GLM-5技术报告晓读：26%前端提效，HLE新高，开源AI追上闭源前沿

旺晓通：深入浅出解读，轻松通晓技术

当我打开‌智谱发布的GLM-5技术报告时，第一眼就盯住了Humanity's Last Exam工具推理的数值：50.4%。要知道，上一代GLM-4.7的这个分数只有42.8%，短短一个版本的迭代，提升了近8个百分点。

更让我意外的是，这个提升并非来自“无脑堆参数”——GLM-5把全量参数从355B拉到744B，却只将激活参数从32B提升到40B，相当于用5.4%的激活参数，撬动了模型能力的大幅跃升。

我们解读最新技术，文末有相关信息。

作者：张长旺，图源：旺知识

你会不会和我有一样的疑问：为什么大模型发展到今天，终于跳出了“参数越大能力越强”的误区？GLM-5的这组数据背后，藏着大模型从“能说”到“能做”的哪些核心逻辑？而它做到的“开源模型顶尖”，又是否真的让开源AI摸到了闭源前沿的门槛？

大模型的三个“伪命题”，GLM-5终于踩碎了

看GLM-5的技术设计前，我想先聊一个行业共识：过去两年的大模型发展，其实陷入了三个看似正确的“伪命题”。

第一个伪命题，堆参数=提能力。就像一家公司为了完成项目，不问岗位需求只一味招人，结果人浮于事、沟通成本剧增。此前的很多大模型，把参数从百亿堆到千亿，能力确有提升，但部署成本也跟着指数级上涨，普通企业根本用不起，最终只能成为实验室里的“花瓶”。

第二个伪命题，长上下文=高成本。长上下文能力是大模型处理复杂任务的关键，比如解读万字文档、完成跨月的项目规划，但传统的注意力机制，让长上下文必然伴随算力的大量消耗，就像用放大镜逐字看一本书，看的内容越多，花的时间越长。

第三个伪命题，强化学习=难落地。强化学习（RL）是让大模型从“合格”到“优秀”的关键，但传统的RL训练是“串行工作”，一个环节做完才能进行下一个，训练效率极低，就像工厂的流水线少了传送带，每个工序都要手动衔接，根本无法规模化。

这三个伪命题，本质上指向同一个问题：大模型的发展，需要从“野蛮生长”的规模竞赛，转向“精耕细作”的工程化设计。而GLM-5的所有创新，都是围绕这个核心展开的——它没有否定“缩放”的价值，而是让缩放变得“更聪明”。

三个核心设计，像给大模型装了“智能大脑+高效手脚”

GLM-5的技术创新，没有花里胡哨的新概念，却精准解决了上述三个痛点。我不想照搬技术报告里的专业表述，而是用三个生活中的比喻，拆解它的核心逻辑。

第一个设计，744B全量参数+40B激活参数，像给大模型建了一座“带核心藏书区的图书馆”。全量744B参数是图书馆的所有藏书，保证了知识的全面性，而40B激活参数是门口的核心藏书区，把最常用、最核心的知识放在这里，读者不用翻遍整个图书馆，就能快速找到答案。这种设计的妙处在于，既保留了大模型的知识储备，又避免了全量参数运行的算力浪费，就像我们大脑的工作方式——不会同时激活所有神经元，只会针对具体问题调动相关区域。

第二个设计，融合DeepSeek稀疏注意力（DSA），像让大模型学会了“抓重点看书”。传统的注意力机制是“逐字阅读”，哪怕是无关内容，也要消耗算力处理，而稀疏注意力就像我们读报告时，会跳过无关的铺垫，直接看标题、图表和结论，既保留了对整体内容的理解，又大幅节省了时间。GLM-5通过这种方式，在不损失长上下文能力的前提下，显著降低了部署成本，让大模型从“实验室专属”走向“企业可复用”。

第三个设计，自研slime异步强化学习基础设施，像给大模型的训练装上了“新媒体团队的协作系统”。传统的RL训练是“串行工作”，数据处理、模型训练、效果反馈依次进行，而slime是“异步协作”，多个环节可以同时推进，还能根据反馈实时调整，就像新媒体团队写稿、设计、排版同步进行，编辑看到初稿就能提出修改意见，不用等终稿完成再返工。这种设计让RL训练的吞吐量和效率大幅提升，让大模型的“后期打磨”变得更精细、更高效。

这三个设计看似独立，实则相辅相成：全量参数保证“有知识”，激活参数保证“调得快”，稀疏注意力保证“跑得省”，异步RL保证“练得精”。说到底，GLM-5的核心创新，不是发明了新的技术，而是把现有技术做了最合理的组合，让大模型的能力落地有了可行的路径。

从“体感编码”到“智能体工程”，大模型终于开始“认真工作”

技术报告里有一个词让我印象深刻：从Vibe Coding到Agentic Engineering，翻译过来就是从“体感编码”到“智能体工程”。我理解的“体感编码”，是大模型凭感觉完成任务，比如写一段代码、做一个简单的推理，而“智能体工程”，是让大模型像一个专业的工程师一样，能完成复杂的、长周期的、有明确目标的任务。

GLM-5的实验结果，恰恰印证了这种转变。在编码任务SWE-bench Verified中，它拿到了77.8的分数，比GLM-4.7提升4个百分点，这个提升看似不多，却意味着大模型从“能解决常规编码问题”，升级到“能处理复杂的工程bug”；

