又又又一个 Fable 级模型？
没错，时隔两个月，那个率先向 Claude Fable 5 发起冲锋的智谱掏出了船新版本：GLM-5.3 ，说是要在编程领域拿回开源模型 No.1 的宝座。
只能说这两个月的局势变化是真的快，Fable 5 刚出的时候，看着断档级的跑分领先，世超一度觉得开源模型赶不上趟了。
结果先是 GLM-5.2 突然逼近，然后 Kimi K3 又在前端拔得头筹，紧接着 Qwen 3.8，乃至刚刚上线的 DeepSeek V4 Pro 正式版都表现出巨大的潜力，说句开源模型 （ 暂时 ） 最好的夏天也不为过。
所以这次 GLM-5.3 出来前，我们就弄到了资格，提前内测了一手，跑了几个项目效果都不错，你别说，小版本提升它也是有说法的。
看跑分，比起 GLM-5.2，GLM-5.3 在多项测试中都遥遥领先，特别是考验真实操作能力的 Terminal Bench，从 4.6 涨到 28.3，翻了 6 倍。
根据官方说法，这俩用的其实是同一个基座模型，能力提升全都靠后训练。
理解起来也简单，把模型训练当高考就行，基座模型就是前两年夯基础，后训练就是第三年冲刺刷卷子。
夯基础的时候还有空间能全面发展，但进入冲刺的后训练阶段，针对性就得强一点了，刷它个天昏地暗，能力提升才能有质变。
就像这次后训练拉满的 GLM-5.3，编程能力上体感相比 GLM-5.2 提升了 50%，而网络安全能力更是要跟 Fable 5 掰手腕。
那它真有这么来劲儿么？话不多说，咱跑几个实测验验货。
上一代 GLM-5.2 靠着前端 Coding 能力一战成名，到了 GLM-5.3，咱老调重弹，直接让它建个模看看成色。
不是随便捏个玩具，而是给它一份 RTX-3080 显卡的 PCB 点位图，让它 1:1 复刻一下核心区。
可以看到，点位图的信息量非常大，足足二十多万行的数据，焊盘金手指长什么样，器件之间信号怎么走线的，它花了半分钟理解得一清二楚。
有了信息，直接开建，不一会儿，GLM-5.3 就把 3D 模型掏出来了。
依靠 CAD 的足量信息，结构解析得非常精准，几千个电容元器件，几乎每个都能从显卡上找着出处。
为了看着不乱，还给加了器件分类，以及模块化的视角解析，拿去当科普讲解相当清晰。
除了模型，看到信息中还包含了显卡的电源树分析，GLM-5.3 反手就掏出来个供电的拓扑演示。
看着电路在显存和芯片间来回穿梭，咱也是知道了为啥显卡上的供电口需要那么多。。。
其实 CAD 里还有铜走线的信息，就是镀在 PCB 板子上密密麻麻的金色线路，可能是考虑到对密恐患者不友好，第一波 GLM-5.3 并没有实装。
不过在我叮嘱后，它终于把这完全体的效果展示出来，看上去非常壮观。
对了，还是密恐慎入。。。
当然，缺点也不少，没 PCB 板子的工业建模源文件，很多小细节就有点随意发挥了，比如金手指或者一些板子的边缘小孔洞，看上去跟原型差距还挺大的。
而且考虑到渲染时候的性能问题，它还简化了一些元器件的建模，统统换成了白模方盒子示意，看着多少糙了点。
接下来加大难度，让它从 0 开始，搓一个《无人深空》游戏的低配版。
游戏开发的难点有俩，一个是无限的空间生成，另一个是无缝的飞行体验，从星球表面到太空得是连贯的，不能转个场就黑屏。
GLM-5.3 收到指令就开干了，第一版整体逻辑没问题，能跑通，但飞机跟背景融为一体，无缝的体验也稍微有点卡壳。
不过说实话，这种复杂度一次直出也不现实，于是我又跟它拉扯了几波。
效果总体很不错，游戏整体逻辑完整，除了飞行，还加了下船采集材料的交互。
重头戏的飞行体验爽歪歪，开着飞船在宇宙里跃迁很丝滑。
但不得不提的是，飞机渲染的 Bug 修了很久都没修明白，改了足足五六次，最后还是我提醒它，可能是外面多覆盖了一层导致的，它才终于意识到这个从第一版就存在的 Bug。。。
后来想想，这玩意儿语言描述有点麻烦，还是截图自己看好解决，但不巧，GLM-5.3 是个文本模型，看不见。。。
可恶啊，见过了多模态的 “ 光明 ”，纯文本的 “ 黑暗 ” 太难忍受了，GLM 多模态倒是给我端上来啊！
