我搭了个“大模型辩论赛“：让 DeepSeek、Qwen、GLM 在蓝耘上吵了一架

我搭了个"大模型辩论赛"：让 DeepSeek、Qwen、GLM 在蓝耘上吵了一架

当三个顶级国产大模型坐在同一张辩论桌前，唇枪舌剑、互不相让——这不是科幻片，而是我用蓝耘元生代 MaaS 在一个下午搭出来的真实系统。

引言：一个"看热闹不嫌事大"的想法

事情的起因很简单。

最近各家大模型都在刷榜——今天你 MMLU 涨了 2 分，明天我 HumanEval 破了纪录。但作为开发者，我看这些跑分已经审美疲劳了。分数再高，也只是"做题家"；真正有意思的，是让模型们"吵起来"。

于是我冒出一个念头：能不能搭一个"大模型辩论赛"，让 DeepSeek、Qwen、GLM 这些国产顶流模型，围绕一个辩题真刀真枪地辩论？ 让它们像人类辩手一样立论、反驳、结辩，最后再由 AI 裁判评出胜负？

这个想法要落地，有一个前提——我得同时调用多家大模型的 API。 放在以前，这意味着：

• 去 DeepSeek 官网注册，拿一个 Key，读它的文档
• 去阿里 DashScope 开通 Qwen，再拿一个 Key，再读一份文档
• 去智谱开放平台申请 GLM，又是另一套鉴权、另一套参数格式

三套 SDK、三套密钥、三套错误码……光想想就头大。

但这次，我只用了一个平台、一个 Key、一套 API 协议，就把三家模型同时接入了——这就是蓝耘元生代 MaaS。这篇文章，完整记录这场"AI 辩论赛"从想法到实现的全过程。

一、技术底座：为什么是蓝耘元生代 MaaS

1.1 一个 Key，调遍所有模型

辩论赛系统的核心需求是多模型并发调用。蓝耘 MaaS 是一个统一的大模型网关——DeepSeek、Qwen、GLM、Kimi、MiniMax……全部汇聚在同一个平台，用同一套 OpenAI 兼容的 API 协议对外提供。

这意味着什么？我的辩论赛引擎里，调用不同模型的代码只有 model 参数不一样：

// 调用 DeepSeek
{ model: 'deepseek-v4-flash', messages: [...] }

// 调用 Qwen —— 只改一个参数
{ model: 'qwen3.7-max', messages: [...] }

// 调用 GLM —— 还是只改一个参数
{ model: 'glm-5.3', messages: [...] }

同一个端点 https://maas-api.lanyun.net/v1/chat/completions，同一个 Authorization: Bearer <key>，同一份请求体结构。这种"模型自由"，是多模型应用开发的救星。

1.2 踩坑实录：模型 ID 别靠猜

这里分享一个真实踩坑经历。我一开始凭印象给 Qwen 写了 qwen3-max，结果 API 返回 404：

{"error":{"message":"model \"qwen3-max\" not found","type":"api_error"}}

怎么办？蓝耘 MaaS 提供了标准的 /v1/models 接口，一行代码列出所有可用模型：

const res = await fetch('https://maas-api.lanyun.net/v1/models', {
  headers: { 'Authorization': 'Bearer ' + API_KEY }
});
const models = await res.json();
// 输出部分结果：
// deepseek-v4-flash, deepseek-v4-pro, glm-5.3, glm-5.3-flash,
// qwen3.7-max, qwen3.6-flash, qwen3.6-plus, qwen3.5-omni-flash ...

原来 Qwen 在平台上的正确 ID 是 qwen3.7-max。改一个字符串，问题解决。养成先查 /v1/models 的习惯，能省掉大量调试时间。

二、系统设计：怎么让模型"吵"起来

2.1 三位辩手的人设

辩论要好看，辩手得有个性。我给三个模型分别设计了辩论风格，写进系统提示词（System Prompt）：

辩手	模型	人设风格
DeepSeek	deepseek-v4-flash	逻辑严密、数据驱动、善于拆解问题本质
Qwen	qwen3.7-max	博学多才、引经据典、善于多维度分析
GLM	glm-5.3	思维敏捷、视角独特、善于提出创新观点

