關(guān)于那個(gè)神秘的「Pony Alpha」模型的傳言，已經(jīng)在互聯(lián)網(wǎng)發(fā)酵了一周。

有人說(shuō)它是 Claude 5 的馬甲，有人說(shuō)它是某大廠的秘密武器。就在剛剛，靴子落地，謎底揭曉：這個(gè)代號(hào)「Pony Alpha」的新模型，正是智譜 AI 的春節(jié)大招——GLM-5。

▲智譜公眾號(hào)截圖

而且，它直接開(kāi)源了。

如果說(shuō) 2025 年是 AI 學(xué)會(huì)寫代碼的一年，那么 2026 年開(kāi)年，正如特斯拉前 AI 總監(jiān) Andrej Karpathy 所預(yù)言，我們或許即將進(jìn)入「智能體工程」（Agentic Engineering）時(shí)代。

只不過(guò)，比起 GPT-5.3-Codex、Claude Opus 4.6，頭一個(gè)把這件事做成開(kāi)源基礎(chǔ)設(shè)施的，是國(guó)產(chǎn)模型 GLM-5。

附體驗(yàn)地址：

• Z.ai：https://chat.z.ai
• 智譜清言APP/網(wǎng)頁(yè)版：https://chatglm.cn

現(xiàn)在的 AI 寫個(gè)貪吃蛇或者俄羅斯方塊，早就不是什么新鮮事了。要測(cè)，就得測(cè)點(diǎn)刁鉆的。

我們給 GLM-5 拋出了一個(gè)極其具體的物理模擬需求：

「創(chuàng)建一個(gè)交互式的 HTML、CSS 和 JavaScript 衛(wèi)星系統(tǒng)模擬程序，該程序應(yīng)模擬衛(wèi)星向地面接收器發(fā)送信號(hào)的過(guò)程。模擬程序應(yīng)顯示一顆衛(wèi)星繞地球運(yùn)行，并周期性地發(fā)送信號(hào)，這些信號(hào)會(huì)被多個(gè)地面接收器接收。

它沒(méi)有立刻給出代碼，而是稍微「停頓」了一下（模擬思考過(guò)程），最終按照我的需求生成了一個(gè) HTML 網(wǎng)頁(yè)。屏幕上，衛(wèi)星不僅僅在轉(zhuǎn)圈，信號(hào)傳輸甚至帶有符合多普勒效應(yīng)視覺(jué)隱喻的波紋擴(kuò)散動(dòng)畫。

它理解了「模擬」二字背后的物理規(guī)律，而不僅僅是理解了「畫圖」這個(gè)動(dòng)作。

接著，我們加大了難度。

X 上有個(gè)叫 @scaling01 的用戶，給出了一個(gè)極高的評(píng)價(jià)：「Pony-Alpha 要么是 AGI，要么就是把我的 SVG 題目庫(kù)給背下來(lái)了?！?/p>

為了驗(yàn)證這一點(diǎn)，我們測(cè)試了一個(gè)極其抽象的 Python 任務(wù)：「可視化展示單行道中交通信號(hào)燈的工作原理，車輛以隨機(jī)速率進(jìn)入?！?/p>

不到 3 分鐘，一個(gè)動(dòng)態(tài)的交通流模擬圖出現(xiàn)了。

邏輯可以說(shuō)是嚴(yán)絲合縫：綠燈放行、紅燈排隊(duì)，車輛加速減速的隨機(jī)性也模擬得很到位。不過(guò)，這個(gè)界面的審美……怎么說(shuō)呢，確實(shí)有點(diǎn)「簡(jiǎn)陋」。

甚至有網(wǎng)友 @anurudhsharmaa 用它一行提示詞生成了一個(gè)有審美的網(wǎng)站。

而網(wǎng)友 @zakarinoo7 生成了一個(gè)全功能的媒體播放器——支持 MP4/MP3 解碼、播放列表管理，甚至連深色模式的 UI 都寫好了，編譯完只有 15MB。

這一幕看得我心癢難耐。于是，我也再次通過(guò) Claude Code ，讓 GLM-5 給我打造打一個(gè)火柴人開(kāi)放世界游戲。

它沒(méi)有急著寫代碼，它做了一個(gè)非?！溉祟悺沟膭?dòng)作，那就從技術(shù)棧、核心玩法、再到世界風(fēng)格方面入手，逐步對(duì)接我的需求。

并且在它「施工」的過(guò)程中，我還能像個(gè)挑剔的甲方一樣，開(kāi)始在原來(lái)的需求上得寸進(jìn)尺，隨時(shí)插入新的想法：

• 光跑圖太無(wú)聊了，得有經(jīng)濟(jì)系統(tǒng)，地上隨機(jī)刷金幣
• 加點(diǎn)動(dòng)作元素吧，按 J 鍵射箭，按 K 鍵近戰(zhàn)攻擊
• 撿到的東西放哪？再給我加個(gè)背包 UI，按 I 鍵喚出
• 路邊的火柴人不能是擺設(shè)，我要能和 NPC 對(duì)話

