GLM-5-Turbo龙虾套餐发布，我用它招来一个“产品运营助理”

链接前几天，智谱基于OpenClaw技术开发的桌面产品AutoClaw（澳龙）上线，搭载神秘模型Pony-Alpha-2，引发市场震动，股价再创新高。现在，这款神秘模型终于揭开面纱，它就是智谱为OpenClaw场景深度优化的基座模型——GLM-5-Turbo。

OpenClaw场景的特殊性

之所以推出专门优化的基座模型，核心原因在于自主Agent场景与当前以对话为主的ChatBot场景存在显著差异。

OpenClaw这类智能体任务并非简单的一问一答。它通常涉及多轮理解、任务拆解、工具调用、状态衔接、时间触发和持续执行的长链路工作流。这意味着，通用模型即使在对话能力上表现优秀，一旦进入真实的OpenClaw场景，仍然容易出现指令遵循偏差、工具调用不稳定、长任务中途失速等问题。

GLM-5-Turbo的性能飞跃

结合OpenClaw场景的场景需要，GLM-5-Turbo重点增强了以下核心能力：

• 工具调用增强：GLM-5-Turbo强化了对外部工具与各类Skills的调用能力，在多步任务中更稳定、更可靠，让OpenClaw任务从对话走向执行。
• 复杂指令理解：对复杂、多层、长链路指令具备更强的理解和拆解能力，能够精准识别目标、规划步骤，并支持多智能体之间的协同分工。
• 时间维度感知与任务连续性：针对定时触发、持续执行、长时间运行等场景进行了重点优化，能够更好地理解时间维度上的要求，在复杂长任务中保持执行连续性。
• 高吞吐与长链路执行效率：针对数据吞吐量大、逻辑链条长的OpenClaw任务，GLM-5-Turbo进一步提升了执行效率与响应稳定性，更适合进入真实业务流程。

ZClawBench：OpenClaw专属评测体系

OpenClaw场景正在从“尝鲜式体验”快速走向“真正能干活”，为了进一步客观评价模型在OpenClaw场景中的表现，智谱还做了一件有益于行业的好事——推出了面向OpenClaw场景的端到端Agent评测基准ZClawBench。

该基准聚焦于OpenClaw典型的使用场景，涵盖盖安装配置、代码开发、信息搜集、数据分析、内容创作等多元化任务。ZClawBench通过脚本验证、Agentic Judge与成对比较等多层评测方式，对模型在复杂Agent工作流中的执行能力进行系统评估。

基于该基准的评测结果显示，GLM-5-Turbo在OpenClaw场景中的表现相比自家的通用基模GLM-5实现显著提升，并在多项关键任务上整体领先于多家主流模型，展现出更强的任务完成能力与稳定性。

当前，ZClawBench的题库与测试轨迹已全面公开，欢迎业界共同验证与完善。

GLM-5-Turbo实测表现

在内测阶段，GLM-5-Turbo表现受到了社区的广泛好评。字节TRAE团队称其“编程能力稳居第一梯队，在Coding Agent实测中优于同类模型，处理长链路代码任务非常稳健。”

笔者作为有幸参与内测的用户，搭配刚刚Chrome 146发布的DevTools MCP，利用AutoClaw，完成了第一个数字员工——产品运营助理的“招募”。它可以帮助我定期从Clerk控制台抓取产品注册用户，并存储在飞书中的多维表格，并在每次产品更新时，发邮件给用户，介绍产品更新特性。

笔者先和它一起走了一遍流程，然后让它总结经验，形成例行工作以后就可以独立工作了。

感兴趣的朋友可以参考以下步骤：

1. 准备必要的工具环境

• 使用Google Chrome MCP（确认版本为146）。

a. 首先在浏览器输入框输入chrome://inspect/#remote-debugging，打开DevTools MCP。

b. 安装skill，方便AutoClaw使用。可以从截图看，AutoClaw对安全有了校验，避免恶意利用。

• 创建163发送邮件SKILL。

2. 获取并存储用户信息

准备工作完成后，让它从Clerk（我的用户管理服务）中读取用户信息，存储到飞书用户信息表中，再提取用户信息发送邮件。

页面结构如下：

它自己研究如何从Clerk中读取用户信息。经过我的提示，以及它的一番尝试，终于成功抓取到了用户信息。

这里是飞书导入进来的数据：

3. 执行产品营销邮件发送

检查邮件，确实收到了更新通知，并从App Store获取了最新的更新内容。

然后，我将它设置为定时任务，每天监控，等我发版了告它一声，它就能帮我发邮件通知用户啦。

从刚才笔者的场景可以看出，整个过程我没有写一行代码，只需要教它一遍，然后沉淀为相关的技能，以后它就可以帮我做运营工作，用起来确实很爽。我甚至觉得这可能才是未来CRM的原型，感兴趣的朋友可以进群一起完善它。

龙虾套餐来了

不过，用起来很爽，模型很聪明，但是很费token啊。实际上完全可以做得更好，但考虑到token消耗，从刚才例子来看，笔者也只能收着用。

要想马儿跑，不给马儿吃草，这怎么行！

不过好消息来了！

目前GLM-5-Turbo现已上线，开发者和企业用户可以通过智谱开放平台BigModel.cn直接调用API，GLM Coding Plan Max 现已支持 GLM-5-Turbo，Pro 套餐将在本月尽快支持，Lite 套餐将在 4 月支持接入。若要接入OpenClaw方式和原有方式一样。

另外，不得不说，年轻公司脑子活，了解市场需求，为了让企业和个人实现龙虾“tokens自由”，智谱即日起推出基于GLM-5-Turbo的龙虾套餐，包含个人版和Team版。

从官方消息看，这个套餐非常实惠，与海外模型相比简直是白菜价。如需长期稳定运行、后台持续执行或更高负载的Agent场景，建议优先使用OpenClaw套餐，据说套餐限购1万份，点【原文链接】赶紧买，不然又会像coding plan一样天天售罄。

对于直接使用AutoClaw澳龙的，默认模型将切换为GLM-5-Turbo。即日起至3月22日为澳龙限时福利，加油包最高享3.4折优惠（加油包自购买起7日内有效）。

有了它，我想我们的数字“澳龙”同事应该很快就要扩容了吧。