三款国产大模型联手改造“屎山”代码，谁才是真正的救火队长？

让 Kimi K3、Qwen 3.8-Max 和 GLM 5.2 共同接管了一座屎山

最近，硅星人搞了次有点疯的实验：让三款国产大模型——Kimi K3、Qwen 3.8-Max 和 GLM 5.2——一起去改造我们那个堆满历史遗留代码的网站。这不是什么跑分测试，是一次真实的“屎山”救援。

网站的问题有多大？前后端换了好几拨人，代码结构臃肿，交互混乱，虚假功能遍地。说白了，这就是你能见到的最烂的网站开发范本之一。对模型来说，空白项目好发挥，但半路项目才是真试金石。它得看懂项目当前状态，在不破坏现有功能的前提下精确修改，属于“屎上雕花”的高难度操作。

我们设了六个任务，挨个测试三款模型的表现。结果挺有意思：没有一款模型能从头赢到尾。

第一轮：谁看懂了项目当前的进展？

接手半路项目，最怕的不是代码多，而是模型把旧文档当成当前需求，把已经做完的功能重新做一遍。所以我先让三个模型分析项目，看谁能更快摸清现状。

• Qwen 3.8-Max：10秒内完成分析，最快。它像每天待在现场的监工，知道施工队最近在改哪面墙、铺哪块砖。最准确地抓住了项目最近在做什么。
• Kimi K3：像一分钟带你看完房子的中介，讲清楚了房间布局，但把14个CMS集合数成了15个，还把隔壁的工作记录文件夹介绍成了“文档仓库”。
• GLM 5.2：像经验丰富的老师傅，检查承重墙和水电管线，对项目底层结构理解最深。但翻图纸翻得太认真，把四月份的旧方案也当成了当前施工计划，把已完成的搜索功能列为待办事项。

排名：Qwen 3.8-Max > Kimi K3 > GLM 5.2

第二轮：解决网站报错

我启动了前端页面，却没同时打开CMS，网页报错了。把报错信息丢给三个模型处理。

• Qwen 3.8-Max：快人一步，直接帮我启动了CMS。
• GLM 5.2：处理速度较慢，等它准备启动CMS时，公共端口已被Qwen占用，于是它直接复用了Qwen启动的服务。这是正确且成熟的工程判断。
• Kimi K3：只给出解决方案，没实际执行。

排名：Qwen 3.8-Max > GLM 5.2 > Kimi K3

第三轮：轮播图效果实现

要求实现无缝无限轮播，卡片持续向左移动，第08张移出后第01张从右侧自然接上，不能出现停顿、跳动或空白。

• GLM 5.2：功能最完整，自动播、可拖动、真循环都有。但接缝处仍然跳一下，离真正的无缝循环只差最后一点收尾。
• Kimi K3：把直线跑道改成了环形，但删掉了自动轮播功能，且动画细节不够精细，画面会跳帧。
• Qwen 3.8-Max：问题最严重。它删除了鼠标拖动功能，用复制多份内容的方式伪装成循环，播放到最后一轮时卡片仍然会跳回开头。这是一个看起来能用的错误答案，比半成品更危险。

排名：GLM 5.2 > Kimi K3 > Qwen 3.8-Max

第四轮：修改现有功能

要求将“最新观点”板块的强调色改为科技蓝（#3157FF），应用于标题、序号和悬停状态，卡片增加浅蓝色边框和圆角。

• Qwen 3.8-Max：修改速度最快，文字颜色、背景颜色、边框和圆角基本都处理正确。但鼠标悬停后的交互色仍然是绿色，没同步修改。
• GLM 5.2：没直接修改代码，先问了两个问题确认范围。问到的地方做得漂亮，没问到的地方彻底放飞。最大卡片的悬停色是绿色，小卡片是蓝色，同一种内容只改一半。
• Kimi K3：只改了边框、圆角和一处颜色，其他部分几乎没有变化。

排名：Qwen 3.8-Max > GLM 5.2 > Kimi K3

第五轮：考验模型审美

不给参考答案，让模型重新设计首页Hero区域，体现科技媒体的专业感和编辑气质。

• Kimi K3：采用科技极简风，标题粗体无衬线，左侧文案加蓝色按钮，右侧加入网格、细线与柔光背景动效。科技感最强，而且主动加了动效。
• Qwen 3.8-Max：粗体极简风，超大黑色无衬线标题分三行占据左侧，背景几乎没有装饰。最像现代内容媒体。
• GLM 5.2：杂志编辑风，标题改成超大衬线斜体，加入EDITORIAL、EDITION 2026等期刊元素，形成类似纸质杂志封面结构。

按硅星人自身的理解，我们认为“科技感”是第一属性，Kimi K3切中要义。Qwen 3.8-Max好歹是现代媒体风格，GLM 5.2做得像杂志，只好排第三。

排名：Kimi K3 > Qwen 3.8-Max > GLM 5.2

第六轮：增加快速审核功能

完善CMS审核工作台，要求集中显示待审核文章，点击后从右侧展开详情面板，不跳转页面，操作后立即更新列表和数量。

• Qwen 3.8-Max：侧边详情最完整，标题、作者、提交时间、状态、分类、摘要和正文预览全部出现，底部能直接执行审核操作。
• Kimi K3：基本信息和操作功能齐全，但正文预览过于简化，用户仍需跳转到编辑页查看完整内容。
• GLM 5.2：提供了摘要和固定操作栏，但正文预览区域被一个巨大的图片加载失败占位覆盖，偏离Prompt最明显。

排名：Qwen 3.8-Max > Kimi K3 > GLM 5.2

总结：没有全能冠军

几轮测试做完，没有一款模型能从头赢到尾。如果用最朴素的名次积分（第一名3分、第二名2分、第三名1分）叠加，结果仅供参考，它仅仅是在改造硅星人网站这一个项目上的具体表现。

• Qwen 3.8-Max：优势是快，对项目当前状态更敏感。但为了快，它会删功能、用伪装方案，信任度存疑。
• GLM 5.2：像喜欢先读资料的工程师，代码结构理解最深，轮播完成最全面。但速度慢，容易被旧文档牵着走。
• Kimi K3：带来最多意外。分析时最简洁但数字错误最多，修改前端常漏要求，却在CMS任务中第一个完成。像灵感好的设计师，又像没耐心做完检查的实习生。

这次实验告诉我们：模型的能力不是固定属性，它会随着任务类型发生变化。选模型，得看具体要干什么活。