等到最終運(yùn)行的時(shí)候，效果簡(jiǎn)直可以用「盡善盡美」來(lái)形容：

既然號(hào)稱是系統(tǒng)架構(gòu)師，在 GLM-5 上架官網(wǎng)后，我也順手讓其打造了一個(gè) Mac 系統(tǒng)。

雖然整體有些粗糙，但經(jīng)典的屏幕背景，頂部狀態(tài)欄的時(shí)間同步顯示，底部 Dock 欄的圖標(biāo)排列都給「畫」出來(lái)了。而且這上面的每一個(gè)應(yīng)用，竟然真的都能打開(kāi)。

適配半個(gè)芯片圈，這才是 GLM-5 的「大殺招」

基準(zhǔn)測(cè)試結(jié)果顯示，GLM-5 在 Coding 與 Agent 能力上，取得開(kāi)源 SOTA 表現(xiàn)。

數(shù)據(jù)不會(huì)撒謊，在 SWE-bench-Verified 和 Terminal Bench 2.0 這兩個(gè)公認(rèn)最難的編程榜單中，GLM-5 分別拿下了 77.8 和 56.2 的高分，在真實(shí)編程場(chǎng)景的體感上，已經(jīng)無(wú)限逼近 Claude Opus 4.5。

GLM-5 憑什么能做到這一點(diǎn)？翻看官方報(bào)告，在一堆參數(shù)背后，我們找到了幾個(gè)關(guān)鍵點(diǎn)：MoE 架構(gòu)和異步強(qiáng)化學(xué)習(xí)（Asynchronous RL）。

744B 的總參數(shù)量，激活參數(shù)只有 40B，這讓它足夠聰明又足夠輕量。但真正的殺手锏是智譜構(gòu)建的全新「Slime」框架。

簡(jiǎn)單打個(gè)比方： 以前的模型訓(xùn)練像是在「考試」，做對(duì)一道題給一個(gè)分，模型為了拿高分拼命背題； GLM-5 的訓(xùn)練則像是「實(shí)習(xí)」，它在一個(gè)名為 Slime 的環(huán)境里，通過(guò)完成一個(gè)個(gè)完整的長(zhǎng)程項(xiàng)目，在不斷的反饋和交互中學(xué)習(xí)。

此外，它還首次集成了 DeepSeek Sparse Attention（稀疏注意力機(jī)制）。這意味著在處理動(dòng)輒幾十萬(wàn)行代碼的上下文時(shí)，它不僅不會(huì)「迷路」，還能大幅降低部署成本。

但最讓我感慨的，是官方公告底部那串長(zhǎng)長(zhǎng)的致謝名單。國(guó)產(chǎn)大模型已經(jīng)可以在國(guó)產(chǎn)芯片集群上，實(shí)現(xiàn)高吞吐、低延遲的穩(wěn)定運(yùn)行了。

華為昇騰、摩爾線程、寒武紀(jì)、昆侖芯、沐曦、燧原、海光……

▲ 有種可汗大點(diǎn)兵的即視感

這幾乎是中國(guó)半導(dǎo)體行業(yè)的「半壁江山」，這意味著，GLM-5 的開(kāi)源不僅僅是軟件層面的勝利，它標(biāo)志著國(guó)產(chǎn) AI 生態(tài)——從底層的芯片算力，到中間的框架，再到上層的模型逐漸跑通了一個(gè)完整的閉環(huán)。

而隨著 GLM-5 的開(kāi)源，以及它與 Claude Code、OpenCode 等主流工具的打通，我們或許正站在軟件工程 2.0 的門檻上。

特斯拉前 AI 總監(jiān) Andrej Karpathy 預(yù)言的「智能體工程」時(shí)代，比想象中來(lái)得更快。在未來(lái)，你可能不需要再逐行砌磚。你只需要定義系統(tǒng)，定義審美，定義什么是「好玩」和「有用」。

然后，看著 GLM-5 這樣的大模型像包工頭一樣，指揮著底層的算力把高樓大廈蓋起來(lái)。

傳統(tǒng)的「碼農(nóng)」時(shí)代，可能真的要結(jié)束了。

但別慌，這不代表人類沒(méi)用了。相反，當(dāng) AI 包辦了實(shí)現(xiàn)的繁瑣，你的審美、你的判斷力、以及你提出一個(gè)好問(wèn)題的能力，將成為人類最后的、也是最堅(jiān)固的護(hù)城河。