在长程运营任务Vending Bench 2中，它在模拟一年的售货机运营中，最终账户余额达到4432美元，成为开源模型中的第一名，逼近闭源的Claude Opus 4.5，这证明它拥有了极强的长程规划和资源管理能力，就像一个新手店长，经过系统训练后，运营能力几乎追上了资深店长。

最让我惊喜的是它的工具推理能力，在Humanity's Last Exam工具推理任务中，50.4%的分数不仅大幅超越上一代，甚至超过了最新闭源模型。要知道，工具推理是大模型从“聊天机器人”到“工作助手”的关键——人类工作时，会用计算器、查资料、翻文档，大模型只有学会使用工具，才能真正替代人类完成实际工作。GLM-5的这个分数，意味着开源模型终于在“工具使用”这个核心能力上，摸到了闭源前沿的门槛。

还有一个细节值得关注：GLM-5能直接把文本指令转化为.docx、.pdf、.xlsx等格式的实用文档，从赞助提案到财务报告，能直接生成可落地的成果。这让我想到了匠人精神——过去的大模型是“画图纸的设计师”，而GLM-5变成了“能做出成品的工匠”，这种从“纸上谈兵”到“落地实操”的转变，才是技术真正的价值。

跨域联想：大模型的进化，和人类的认知成长何其相似

研究GLM-5的设计逻辑时，我总忍不住联想到人类的认知成长，两者的底层逻辑几乎一致。

心理学中有一个概念叫刻意练习，核心是不做无意义的重复，而是有目标、有反馈、有方法的训练。这和GLM-5的设计不谋而合——它没有盲目堆参数、堆数据，而是通过激活参数的精准选择、稀疏注意力的算力优化、异步RL的精细打磨，让每一份算力、每一组数据都发挥最大价值，这正是大模型的“刻意练习”。

而博尔赫斯在《沙之书》中写过一本无限的书，拥有所有的知识，却因为没有索引、没有结构，最终无法被利用。这像极了早期的大模型，参数越来越大、知识越来越多，却因为没有高效的调取方式，只能在简单任务中发挥作用。而GLM-5的设计，就是给这本“沙之书”做了索引、分了区域、建了核心藏书区，让无限的知识能被精准、高效地利用。

还有管理学中的精益生产，核心是去掉一切无用的浪费，让生产流程更高效。GLM-5的稀疏注意力、激活参数设计，本质上就是大模型的“精益生产”——去掉无意义的算力消耗，让模型的运行更高效、更经济。

说到底，智能的本质从来都不是“拥有多少知识”，而是“如何高效利用知识”。人类如此，大模型亦如此。

GLM-5的未来，还有哪些可能性？

看完GLM-5的技术报告，我为开源模型的进步感到欣喜，但也有二个真实的疑问，想和大家一起探讨。

第一个疑问，40B激活参数是最优解吗？ GLM-5将激活参数从32B提升到40B，实现了能力的大幅提升，但这个比例是不是适用于所有任务？比如在创意生成任务中，是否需要更少的激活参数来保证灵活性？在复杂的工程任务中，是否需要更多的激活参数来保证精度？如果未来能实现激活参数的动态调整，根据不同任务匹配不同的激活比例，大模型的效率会不会更高？

第二个疑问，工程化之外，创意性如何平衡？ GLM-5的定位是复杂系统工程和长程智能体任务，报告中的实验也主要聚焦在推理、编码、运营等工程化任务上，那么它在文学创作、广告文案、艺术设计等创意性任务中表现如何？大模型的发展，是否会走向“工程化专精”和“创意化泛化”的两条赛道？

这些疑问，或许就是GLM-5未来的进化方向，也是整个大模型行业需要回答的问题。

不止是GLM-5，大模型的时代正在变天

最后，我想跳出GLM-5本身，聊聊它背后的行业趋势。GLM-5的发布，不仅是一个模型的升级，更是大模型行业从“规模竞赛”到“工程化时代”的标志。

过去，我们评判一个大模型的好坏，只看参数、看数据、看跑分；未来，我们评判一个大模型的价值，会看它的部署成本、看它的落地能力、看它能解决多少实际问题。就像评判一个员工，不再只看学历，而是看他的工作效率、看他的解决问题的能力。

而开源模型的崛起，更是让大模型的发展走向普惠。在此之前，闭源模型凭借算力、数据的优势，占据了大模型的第一梯队，而GLM-5的发布，让开源模型终于追上了闭源前沿的脚步。这种竞争，不仅能推动技术的快速迭代，更能让AI技术走出实验室，走进各行各业，让中小企业、普通开发者都能享受到AI的红利。

从GLM-5身上，我看到了AGI的另一种可能：它不是一个无所不能的“超级大脑”，而是一个高效、实用、可落地的“工作伙伴”。它不会替代人类，而是会成为人类的延伸，让我们从繁琐的重复性工作中解放出来，把更多的时间用在创意、思考、创新上。

这或许就是AI技术最珍贵的价值：不是让机器变得更像人，而是让人变得更像人。

参考资料

• 标题：GLM-5: From Vibe Coding to Agentic Engineering

• 研发团队：智谱AI

• 链接：https://z.ai/blog/glm-5