提示词工程是这场辩论赛的灵魂。 每个辩手的 System Prompt 大致长这样：

你是一位顶尖辩手，名叫 DeepSeek。你的辩论风格是：逻辑严密、数据驱动、
善于拆解问题本质。

辩题：「AI 生成的内容应该享有著作权吗？」
你的立场：正方（支持）

规则：
1. 每次发言控制在 150 字以内
2. 要有攻击性，直接反驳对方观点
3. 保持你的辩论风格
4. 使用中文

对方刚才的观点：
（上一轮对方的原话会动态注入到这里）

注意最后那个动态注入——这是"吵起来"的关键。每一轮，我都会把对手上一轮的发言原文塞进提示词，让模型的反驳真正有针对性，而不是各说各话。

2.2 辩论流程引擎

整个流程由后端控制（Node.js + Express）：

1. 开赛：随机分配正反方（2 vs 1），确定辩题
2. 每轮交锋：正方先发言 → 反方拿到正方观点后反驳 → 记录所有发言
3. 三轮结束：汇总全部辩论记录
4. AI 裁判：把完整辩词喂给模型，从立论、反驳、逻辑、表达四个维度点评并判胜负

前端是一个深色科技风的单页应用，实时渲染辩论气泡——正方在左（蓝色），反方在右（红色），配上每个模型的专属头像色，观赛体验拉满。

三、实战：一场关于"AI 著作权"的巅峰对决

我给出的辩题是：「AI 生成的内容应该享有著作权吗？」

系统随机抽签结果：正方 DeepSeek + Qwen（应该享有），反方 GLM（不应享有）。

第一轮：立论，火药味直接拉满

正方 DeepSeek 率先开炮，直接挑战法律概念的根基：

"作者"概念早已突破自然人，法人作品便是先例。AI 生成内容需人类输入、调校、筛选——这就是"创作行为"在技术时代的延伸。著作权法保护的不是墨水，是劳动与创造。若让无主内容坠入公有领域，岂不鼓励窃取他人智力投入？制度必须适配现实，而非固守十九世纪幻想。

正方 Qwen 紧随其后，引经据典：

对方若咬定"AI 非人故无版权"，纯属刻舟求剑！洛克明言，劳动赋予财产正当性。AI 只是人类意志的延伸画笔，提示词与微调皆是智力结晶。昔日摄影术亦被斥为机械复制，今谁否认其版权？法律保护"独创性表达"，而非碳基特权。剥夺 AI 版权即是扼杀数字创造力，对方难道想让法律沦为阻碍文明的裹脚布吗？

注意 Qwen 的发言风格——洛克劳动财产论、摄影术历史类比、最后还甩出一句"裹脚布"，把"博学多才"的人设演绎得淋漓尽致。这正是提示词工程的威力：不需要微调模型，一段好提示词就能让模型进入角色。

第二轮：交锋升级，开始"贴脸输出"

第二轮我把对方第一轮的原话注入了提示词，于是反驳变得极有针对性。

Qwen 抓住 GLM 可能的"AI 无心灵"论点穷追猛打：

对方若以为 AI 无心灵便无版权，简直是刻舟求剑！《著作权法》旨在鼓励创作，而非审查灵魂。当年摄影术初现，亦被斥为"机械复制"不配版权，历史何其相似！AI 生成物凝结了人类的提示词设计与审美抉择，乃人机共创之结晶。剥夺其版权无异于扼杀创新。难道诸位非要用工业时代的标尺，去丈量智能时代的星辰吗？

而反方 GLM 的反击角度清奇——它没有纠缠"独创性"，而是直指"权利主体真空"：版权授予的是主体资格，AI 在法律上连"人"都不是，何谈权利？即便要保护，也该保护背后的使用者或开发者，而非一段代码的输出。这一刀直接砍向了正方论证链条最薄弱的一环。

每一轮辩论，前端都会显示"辩手们正在激烈交锋"的加载动画——背后是三家模型通过蓝耘统一网关并发推理，平均一轮的响应时间比我预期的快不少。

第三轮结辩与裁判总结

三轮过后，我把完整的辩论记录喂给了裁判模型（同样跑在蓝耘 MaaS 上），让它从立论深度、反驳质量、逻辑自洽、语言表达四个维度点评。

裁判的总结相当犀利（节选）：

正方 Qwen 引经据典、气势凌厉，洛克劳动论与摄影术类比形成双重论证；DeepSeek 直击法律概念演进，"法人作品先例"一矢中的。反方 GLM 抓住"权利主体真空"穷追猛打，视角独特。

