GLM-5.2 is the step change for open agents

GLM-5.2 是开放代理的飞跃

我一直在密切关注的一项能力门槛。

Nathan Lambert

2026年6月22日

文章旁白

0:00

-9:27

您的浏览器不支持音频播放。请升级浏览器。

##### 例行事务：在上周我发布“博客现状”文章后，注意到付费功能略有增加，这是一个提醒大家的好时机，我提供团体订阅，订阅人数越多，折扣越大。今天我还发布了一篇关于终端代理开放强化学习配方的新论文，更多信息请阅读此处。

就在一周多前，当人工智能界仍在震惊于 Claude Fable 5 被令人震惊地出口限制并实际上被禁止时，Z.ai 发布了他们的最新模型 GLM-5.2。这个模型在 6 月 13 日，一个周六，异常地发布给了 GLM 编程计划的成员。这种发布方式非常不寻常，通常当 AI 模型在周末发布时，都是出于一些奇怪的原因（最著名的例子是 Llama 4）。在这种情况下，看起来 Z.ai 非常兴奋，想要利用“Anthropic 反对开放科学”的时代氛围，通过他们对 AI 研究人员的无声保护措施来获取利益。在过去的一到两年里，中国的开放权重实验室一直抓住每一个机会，实现这种容易的营销胜利。

按照行业常见的命名惯例，GLM-5.2 看起来像是在流行的 GLM-5.1 模型之后的一个增量更新。到目前为止，Kimi 模型的制造商 Moonshot AI 和 GLM 模型的制造商 Z.ai 已经在声誉市场上占据了顶尖位置，成为 AI 研究人员最喜爱的开放权重模型。接下来发生的事情是跟踪 AI 模型时常见的一个教训，即小版本号的变更可能会使 AI 模型跨越重要的用户体验门槛。基准测试和训练中的微小变化可能会开启一系列新的使用场景。

随后，GLM-5.2 的热度逐渐上升。官方发布的 MIT 授权模型权重和发布博客在初始发布三天后，也就是 6 月 16 日发布。虽然可以列举许多技术细节，例如出色的基准分数、Z.ai 使用的非常受欢迎的强化学习框架（SLIME）、建议始终在最大思考努力模式下使用模型等，但初始发布博客通常不是关注的重点。你可以等待并阅读生态系统反应，以判断它是否真的物有所值。无论如何，如今的基准测试已经不再那么重要了。

几乎所有我尊重的AI评论界和研究界人士在亲自使用后都对这个模型给予了高度评价。在社区中如此引人注目的讨论焦点，此前只有在DeepSeek R1开放模型发布时才出现过一次。我并不是轻易做出这种比较，当我将Kimi K2的发布比作“DeepSeek时刻”时，GLM-5.2的表现已经远远超越了这一点。Kimi K2令人印象深刻之处在于，大模型性能的显著提升似乎可以来自中国任何地方。而GLM-5.2所迈出的这一步，更像是为AI进步打开了一扇单向门。

Anthropic凭借Claude Code所实现的营收增长速度，很大程度上是由于它是最优秀的模型，也是唯一真正能够做到这一点的模型。GLM-5.2是众多（即将发布）开放权重模型中的第一个，它们将提供可信的替代方案。这一类比非常清晰，就像DeepSeek R1曾展示的那样，即使资源远少于OpenAI，开放权重实验室也能复现OpenAI通过o1所倡导的链式推理模型。随着AI系统变得越来越复杂，构建成本也变得越来越高，需要各种工具、集成的框架和扩展的模型权重，GLM-5.2这一时刻的发生并不是理所当然的。

关键的一点是，GLM-5.2是那个在编程框架中作为通用代理使用时感觉最合适的开放权重模型。它是第一个这样的模型。我本人在尝试一些最近的同行模型（如Kimi K2.7或GLM-5.1）时有些迟缓，但这种热度实在让我无法忽视。我用它来帮助我通过Fireworks的API在Claude Code中制作我后续培训课程的内容（设置这个过程非常简单）。有一些小问题，比如Claude Code框架/我的仓库文档试图将图像发送给模型，这会导致Fireworks API在会话期间出现故障——必须手动清除上下文。总体而言，模型能力立刻感觉很合适，我仍然需要在使用哪个框架和推理服务提供商之间进行一些调整。

如果你还想要更多的热度，可以参考Z.ai的创始人告诉Elon，“开放权重的Fable能力将在2027年第一季度之前到来”，Vercel的CEO表示，“真的非常钦佩，甚至有些震惊，GLM-5.2由@zai_org开发，在编程方面表现得如此出色，这改变了事情”，还有更多来自我非常尊重的人和其他我刚刚认识的人的评论。

