年初大模型行业上演 ” 长文本 ” 大战时，我们就萌生过做一个 ” 读书助理 ” 的想法。测试了市面上主流的大模型后，发现普遍存在两个不足：

一种是可以处理的文本长度不够，即使有些大模型将文本长度提升到了 20 万字，像《红楼梦》这样近百万字的名著，还是需要多次才能 ” 读 ” 完。

另一种是语言理解和生成能力不足，经常出现 ” 幻觉 “。” 长文本 ” 的特点不仅仅是长，还涉及到复杂的逻辑和文本语义，需要更连贯、相关的响应。

直到前两天，一位做 AIGC 的朋友向我们同步了一个新消息：” 智谱 AI 开放平台默默上线了为处理超长文本和记忆型任务设计的 GLM-4-Long，支持 1M 上下文。”100 万上下文长度到底意味着什么呢？我们找来了另外两个大模型，用 120 回版本的《红楼梦》（大约有 73 万个汉字）进行了简单对比：

月之暗面 128K 的大模型，每次可以处理 6.4 万个汉字，需要 12 次才能读完；Claude 200K 的大模型，每次可以处理 10 万个汉字，需要 8 次才能读完；GLM-4-Long 实测可以处理 150-200 万字，一次就能读完一本《红楼梦》。

不过，文本长度只是一个入门能力，能否扮演起 ” 读书助理 ” 的角色，必须要确保能够从大量文本中准确检索信息，特别是当某些关键信息被置于文档的深处时，以及出色的推理和内容生成能力。

于是我们对 GLM-4-Long 进行了深度测试。

01 两分钟 ” 熟读 ” 钱穆先生的《国史大纲》

大约是 5 年前，我们购买了钱穆先生的《国史大纲》，商务印书馆的繁体竖排版。因为是用大学教科书体例写成，学术味儿比较浓，再加上钱穆先生精炼的文笔风格，至今都没有完整读完。

GLM-4-Long 能否胜任 ” 书童 ” 的角色呢？

我们调用了 GLM-4-Long 的 API 接口，读取了 50 多万字的电子版《国史大纲》，然后针对性地问了三个问题：

第一个问题：请总结这篇文档中每个部分的主要内容

原书目录中只罗列了每个章节的标题，希望通过这个问题验证大模型是否处理了文档的全部信息，对内容的理解和总结生成能力。

从输出的结果来看，不仅准确整理出了每个章节的核心内容，还按照现在比较主流的纪年方式，将全书内容拆分为上古文化、春秋战国、秦汉、魏晋南北朝、隋唐五代、两宋、元明、清代等 8 个部分，内容准确度超过 99%，仅仅是 ” 两宋之部 ” 在小标题上被列举了两次（可以通过模型微调进行优化）。

第二个问题：” 秦汉国力与对外形势 ” 在文档哪个部分？

这是一个迷惑性比较强的问题，因为第七章和第八章都讲了相关背景，但钱穆先生放在了第十一章进行重点介绍。