熟悉我的读者知道，K哥是一名创业者，也是一位父亲。虽然工作很忙，但我仍然希望有尽可能多的时间陪伴家人，因此我非常重视效率，从公司管理到日常生活，我想尽办法用工具来提效。
AI浪潮袭来，我也一直在探索AI的应用场景，最近我搭建了一个“K总AI智能助手”，给我的工作和生活带来意想不到的变化。我有一种强烈感觉：说不定哪天，一觉醒来，我这个CEO就被AI干掉了。下面跟你分享我的故事。
不解决实际问题的AI，都是扯淡
最近我遇到一个挺苦恼的事情，我们办公室楼下的车位是不固定的，谁先来谁停。这就导致一些晚来的同事无法停车，只能停在马路边，一整天都提心吊胆，隔三差五地往窗外看，害怕被抄牌，非常影响工作效率。可是也没有其他的办法，总不能一直盯着车位，一旦空出来就去挪车吧。
想到这，我突然灵光一闪：人不能一直盯着，AI却可以做到。有了思路，接下来做一些技术预研。
技术方案不复杂，首先用一个监控摄像头拍摄停车场，一旦有车辆移动，会自动拍摄一张图片；写一个轮询程序，发现有新图片就调用AI大模型接口来识别图片信息；模型返回值确认有空车位，立刻发送一条消息提示给订阅者。这样就实现了一个简易版的“智能车位监控”程序，技术实现上不难，关键就是大模型的能力和使用成本了。
关于AI模型的选择，我第一时间就想到了智谱AI。今年 8 月份，智谱AI免费开放了 GLM-4-Flash，这是一款轻量化语言模型，文本模态，128K 上下文，不仅功能强大，响应速度也很快。仅仅过了4个月，又免费开放了第一个视觉对话模型 GLM-4V-Flash。智谱AI目前提供了免费全家桶，支持全模态（即：语言+多模态），对个人开发者来说，灰常良心了。
这是官网地址：
https://bigmodel.cn?utm_source=jishu&utm_campaign=4vflash&_channel_track_key=KR4L96UV
下面就来做个测试，通过官网的操作界面，上传一张停车场照片，让大模型识别是否有空的车位。
K哥在官网的操作界面上试了几张图片，不断调整提示词，直到满足接口调用要求，最终确定的提示词是：
顺便提一句，官网提供的操作界面使用起来很方便，你可以对所有接口进行简单测试，下面是我的操作过程。
跑通了提示词demo，接下来就来跑批量测试，我准备了1000多张测试图片。
简单写了一个测试脚本，遍历目录下的图片，然后挨个调用GLM-4V-Flash接口，将结果输出来进行比对，测试代码如下：
程序输出结果如下：
在测试过程当中，GLM-4V-Flash的图片识别能力、响应速度都非常优秀，免费的视觉对话大模型，竟然达到了工业级别的要求，这让我感到十分震撼。
GLM-4V-Flash接口的调用代码非常简单，从官网复制下来改成自己的APIKey，再输入提示词，就可以直接使用了。
基于以上技术调研和测试，接下来写一个主程序，来把各个子功能串起来，实现一个完整的车位监控程序。以下是代码的主要部分：
调试完毕后，代码就可以正常跑起来了，下面是程序运行时日志：
一个极简版的“智能车位监控”AI应用就搭建好了，来看一下运行效果吧。
基于智谱AI的GLM-4V-Flash模型来搭建应用，极大降低了AI的使用门槛，让我重新找回开发的乐趣，体验到创造的快乐。
AI从来不缺应用场景，
缺的是发现问题的眼睛
在做简易版“智能车位监控”的过程中，另一位同事的吐槽给了我启发。我们公司每周五是宠物日，可以带宠物来上班，大家都非常开心。可是行政主管张姐，却开心不起来，因为她既要照顾好宠物的饮食卫生，又要确保它们的安全，最担心的就是宠物乱跑，遇到危险或走失。
我对张姐说，我来给你找个免费帮手吧，一整天都盯着宠物们，如果它们有危险，就立刻向你报告。
张姐半信半疑地说，K总你没跟我开玩笑吧？我说，说到做到。
其实，用AI来识别宠物是否有危险，是一个挺复杂的问题，因为出现危险的情况有很多种。于是我重新定义了问题，并且做了些简化，即：将摄像头对准门口、窗户的前面3米的区域，只要宠物出现在这个区域，并且是朝着门或窗的方向跑，就触发报警。
我的提示词如下：
接下来准备2000张宠物图片，不同角度、不同姿态，结合提示词进行测试。
下面写测试代码，并统计正确识别率是多少，代码实现如下：
程序运行时日志：
经过测试，这个解决方案的有效率达到99.9%，应对目前的场景足够用了。接下来就可以写主程序了，业务逻辑代码实现如下：
下面是程序的运行时日志：
最后把程序打包发布，一起来看看实际运行效果吧。
张姐在手机上安装好了应用，笑得合不拢嘴，我记得她上一次这么高兴的时候，是给她升职加薪，似乎是很久远的事情了……总之，我的“K总AI智能助手”又成功发布了一个模块，算是一件值得开心的事。
AI，要从娃娃抓起
跟很多家长一样，K哥总是担心孩子养成坏习惯，比如坐姿不好，既影响视力，对身体发育也不好。反复提醒也没有，小孩自己都不上心。我想到了一个办法，就是让小K自己做一个“坐姿智能提醒”的AI应用，随时提醒他注意坐姿。
这个办法就能管用吗？我是有理论依据的，行为心理学告诉我们，行动会反过来影响人的思维，也就是说他开发“坐姿智能提醒”AI应用的时候，会慢慢认同这件事情，以后纠正坐姿也会更主动，否则就会出现“认知不协调”。
识别坐姿是否正确，对模型应用来说是小菜一碟，下面是提示词。
提示词的效果如何呢？我准备了1000多张小K不同坐姿的照片，作为测试样本。
测试程序代码如下：
程序运行时日志如下：
识别准确率达到99.82%，足够这个场景使用了。接下来，在我的指导下，小K完成了主程序的代码编写：
小K还自己设计了一个“赛博朋克风格”的动态效果：闪烁的屏幕、急促的警报音效。
我看不懂，但是我大为震撼，反正他开心就好。下面就是程序运行起来的效果，你别说，还挺酷炫的。
程序发布以后，困扰我已久的小孩坐姿问题终于解决了。我的“K总AI智能助手”，轻轻松松就已经实现3个模块，这背后的大“功臣”当然是GLM-4V-Flash了。
通过以上三个场景的实际应用，我们感觉GLM-4V-Flash 表现还是非常优秀的，不但支持多模态，在图像描述、图像分类、视觉推理、视觉问答（VQA）、图像情感分析等一系列高级图像处理任务上都很好用，关键调用免费。
对小型开发者来说，智谱方面先后推出的，包括GLM-4-Flash和GLM-4V-Flash在内的大模型免费全家桶非常值得推荐下，将大模型开发的门槛直接干到地板，使用便捷，开箱即用。
点击阅读原文，立刻开启你的AI大模型精彩创作旅程。
