Z.ai推出GLM-5.3：代理编程与网络安全领域的突破
中国科技初创公司Z.ai正式宣布推出其新语言模型GLM-5.3。此次更新标志着在编程、智能体场景和漏洞搜索领域迈出了重要一步，巩固了该公司在AI解决方案市场中的地位。
不改变架构的进化
该版本的关键特点在于，仅通过后训练就实现了令人瞩目的性能提升，而无需改变基础架构。与上一版本GLM-5.2相比，新模型在内部基准测试Code Bench上表现出更优的结果，提升了50%。这表明学习算法的优化潜力巨大。
令人印象深刻的测试结果
在Z.ai的发布表格中，展示了一系列关键基准测试的令人信服的数据：
- Terminal Bench 3.0 — 28.3分，而前代仅为4.6分；
- DeepSWE v1.1 — 66.9分，对比46.2分；
- Agents' Last Exam — 28.5分，对比23.8分；
- CyberGym — 84.5%，对比77.2%；
- ExploitBench — 54.4%，对比24.4%。
尤其值得关注的是ExploitGym：该模型在两小时的预算内完成了105项任务，而GLM-5.2仅能处理29项。当预算增加到六小时时，该指标提升至130项任务，而上一版本仅为39项。这展示了在自主漏洞搜索方面的重大进展。
实际应用与安全性
Z.ai与中国多个安全团队合作，在真实代码库上进行了大规模测试。经过验证和去重后，该系统在269个项目中发现了2436个漏洞，其中包括1097个中高严重性问题。公开披露了53项发现，其余2383项仍处于保密状态。此类漏洞的平均“生命周期”估计为26.6年，其中发现的最古老漏洞可追溯至1981年。
为确保流程透明，该公司推出了Z.ai Security Disclosure Ledger——一个公开的登记册，用于跟踪发现的状态和严重性。与此同时，GLM-5.3已部署给GLM Coding Plan的订阅用户，成为智能体编程和“长时”任务的主要引擎。开放权重将在安全评估两周后发布。
我的分析观点：Z.ai展示了令人印象深刻的增长势头，尤其是在网络安全领域，GLM-5.3的结果看起来具有革命性。然而，需要注意的是，该公司此前曾因未经授权的技术蒸馏而受到指控，这可能会影响市场信任。尽管如此，如果该模型在独立测试中证实其宣称的特性，这可能会对西方竞争对手构成严重挑战。