智谱近期可谓双线告捷：1 月 8 日港股上市后，45 天市值暴涨超 500%，一度突破 3200 亿港元；资本市场热度未消，技术社区再迎重磅 ——GLM-5 技术报告正式公开，40 页内容完整揭秘了这款模型从「AI 辅助写代码」到「自主完成工程任务」的进化路径。作为当前顶尖的开源模型，GLM-5 已大幅缩小与闭源标杆 Claude Opus 4.6 的差距，更在多项核心基准测试中创下开源模型最佳战绩，成为 2025-2026 年 AI Agent 赛道的核心焦点。
核心定位：从「氛围编程」到「智能体工程」的范式跃迁
GLM-5 的技术报告标题「from Vibe Coding to Agentic Engineering」，精准概括了其核心定位的升级：不再是程序员的辅助工具，而是能 7×24 小时自主完成工程任务的智能体。
传统 AI 编程仍需「人在循环」：人类提需求、AI 写代码、人类校验修改；而 GLM-5 倡导的「智能体工程」，是将人类从循环中解放 ——Agent 可自主规划任务、编写代码、运行测试、修复 bug，形成端到端的闭环能力。这一转变意味着 AI 的 token 消耗模式从「一次性对话」升级为「持续运转」，一个 Coding Agent 完成单次 SWE-bench 任务即可消耗数万甚至几十万 token。当 Agent 成为主要的 token 消费场景，GLM-5 的定位恰好契合了行业的核心商业想象力。
硬核成绩单：开源模型天花板，多项指标登顶
GLM-5 的基础配置堪称豪华：744B 总参数、MoE 架构（256 个专家每次激活 8 个，推理时活跃参数约 40B），基于 28.5T tokens 的海量数据训练，其测试表现更是刷新了开源模型的上限：
-
综合能力拔尖：在 Artificial Analysis Intelligence Index 评测中斩获 50 分，成为首个达到该分数的开源模型，与闭源模型的差距大幅缩小；
-
编码能力开源第一：SWE-bench Verified（真实软件缺陷修复）得分 77.8%，位列开源模型榜首；
-
全模型单项冠军：BrowseComp（联网检索 + 上下文管理）75.9%、MCP-Atlas（工具调用）67.8%，论文称这两项成绩超越 Claude Opus、GPT-5.2 等所有模型，拿下全模型第一；
-
自研基准表现亮眼：在包含前端开发、后端开发、长周期 Agent 任务的 CC-Bench-V2 评测中，整体表现接近 Claude Opus 4.5，仅在需强审美判断的前端任务中略逊一筹，数据可信度极高。
技术解密：从预训练到后训练的全链路创新
GLM-5 的核心突破集中在预训练的工程优化与后训练的 Agent RL 体系构建，尤其是后者的 Slime 异步框架，为行业提供了 Agent 训练的系统级解决方案。
预训练：两个「小而美」的工程巧思
预训练阶段的创新虽非颠覆性突破，但通过细节优化实现了技术的高效协同，大幅提升训练效果与推理速度：
-
Muon Split：让冲突技术高效协作
GLM-5 同时采用 MLA（压缩记忆省显存）与 Muon（快速训练优化器），但二者工作模式存在冲突 ——MLA 需「打包信息整体处理」，Muon 需「拆包信息独立优化」。智谱的解决方案简单直接：在中间增加「拆包 - 优化 - 打包」流程，先拆包让 Muon 逐份优化，再打包回传给 MLA 处理。实验数据显示，这一调整显著提升了模型在 MMLU、C-Eval 等基准的表现。
-
共享参数多步预测（MTP）：加速推理连贯性
MTP 技术可让模型一次预测多个词以提升速度，DeepSeek 采用 1 个独立预测层，而 GLM-5 大胆采用 3 个共享参数的预测层。这种设计逼着模型学习通用的「多步预测逻辑」，如同下棋时用同一套棋理连贯思考多步，比多个独立层更具连贯性。测试显示，相同推理步数下，GLM-5 每次预测的被接受词数比 DeepSeek 多 8%，推理效率更高。
后训练重头戏：Slime 异步 Agent RL 框架
如果说预训练是「打好底座」，后训练的 Slime 框架就是「塑造核心能力」—— 它解决了 Agent RL 大规模训练的效率瓶颈，是 GLM-5 成为顶级编程 Agent 的关键。
Agent RL 的核心痛点
传统同步 RL 框架（如 OpenRLHF）中，生成与训练紧耦合：生成一批数据、训练一批模型、再生成下一批。但 Agent 执行工程任务（如修复 GitHub bug）时，需经历「读代码 - 写代码 - 跑测试 - 改 bug」等几十轮交互，单次任务完成可能耗时数分钟甚至几十分钟，导致 GPU 集群长期处于等待状态，训练效率极低。
Slime 框架的创新解法：完全解耦生成与训练
Slime 框架通过「Rollout 服务器集群 + 训练集群 + TITO 网关」的架构设计，彻底解决了效率问题，同时保证训练稳定性：
-
