GLM-5：让AI像老程序员一样纠错

这是一份来自智谱技术团队的深度实践报告，不谈参数堆叠，而聚焦于智能体工程的底层突破。它揭示了大模型如何从写代码片段走向完整工程闭环，为开发者提供真正可落地的Agent级生产力工具。

智能速览

• DSA稀疏注意力机制使200K长文本理解力几乎无损，推理成本降低近50%

• 自研Slime异步强化学习框架，GPU利用率显著提升，支持千级真实软件工程任务训练

• GLM-5在OpenRouter匿名盲测中被误认为Claude 5或GPT-5，Agent任务表现达世界顶尖水平

• 原生适配华为昇腾、摩尔线程等七大国产芯片，完成算子级优化与内核重构

• 技术路径从‘氛围编程’升级为自主规划—实现—纠错的工程级智能

精华内容

当多数模型还在比拼参数规模时，智谱已把战场转向智能体工程——不是让AI更会写代码，而是让它像经验丰富的程序员那样思考、试错、迭代。

告别健忘式滑窗

传统长上下文处理依赖滑动窗口，导致关键信息被截断，模型频繁‘失忆’。DSA机制则赋予模型动态审视能力：对200K长度输入，自动识别并保留高价值Token，丢弃冗余噪声。

实测显示，在L-Eval和LongBench等长文本基准测试中，GLM-5得分较同规模模型平均高出18.7%，而单token推理耗能下降47%。

这种取舍不是粗暴裁剪，而是基于语义重要性建模的注意力重分配，本质是让模型学会‘抓重点’。

异步训练提效

传统强化学习中，生成轨迹与策略更新强耦合，GPU常因等待I/O而空转。Slime框架将采样、评估、更新三阶段完全解耦，实现流水线并行。

在相同A100集群配置下，GLM-5每小时可完成3200+次真实GitHub Issue修复闭环训练，是同类RL方案吞吐量的2.4倍。

这意味着模型不再靠静态数据集‘背题’，而是在持续交互中习得调试节奏、错误归因与补丁验证的完整工程直觉。

匿名盲测封神

智谱将GLM-5伪装为‘Pony Alpha’接入OpenRouter平台，全程未标注来源。第三方测评发现，其在AgentBench多跳任务链路中的成功率高达79.3%，超越Claude 3.5 Sonnet（76.1%）与GPT-4o（77.6%）。

尤其在‘需求分析→架构设计→单元测试生成→CI失败诊断→补丁提交’全链路中，GLM-5平均仅需2.1次迭代即达成目标，错误自我修正率达91.4%。

这种隐去名号仍被争相传阅的现象，印证了技术实力已跨越‘可用’进入‘可信’阶段。

国产算力真适配

不同于简单移植，GLM-5针对昇腾910B与摩尔线程MTT S4000完成定制化算子开发，重写了超120个CUDA Kernel对应模块。

在MindSpore与PyTorch-MUSA双框架下，推理延迟分别控制在137ms与152ms（batch=1, seq=8K），较通用适配方案提速3.2倍。

实际部署于某省级政务云平台后，同等任务下服务器资源占用减少61%，验证了‘好模型必须跑在真实硬件上’的工程信条。

GLM-5的价值不在刷新某个榜单，而在于重新定义大模型的进化方向：从语言拟合走向工程闭环，从被动响应走向主动求解。当纠错不再依赖人工提示，当调试成为模型本能，开发者真正需要思考的，或许已不是‘怎么用AI’，而是‘下一步该交给它什么任务’。

关键评论

• 智谱起飞了

• 高效实用，厉害了

• 开源yyds

• 这个大模型不错

• 卷起国产模型雄起