GLM-5.3：具备新兴网络能力的前沿编码

原文 ↗ Hacker News 讨论 ↗

一款新的开源权重 AI 模型 GLM‑5.3 被誉为接近前沿水平的编码与网络安全系统，尽管参数少得多，却能与 Anthropic 的 Fable 和 OpenAI 的最新模型相抗衡，甚至逼近它们。评论者认为，它不受限制的“网络”能力以及即将发布的权重，与美国高度受护栏约束的模型形成鲜明对比，并指出开源中国模型正迅速将 AI 商品化，削弱西方实验室万亿美元估值的基础。讨论焦点很大一部分落在实际使用上——速率限制、harness 质量、本地部署和护栏——以及强大的安全工具被更广泛获取后，最终究竟更有利于防御者还是攻击者。

能力与基准

  • GLM‑5.3 使用与 5.2 相同的基础模型；所有改进都来自扩展后的后训练（针对可验证任务的 RL、更好的 SFT 等）。
  • 评论者表示，它在实际编码和安全工作上接近或仅略落后于前沿闭源模型（Sol、Fable），同时规模小得多（总计约 744B / 激活约 40B 的 MoE）且更便宜。
  • 它被描述为开源权重编码模型中的 SOTA，优于之前的 GLM、DeepSeek v4 Pro，并且尽管参数少得多，仍可与 Kimi K3 抗衡。
  • 一些用户发现 5.2 已经很强；据说 5.3 更能遵循指令、更会深挖细节，并能处理复杂仓库和 PR 规划，不过仍有人对让它负责完整实现心存顾虑。

网络安全、护栏与 CVD

  • 关于“网络能力”的大段讨论：许多安全从业者表示，美国前沿模型越来越拒绝安全相关工作，迫使他们转向 Kimi、DeepSeek 或 GLM。
  • 关于 Anthropic/OpenAI 批准项目的体验参差不齐：有些人能快速获批，但仍会遇到激进的拒绝，尤其是 Fable；其他人则被阻挡或石沉大海。
  • 有人尖锐批评过度严格的护栏伤害防御者，并服务于监管俘获叙事；反方则强调美国政府压力以及对强大漏洞利用生成的真实担忧。
  • GLM 的协调漏洞披露项目受到强调：他们正在扫描大型开源软件和商业软件，提交了大量 CVE（包括 RCE）。一些人指出，这削弱了只有 Mythos/Glasswing 才能做这类工作的说法。

开源权重、安全与许可

  • Z.ai 承诺在“安全评估和加固”之后约两周发布 GLM‑5.3 权重。一些人担心这可能削弱其网络能力；另一些人猜测这指的是水印或抗消融能力。
  • 之前的 GLM 版本使用了宽松（类 MIT）的许可证；评论者希望这一点能延续，不过也注意到中国模型正越来越多地转向更严格的商业许可证。

经济、地缘政治与竞争格局

  • 许多人认为，中国的开源权重模型（GLM、Kimi、Qwen、DeepSeek）正通过以远低于成本、且没有护栏的方式提供“足够好”的能力，迅速侵蚀美国闭源实验室的护城河。
  • 关于美国实验室万亿美元估值是否可持续的争论：有人预测 AI 泡沫及最终崩盘；也有人认为硬件产能、数据获取和联邦合同仍是强护城河。
  • 有人猜测美国监管机构会禁止或限制中国模型，也有人提到情报机构对保留未公开漏洞的兴趣，以及是否应允许广泛的 AI 辅助修复。

本地推理与 Harness

  • 在本地运行 GLM 级模型是可行的，但要求很高（多 GPU 的 “Sparks” 机器、大内存、仔细量化）；量化通常更伤效率，而不只是原始能力。
  • harness 的选择（Claude Code、Pi/oh‑my‑pi、OpenCode、各种自定义 agent）会显著影响工具调用可靠性、token 消耗和主观“手感”。据称 GLM 在多个 harness 上都能稳定工作，而且许多用户正在尝试用于编码和安全工作流的多 agent 设置。

未来模型进展

  • 一些评论认为“数据耗尽”被夸大了：更好的数据整理、合成数据，以及在可验证领域上的大规模 RL 和 agentic 环境，仍可继续带来巨大提升。
  • 另一个趋势是：预训练运行如今发生得相对不频繁，而后训练和“后训练扩展”（更大的 RL 管线、更多环境）才是当前大多数改进的来源。