Rollout 服务器集群：独立执行 Agent 任务，配备专属 GPU 推理，完成后将完整执行轨迹（trajectory）回传，无需等待训练集群反馈；
-
训练集群：专注于参数更新，收到数据后立即训练，不依赖生成环节，实现「有数据就练」的高效流转；
-
TITO 网关（Token-In-Token-Out）：解决异步训练的版本匹配问题。由于生成与训练不同步，Rollout 服务器的模型版本可能落后于训练集群，直接用旧版本 token 训练会导致兼容问题。TITO 网关通过统一文本中间层，将所有轨迹先转成文本，再用当前训练版本的分词器重新编码，确保 token 与模型版本一致；
-
双侧重要性采样：处理历史版本数据的稳定性问题。训练集群收到的异步数据可能来自多个历史模型版本，单纯使用旧策略与新策略的概率比易导致训练震荡，而双侧采样通过 token 级别与样本级别的双重权重控制，既保证数据利用率，又避免极端样本干扰。
目前 Slime 框架已开源（github.com/THUDM/slime），为行业提供了首个 Agent RL 的系统级解决方案，既解决「跑得起来」的基础设施问题，又通过算法保证「跑得稳当」。
三阶段 RL + 跨阶段蒸馏：避免能力遗忘
异步框架解决了「怎么训」，三阶段 RL 则明确了「训什么」，且通过跨阶段蒸馏规避了机器学习中的「灾难性遗忘」问题：
-
第一阶段：Reasoning RL（教模型「想」）
用 MATH、AIME 数学竞赛、代码竞赛等有明确对错的任务训练，建立扎实的基础推理能力；
-
第二阶段：Agentic RL（教模型「做」）
通过 SWE-bench（修复真实 bug）、终端任务、多跳搜索等长周期任务训练，搭配 Slime 框架强化工程实践能力；
-
第三阶段：General RL（教模型「当人」）
用开放对话、创意写作、角色扮演训练，让模型兼具专业能力与交互质感，成为有性格的对话伙伴。
为防止后续阶段覆盖前期能力（如训练对话后忘记修 bug），GLM-5 引入「在线跨阶段蒸馏」：每个阶段训练时，都以前一阶段的最佳模型为「老师」，让新技能学习与旧技能保留同步进行。数据显示，无蒸馏时 SWE-bench 得分从 77.8% 降至 73.2%，有蒸馏则基本不掉分。
细节设计：适配 Agent 场景的三种思考模式
传统思考型模型（如 DeepSeek R1）每次交互都进行长文本内部推理，但 Agent 任务需多轮交互，过长思考会挤占上下文空间。GLM-5 设计了三种场景化思考模式，实现「该想时想，该做时做」：
-
交错思考（Interleaved Thinking）：每轮都思考但内容简短，适配需持续推理的场景；
-
保留思考（Preserved Thinking）：仅第一轮深度思考，后续轮次直接执行，思考内容留存供参考，适配任务明确、步骤繁多的场景；
-
轮次级思考（Turn-level Thinking）：每轮独立思考且不保留历史思考记录，适配上下文紧张的长任务。
实验显示，在 SWE-bench 任务中，Turn-level Thinking 比 Interleaved Thinking 表现高 2 个百分点，核心原因是前者节省了上下文空间，避免思考内容挤占代码与报错信息。
工程落地：原生适配国产芯片，不止于口号
GLM-5 从发布之初就实现了国产 GPU 生态的全面适配，覆盖华为昇腾、摩尔线程、海光、寒武纪、昆仑芯、沐曦、燧原 7 家主流芯片平台，且并非简单兼容，而是全链路深度优化。
以华为昇腾 Atlas 系列为例，智谱通过 W4A8 混合精度量化，让单台服务器可承载 750B 参数；通过定制融合算子解决稀疏注意力的计算瓶颈；深度适配 vLLM-Ascend 和 SGLang 推理引擎，最终实现单台国产算力节点的推理性能，媲美两台国际主流 GPU 集群。
7 家芯片的架构、指令集、编程模型各不相同，意味着底层算子需针对性重写 7 遍，这虽是耗时费力的工程活，却倒逼智谱形成了跨芯片的工程能力，成为其长远竞争优势。
结语：开源生态的关键推动者
GLM-5 的创新并非单点突破，而是从定位、架构到工程落地的全链路优化：预训练的工程巧思提升基础效率，Slime 异步框架攻克 Agent 训练核心痛点，三阶段 RL 与场景化思考模式让能力更适配实际需求，再加上国产芯片的深度适配，共同造就了这款顶级开源编程 Agent。
更重要的是，智谱将核心的 Slime 框架开源，让后续团队无需重复造轮子，直接站在更高起点推进 Agent 技术迭代。在架构趋同的当下，后训练阶段的 RL 设计、Agent 适配、防遗忘方案成为行业竞争的核心，而 GLM-5 的技术报告，恰好为整个行业提供了一套可落地的参考范式。
744B 参数、28.5T tokens 训练数据、开源核心框架、适配国产生态，GLM-5 不仅刷新了开源模型的性能上限，更推动了 AI Agent 技术的民主化进程。这篇 40 页的技术报告，无疑是 2026 年 AI 领域最值得精读的技术文献之一。