3. 开发者与用户行为规范





https://github.com/zai-org/Open-AutoGLM/blob/main/resources/privacy_policy.txt

严禁利用 AutoGLM 开源项目或基于其开发的应用/服务从事以下行为：
（ 1 ）批量自动化与恶意竞争行为
- 进行任何形式的虚假数据操作：刷单、刷票、刷赞、刷评论、刷流量、刷粉丝、刷播放量、刷下载量等。
- 批量操控账号：批量注册、批量登录、批量操作第三方平台账号（群控、多开、云控）。
- 扰乱市场秩序：恶意抢购、囤积居奇、抢占限量资源、批量领取/滥用优惠券/补贴、恶意占用服务资源（薅羊毛）。
- 操纵平台规则：刷榜、刷排名、操纵搜索结果、人为干预推荐算法、虚假提升/降低内容曝光度。
- 制造虚假活跃度：批量发布、转发、点赞、收藏、关注、取关等社交媒体操作。
- 破坏游戏公平：游戏代练、工作室操作、批量刷装备/金币/经验/道具。
- 破坏公正性：批量投票、刷票、操纵网络评选、调查结果。
（ 2 ）虚假信息与欺诈行为
- 制造误导信息：发布/传播虚假商品/服务评价、虚假用户反馈、虚假证言、虚假体验。
- 伪造商业数据：制造虚假交易记录、虚假销量、虚假用户活跃度、虚假好评率。
- 身份欺诈：冒充他人身份、虚构个人信息、盗用他人账号/头像/昵称、伪造身份证明。
- 虚假营销：发布虚假广告、进行虚假宣传、夸大产品功效、隐瞒产品缺陷/风险。
- 参与诈骗活动：网络诈骗、虚假投资、传销、非法集资、虚假中奖、钓鱼等。
- 传播不实信息：制造或恶意传播虚假新闻、谣言、未经证实的信息。
（ 3 ）破坏第三方服务与系统安全
- 非授权访问：利用 AutoGLM 进行数据爬取（违反 robots.txt 或平台政策）、信息窃取、API 接口滥用、服务器渗透测试（未授权）。
- 技术破坏：对第三方应用进行逆向工程、破解、修改、注入恶意代码、干扰其正常运行。
- 资源滥用：恶意占用第三方服务器资源、发送垃圾请求、制造异常流量、进行 DDoS 攻击。
- 违反平台规则：故意违反被操作第三方应用的用户协议、服务条款、社区规则。
- 恶意竞争：恶意差评、恶意举报、恶意投诉、商业诋毁。
- 传播有害内容：传播计算机病毒、木马、恶意软件、勒索软件、垃圾邮件、非法内容。
- 侵犯数据权益：未经授权进行大规模商业数据采集、用户信息收集、隐私窥探。
（ 4 ）侵犯他人合法权益
- 账号盗用：盗用他人账号、密码、身份凭证进行操作。
- 网络骚扰与霸凌：恶意骚扰、威胁、辱骂、诽谤、人肉搜索他人。
- 侵犯隐私与秘密：未经授权收集、使用、传播他人个人信息、隐私数据、商业秘密。
- 恶意抢注：抢注他人商标、域名、用户名、社交媒体账号等。
- 骚扰行为：恶意刷屏、垃圾信息轰炸、强制关注/订阅。
- 损害商业利益：商业间谍活动、不正当竞争、恶意挖角、窃取商业机密。
（ 5 ）滥用资源与破坏项目生态
- 滥用注册资源：恶意注册大量账号、虚假注册。
- 浪费计算/设备资源：恶意占用本地设备或云设备资源、长时间闲置占用、运行与自动化任务无关的高耗能程序（如挖矿）。
- 破坏稳定性：恶意测试系统性能、进行压力测试（未授权）、频繁重启服务、利用技术漏洞/缺陷牟利或损害项目/平台利益。


堵住了一切不好的念头，😄。
- 违反开源协议：违反 AutoGLM 项目的开源许可证条款。

利好那些 MCN 机构，以及一个隐藏流量操控市场。

@divfooter #6 因为青山绿水就是金山银山而停工的庞大水电站，可以发机了。

OP 有点见识的，至少超过了当年的我。你的观点我认同。但是我没钱买啊。

这时候出 H200 ，就是扰乱局面的。scaling law 强弩之末，国产又未成，抛出一个性能上不上，下不下的，用来搞人心态。

@LiuJiang #16 不用很低，因为早就没有了。没有了，还谈什么低不低。

@TeemoYang #50 你以为你硬不起来，结果就会更好？

@mcfog 你不是少数，讲真我已经完全习惯了 jetbrains 的 classic UI ，让我换到 vscode 那是相当不舒服。我在想为什么没有人做一个 vscode 的 仿 jetbrains classic UI 插件。

讲实话，都不知道 OP 在讲些什么。
真是应了上面那句 思而不学则殆了。
你但凡明白一下 LLM 的原理，都不会有这些感动自己的七里八里的奇怪想法了。

OP 的逻辑总体来说是没什么问题的，上面一波不懂经济学的人在自以为是罢了。

@enginex #29 高层领导群面（如果里面都是做业务的还好，但凡有 2 个以及以上的做行政的，那绝逼意见不会统一），这个过程是最事儿逼的。除非最有话语权的那个人挺你，不然这个过程就是个混沌过程。

@8888888888 #54 有见解的，一眼看透本质。中间流程越长越不可控，OP 的甲方 leader 估计是好心好意，但是这事儿他没法拍板，最终拍板的人有时候就是很随意的，拍板的那个人和 OP 又没有什么直接的利害关系；变数太大了，有时候心情不好就否了。
其实把这件事得到的和失去的做一下比较就知道了，两利相权取其重，两害相权取其轻。

证监会会要你资质的。没有证监会注册，随时喝茶。

@cnhongwei #17 5w 肯定够的，只是你技术够不够支撑这个预算。nvidia dgx spark 3w 左右，用来跑 30B 的模型绰绰有余，再花个 2w 组装一台 2*3090ti 24G （ 1.5w 左右，剩下用来主板 CPU ） 用来做 RAG 。

@xuxuxu123 #8 找个有 RL 经验的研究生，硕士水平足矣，让他在仿真环境（你给提供，在 mujoco 里创建一个和 G1 一样的机器人，参数节点类型从宇树给的接口里 get ）里用模仿学习的行为克隆训练好强化学习的 agent ，然后迁移这个 agent 到 G1 真实环境（ nvidia jetson ？），在 G1 里跑一下，估计大概率要反复前面那个过程。 整体就是这么个流程罢了。

@xuxuxu123 #4 知乎的那篇文章就是你要学习的方向，RL+Behavioral Cloning+ROS ，起码得花个大半年时间吧。

我想起第一次去正规医院牙科洗牙，三十多年的老牙结石把主任医师都震惊了（几平方厘米），并取出来让她学生围观。

下里巴人+1.