最精彩的交锋在于：正方用"历史类比"论证制度应随技术演进，反方则用"主体资格"论证类比不成立——摄影术背后是摄影师的创作意图，而 AI 的"意图"归属本身就是待证命题。

本场判正方险胜：其论证形成了"历史先例 + 劳动理论 + 制度目的"的完整闭环，而反方虽点出了主体问题，却未能给出替代性的制度方案。

四、账单时间：吵一架要花多少钱？

这是我最想秀的一张图。整场辩论赛——三位辩手打满三轮、外加一次裁判总结——蓝耘 MaaS 后台的用量统计清清楚楚：

模型	调用次数	Token 消耗	消费金额
Qwen3.7-Max	6	8,266	¥0.15
DeepSeek-v4-Flash	10	8,048	¥0.25
GLM-5.3	8	8,027	¥0.14

总计 24 次调用、约 2.4 万 Token，花费 0.54 元。

一场三大模型的完整辩论赛，成本不到六毛钱。每个模型的调用次数、Token 消耗、TPM/RPM、消费金额、最近调用时间，全部一目了然。这种透明、可控的计费体验，让开发者可以放心大胆地折腾各种"脑洞"项目——反正试错成本以"分"计。

五、复盘：这个项目教会我的几件事

5.1 统一网关是多模型应用的前提

如果这个项目要分别对接三家厂商的 API，我估计光读文档、调鉴权就得花一整天，代码里还得维护三套客户端。而用蓝耘 MaaS，切换模型只是改一个字符串的事。我可以轻松做实验：把 GLM 换成 Kimi 会怎样？让 deepseek-v4-pro 替换 flash 版当"重型辩手"会怎样？这种自由度，才是 MaaS 的真正价值。

5.2 提示词工程决定了"节目效果"

模型本身的智力差距，远没有"人设提示词"的影响大。同样的 DeepSeek，不给风格约束时发言四平八稳；给了"逻辑严密、数据驱动、有攻击性"的设定后，立刻变成了带刺的辩论机器。把通用大模型"约束"成特定角色，是提示词工程的典型应用——不需要微调，只需一段好提示词。

5.3 上下文注入让对抗"真实"

辩论赛和"三个模型各写一篇文章"的本质区别，在于每轮都把对手的观点喂回去。这个小小的工程设计，让反驳从"自说自话"变成了"精准点杀"。任何多轮对抗类应用（客服质检、红蓝对抗、互评系统）都可以复用这个模式。

5.4 别信印象，查 /v1/models

我凭印象写的 qwen3-max 根本不存在，正确的是 qwen3.7-max。MaaS 平台的模型命名会随版本迭代变化，动手前先查模型列表，是最省时间的习惯。

六、结语：当 AI 开始吵架，我们看到了什么

这场辩论赛当然是个"整活"项目，但看着三个模型为了"AI 著作权"争得面红耳赤——一个引洛克，一个搬法人制度，一个直击主体真空——我突然意识到一件事：

大模型最迷人的用法，可能不是让它们"回答问题"，而是让它们"彼此碰撞"。 单模型输出的是"答案"，多模型交锋产出的是"思考的过程"。而这种碰撞的门槛，已经被蓝耘元生代 MaaS 这样的统一网关压到了地板上——一个 Key、一套协议、五毛钱，就能让三个顶级模型为你同台竞技。

下一步我打算往这个系统里加点料：让观众实时投票、加入"质询环节"、让输家接受"惩罚"（比如用输的模型写一首夸奖对手的诗）……如果你也有什么"看热闹不嫌事大"的想法，蓝耘 MaaS 的免费额度，够你折腾很久了。

---

项目技术栈：Node.js + Express + 原生 HTML/JS；模型服务：蓝耘元生代 MaaS（deepseek-v4-flash / qwen3.7-max / glm-5.3）；总成本：¥0.54。