Interconnects AI是一份由读者支持的出版物。请考虑成为订阅者。

那么，这是一个不错的模型，这将把我们带向何方？

有许多趋势在起作用。首先，让我们从开放与封闭能力的差距入手。我曾写过，如果开放模型在Claude Code中跨越了Opus 4.5的门槛，我预计将出现“使用量的爆炸性增长”。现在我们正处在这个阶段。Claude Opus 4.5于2025年11月24日发布，而GLM-5.2于2026年6月16日发布，两者之间的时间差是204天，大约6.8个月。这使我们正好处于许多人声称的美国封闭实验室和中国开放对应实验室之间性能差距的6到9个月时间范围内。

在写下这些话时，我感到有些惊讶。随着美国实验室在过去大约一年里迅速增加计算资源，我原本预计性能差距会随着时间推移而扩大。在这条发展路径上，一个非常重要的里程碑将是 Claude Fable 5 的发布——相比 Claude Opus 模型，它更依赖于规模，因此也更依赖于最先进的 GPU。然而，这并不是一个令人满意的答案。继续深入探讨这条路径，涉及的细节比我在这篇概述性文章中所能容纳的要复杂得多。

这一情况的最直接含义是，对于那些在组织内部最大化使用令牌的公司来说，价格压力将变得更加严重，这将使 Anthropic 的收入飙升。有些人预测 Anthropic 可能无法实现其预期的年度经常性收入（ARR）目标，但我认为价格与这些模型的真实需求以及不可避免的增长之间的关系并未被充分理解。这个模型的出现对开放模型经济来说是一个巨大的利好。Fireworks、Together、Thinky（通过 Tinker）、Prime Intellect，以及其他所有销售开放模型推理或微调服务的公司，都刚刚迎来了另一个转折点。

这些影响要扩散到更广泛的经济领域（以及应用场景）将需要很长时间。工作流程变得越来越复杂，人们开始使用不同的模型来进行规划、主要编码和子代理调度。我预计这种热度还会继续增长，事实上，当我在周日晚上写下这些话时，我甚至可以预见周一媒体和市场的反应将与 DeepSeek R1 的发布时类似。而这一切正在发生的同时，Anthropic 以及由此延伸的美国旗舰模型仍被禁用，这无疑是一把严重的经济匕首。GLM-5.2 正在获得时间，去塑造前沿实验室在经济底层的格局，而他们却希望向前推进到仅由绝对前沿模型才能实现的高利润、高收入领域。

这种经济担忧在 AI 领域已经多次被提及，因此很难说它何时才能真正引起重视。

与 AI 发展轨迹更核心相关的对话，是关于对开放模型的监管和控制。我认为，廉价智能的广泛扩散是一种经济上的利好，我们默认的态度应该是支持开放模型，但这个模型的发布时间将使其永久地与 Claude Fable —— 以及因此与 Claude Mythos —— 在 AI 权力结构的思维图谱中联系在一起。我们现在正处于这样一个阶段：Mythos 级别的模型能力被美国政府认为不适合发布，而中国的模型制造商却在向所有人提供能力方面奋勇向前。

这些趋势线并不一定存在因果关系，因为我们还不知道 GLM-5.2 的网络性能与其前身相比如何，但这些能力显然是相关的。如果没有其他变化，这将指向一种可能性，即美国政府决定某个具有开放权重的中国模型对公众来说并不安全。这里还有许多其他潜在的情景，但可以肯定的是，我们还有很多工作要做，包括绘制这些情景、准备基础设施，并向社会传达相关信息。

仅靠我一个人，是无法向决策者想象并传达一个世界，说明如何管理日益强大的开源模型的。我们还有数年的AI进步之路要走，Nvidia的下一代芯片已经投入生产，算法上的进步也持续不断。对开源模型的支持者来说，这似乎是一条狭窄的道路，但我们必须想办法让这些模型变得可行，以确保性能的巨大飞跃不会只集中在封闭模型上。

我完全理解为什么想象一个公开可访问的Mythos级别模型会让人感到害怕，但如果现在禁止开源模型，只让封闭模型在一家或两家公司的手中变得比现在好10倍甚至100倍，我认为我们将会面临更大的问题。

一直让我印象深刻的是，中国实验室发布模型的速度非常快。我从多个实验室了解到，模型训练完成后，将权重上传到HuggingFace公开的时间可能以小时为单位，而不是天。不过，现在他们需要准备将模型提供给更广泛的推理市场，这一过程至少已经有所放缓。

还需要更多讨论的一个问题是，即使是封闭模型，例如Mythos预览版，也经常被未经授权的用户使用或破解。因此，关于访问权限的开源与封闭之间的对立，并不是完全非黑即白的。