体验完智谱刚刚发布的 GLM-5，我终于明白它为什么让硅谷猜破了头

关于那个神秘的「Pony Alpha」模型的传言，已经在互联网发酵了一周。

有人说它是 Claude 5 的马甲，有人说它是某大厂的秘密武器。就在刚刚，靴子落地，谜底揭晓：这个代号「Pony Alpha」的新模型，正是智谱 AI 的春节大招——GLM-5。

▲智谱公众号截图

而且，它直接开源了。

如果说 2025 年是 AI 学会写代码的一年，那么 2026 年开年，正如特斯拉前 AI 总监 Andrej Karpathy 所预言，我们或许即将进入「智能体工程」（Agentic Engineering）时代。

只不过，比起 GPT-5.3-Codex、Claude Opus 4.6，头一个把这件事做成开源基础设施的，是国产模型 GLM-5。

附体验地址：

• Z.ai：https://chat.z.ai
• 智谱清言APP/网页版：https://chatglm.cn

现在的 AI 写个贪吃蛇或者俄罗斯方块，早就不是什么新鲜事了。要测，就得测点刁钻的。

我们给 GLM-5 抛出了一个极其具体的物理模拟需求：

「创建一个交互式的 HTML、CSS 和 JavaScript 卫星系统模拟程序，该程序应模拟卫星向地面接收器发送信号的过程。模拟程序应显示一颗卫星绕地球运行，并周期性地发送信号，这些信号会被多个地面接收器接收。

它没有立刻给出代码，而是稍微「停顿」了一下（模拟思考过程），最终按照我的需求生成了一个 HTML 网页。屏幕上，卫星不仅仅在转圈，信号传输甚至带有符合多普勒效应视觉隐喻的波纹扩散动画。

它理解了「模拟」二字背后的物理规律，而不仅仅是理解了「画图」这个动作。

接着，我们加大了难度。

X 上有个叫 @scaling01 的用户，给出了一个极高的评价：「Pony-Alpha 要么是 AGI，要么就是把我的 SVG 题目库给背下来了。」

为了验证这一点，我们测试了一个极其抽象的 Python 任务：「可视化展示单行道中交通信号灯的工作原理，车辆以随机速率进入。」

不到 3 分钟，一个动态的交通流模拟图出现了。

逻辑可以说是严丝合缝：绿灯放行、红灯排队，车辆加速减速的随机性也模拟得很到位。不过，这个界面的审美……怎么说呢，确实有点「简陋」。

甚至有网友 @anurudhsharmaa 用它一行提示词生成了一个有审美的网站。

而网友 @zakarinoo7 生成了一个全功能的媒体播放器——支持 MP4/MP3 解码、播放列表管理，甚至连深色模式的 UI 都写好了，编译完只有 15MB。

这一幕看得我心痒难耐。于是，我也再次通过 Claude Code ，让 GLM-5 给我打造打一个火柴人开放世界游戏。

它没有急着写代码，它做了一个非常「人类」的动作，那就从技术栈、核心玩法、再到世界风格方面入手，逐步对接我的需求。

并且在它「施工」的过程中，我还能像个挑剔的甲方一样，开始在原来的需求上得寸进尺，随时插入新的想法：

• 光跑图太无聊了，得有经济系统，地上随机刷金币
• 加点动作元素吧，按 J 键射箭，按 K 键近战攻击
• 捡到的东西放哪？再给我加个背包 UI，按 I 键唤出
• 路边的火柴人不能是摆设，我要能和 NPC 对话

等到最终运行的时候，效果简直可以用「尽善尽美」来形容：

既然号称是系统架构师，在 GLM-5 上架官网后，我也顺手让其打造了一个 Mac 系统。

虽然整体有些粗糙，但经典的屏幕背景，顶部状态栏的时间同步显示，底部 Dock 栏的图标排列都给「画」出来了。而且这上面的每一个应用，竟然真的都能打开。

适配半个芯片圈，这才是 GLM-5 的「大杀招」

基准测试结果显示，GLM-5 在 Coding 与 Agent 能力上，取得开源 SOTA 表现。

数据不会撒谎，在 SWE-bench-Verified 和 Terminal Bench 2.0 这两个公认最难的编程榜单中，GLM-5 分别拿下了 77.8 和 56.2 的高分，在真实编程场景的体感上，已经无限逼近 Claude Opus 4.5。

GLM-5 凭什么能做到这一点？翻看官方报告，在一堆参数背后，我们找到了几个关键点：MoE 架构和异步强化学习（Asynchronous RL）。

744B 的总参数量，激活参数只有 40B，这让它足够聪明又足够轻量。但真正的杀手锏是智谱构建的全新「Slime」框架。

简单打个比方： 以前的模型训练像是在「考试」，做对一道题给一个分，模型为了拿高分拼命背题； GLM-5 的训练则像是「实习」，它在一个名为 Slime 的环境里，通过完成一个个完整的长程项目，在不断的反馈和交互中学习。

此外，它还首次集成了 DeepSeek Sparse Attention（稀疏注意力机制）。这意味着在处理动辄几十万行代码的上下文时，它不仅不会「迷路」，还能大幅降低部署成本。

但最让我感慨的，是官方公告底部那串长长的致谢名单。国产大模型已经可以在国产芯片集群上，实现高吞吐、低延迟的稳定运行了。

华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦、燧原、海光……

▲ 有种可汗大点兵的即视感

这几乎是中国半导体行业的「半壁江山」，这意味着，GLM-5 的开源不仅仅是软件层面的胜利，它标志着国产 AI 生态——从底层的芯片算力，到中间的框架，再到上层的模型逐渐跑通了一个完整的闭环。

而随着 GLM-5 的开源，以及它与 Claude Code、OpenCode 等主流工具的打通，我们或许正站在软件工程 2.0 的门槛上。

特斯拉前 AI 总监 Andrej Karpathy 预言的「智能体工程」时代，比想象中来得更快。在未来，你可能不需要再逐行砌砖。你只需要定义系统，定义审美，定义什么是「好玩」和「有用」。

然后，看着 GLM-5 这样的大模型像包工头一样，指挥着底层的算力把高楼大厦盖起来。

传统的「码农」时代，可能真的要结束了。

但别慌，这不代表人类没用了。相反，当 AI 包办了实现的繁琐，你的审美、你的判断力、以及你提出一个好问题的能力，将成为人类最后的、也是最坚固的护城河。