不过话说回来，光凭前端的花活儿，GLM 是积攒不到现在的口碑的，代码能力的应用场景现实里要丰富得多。
比如前段时间，西湖大学搞了个 AI 造火箭大赛，让不同 AI 在一个叫《围攻：破碎天际》的游戏中搓火箭。
要求是火箭能够正确起飞，入轨，然后稳定运行，但游戏本身相当硬核，材料组合复杂，所以造出来的火箭也是五花八门儿，各有槽点。
比如下面的 GLM-5.2，结构组合，力学设计看着非常专业，甚至最后还有降落回收的小巧思，奈何动力不足，飞不起来，空悲切。。。
再来看 GLM-5.3，不枉后训练吃的苦，它兑现了自己跑分的天赋，起飞，入轨，绕地飞行，一气呵成，GLM-5.2 失去的，它拿了回来！
当然，除了这些用于生产的编程任务，AI 现在还有个绕不过去的坎，就是隔壁 Anthropic 一直叨叨的安全问题，关于这个，智谱有些不一样的看法。
他们表示 A 社那种操作并不一定靠谱，只给部分大机构开放牛逼模型，那谁能保证这些模型老老实实的呢？
所以他们的想法是，矛咱控制不了，但盾我能造啊，GLM-5.3 一开源，大伙儿就能武装自己了，不至于在遭到攻击的时候，被闭源模型拒之门外。
而且这套 “ 造盾 ” 的思路也不只是嘴上说说，他们早就开干了。
7 月份的时候，安全团队 Ferret 发现了一台可疑服务器，然后 GLM-5.3 顺着几千个目录和几万份日志往下扒，最后揪出了一个叫 Neo 的 AI Agent。
这哥们不到两个月，就搭了 4 台服务器、7 个域名、6 万个邮箱，发了 18567 封钓鱼邮件，专挑会计、税务这类机构下手，一心想干票大的。
GLM-5.3 把这些散落的线索重新串了起来，还原出它找目标、搭邮件系统、伪装身份然后投毒的整条攻击链，最后帮 Ferret 把这波攻击摁住了。
你看，同样是 AI，能拿来当矛，当然也能拿来造盾，关键是这个平衡的点不好找，得靠行业内外的大伙儿上上心，当个事儿办。
出于好奇，我们也上手测了一下，没整什么玩具项目，而是找来了一个有 15 万颗星星的成熟开源项目 Langflow，直接把一个自带不少历史漏洞的 1.9.0 老版本扔给 GLM-5.3。
这题其实是有 “ 标准答案 ” 的，因为到了下一个 1.9.1 版本，官方在 Bug Fixes 里陆续修掉了至少 5 个安全漏洞，基本都是权限相关的，把常见的 Web 安全坑凑了个遍。
当然，为了防止它开挂，提示词里严格约束了，这次安全审计，要全封闭进行，禁止调用浏览器搜索任何外部网络资源，把偷看答案的路给它封了。
不过从它找漏洞的思维链能看出来，安全这方面，妥妥的特训过。
因为仓库太大，它把任务拆开，让几个 Agent 分头检查不同模块，自己继续盯着几个关键区域。
有意思的是在两个小弟汇报同一个问题后，它还特地自己下场又验证了一遍，这谨慎度确实有安全审计内味儿了。
毕竟单单一段危险代码，还真不一定能成气候，关键还得看有没有别的漏洞打配合，形成攻击链。
比如「get_flow_by_id_or_endpoint_name」这个刺儿头，就跟别的 Bug 勾兑出了俩高危漏洞。
简单点说，通过这俩漏洞，你只要搞到了别人的文件 ID，就能直接调出来用了，越权越到姥姥家了。。。
最后，它一共整理出了 16 项安全风险，跟后来修掉的 5 个一对照，发现它命中了 4 个。
虽说不完美吧，但这套审计的流程跑得确实挺丝滑。
而且相比跑点前端小玩具，这玩意儿是真能装到现实的开发环境里，看着就很有安全感。
回想起 7 月份的时候，全球最大的开源模型网站 Hugging Face 被 OpenAI 的闭源模型攻击，还是 GLM-5.2 站出来火线救场。
所以闭源安不安全咱不做评价，但没有开源是真的有点危险。
而且就像智谱公告里说的，当最强的矛可能被锁在少数人手里，最好的盾必须属于所有人。。。
所以什么 Kimi K4，GLM-6 的，哪怕再来个 DeepSeek V500，咱也不嫌多，当开源社区里涌现出越来越多能打的选手，咱才能用着更实惠更放心的 AI。
