智谱新一代旗舰模型 GLM-5 正式发布，其核心定位是成为通用智能体的理想基座。它不仅拥有更强的编程能力和超长上下文，更内置了 20 多款实用技能，致力于从一个“会聊天的模型”进化为一个“能干活的工程助手”，能自主执行从代码生成到数据分析的复杂任务。
智能速览
GLM-5 定位为通用智能体的理想基座，旨在从“会聊天”升级为“能干活”的助手。
模型参数规模扩展至 744B（激活 40B），编程能力目标直指 Claude Opus 4.5。
在多个长程任务基准测试中取得开源 SOTA，具备全流程自动执行能力。
内置 20 多款 Skills，覆盖文档处理、音视频生成及数据分析等场景。
实测可一句生成包含 1300 行代码的可视化工具，工程实践能力出色。
精华内容
GLM-5 的升级不仅体现在参数和数据的堆砌，更在于其 Agentic Engineering 的理念落地。通过一系列实测可以发现，它正努力成为一个能独立拆解任务、调用工具并完成交付的智能伙伴。
基座模型全面升级
GLM-5 在底层能力上实现了显著增强。参数规模从上一代的 355B（激活 32B）扩展到 744B（激活 40B），预训练数据量也从 23T 提升至 28.5T。
为支持更大模型规模和更复杂的任务，智谱采用了异步强化学习框架 Slime，并集成了 DeepSeek 稀疏注意力机制。这使得模型在保持长文本效果的同时，显著降低了部署成本，让超长上下文的应用更具实用性。
这些基础升级，为 GLM-5 在编程和智能体任务中的优异表现奠定了坚实基础。
编程与 Agent 核心能力
GLM-5 的核心亮点在于其强大的编程和智能体执行能力。官方明确表示，其编程能力目标是“对标甚至逼近 Claude Opus 4.5”，这预示着它在代码生成和调试上的高水平。
在 Agent 能力方面，GLM-5 在 BrowseComp、MCP-Atlas、τ²-Bench 等多个基准测试中取得了开源 SOTA 的成绩。这表明它擅长长程任务，能够保持目标一致性，进行资源管理，处理多步骤依赖。
简单来说，GLM-5 更像一个能“自己拆任务、自己找工具、自己检查结果”的智能体，而非一个简单的问答模型。
内置 Skills 功能矩阵
GLM-5 内置了超过 20 款实用技能，极大地扩展了其应用边界。这些技能覆盖了从语音处理到文档编辑，再到多媒体生成的各个方面。
例如，ASR 与 TTS 实现了语音与文字的双向转换；image-generation 和 video-generation 则赋予其从无到有创作视听内容的能力；docx、pptx、xlsx 等 Skills 让它能直接操作办公文件。
实测中，使用 `story-video-generation` 技能成功生成了带有声音的“小猫钓鱼”动画视频，并调用 `podcast-generate` 将文本内容转换为播客，验证了这些技能的真实可用性。
Agent 模式工程实践
在 Agent 模式下，GLM-5 的工程实践能力得到充分展现。一个典型案例是为《灌篮高手》制作分镜脚本。它不仅能规划内容结构、撰写详细的角色设定和 AI 生图提示词，还能生成包含镜号、时长、运镜、景别、台词等要素的完整脚本，并能以 Excel 格式输出。
另一个令人印象深刻的例子是创建机械键盘轴体原理的可视化工具。根据需求描述，GLM-5 一次生成了约 1300 行代码，实现了包含按压交互、触发反馈、轴体切换和剖面模式的复杂功能，效果相当惊艳。
办公与数据分析应用
GLM-5 在复杂办公任务和数据分析场景中也表现出巨大潜力。在 PPT 生成方面，虽然根据参考图生成的配色和灵动性有待提升，但其通过代码生成 PPT 的能力已得到验证，通过优化提示词可以获得更佳效果。
在数据分析领域，面对“扫描全球黄金市场舆情并生成结构化报告”的复杂需求，GLM-5 表现得像一位专业数据分析师。它会主动询问图表类型偏好，从多维度进行分析，并承诺生成包含底层数据、市场情绪矩阵和可视化图表的完整 Excel 报告，满足专业用户的需求。
GLM-5 的出现标志着 AI 从对话工具向工程助手的又一次重要进化。其强大的 Agent 能力、丰富的内置 Skills 技能库以及在编程和数据分析上的专业表现，都预示着一个更加自动化、高效的创作与工作时代的到来。未来的 AI 助手将如何深度融入个人与企业的生产流程，这无疑是一个充满想象空间的问题。
