Z.ai 釋出 GLM-5.3：程式碼能力拉高 50%，還意外點滿漏洞挖掘技能

首次發布 2026年8月14日傳播指數 58

Z.ai 釋出面向程式設計的 AI 模型 GLM-5.3。通過在 GLM-5.2 同款基座上進行後訓練擴充套件，其內部測試成績提升 50%，登頂多項開源基準。令人意外的是其網路攻防能力激增，在 269 個真實專案中揪出 2436 個漏洞。模型權重將在兩週內完成安全評估後釋出。

如果你這幾天看到哪家開源專案突然修補了一個四十年前的陳年老 Bug，別奇怪，這可能不是哪位老程式設計師懷舊，而是一個剛學會程式設計的 AI 順手挖出來的。

Z.ai 拿出了面向程式設計的新模型 GLM-5.3。讓人目瞪口呆的不僅是它的跑分，而是這家實驗室在訓練程式碼能力時，一不小心讓它把網路攻防的技能點也點滿了。

沒換架構，純靠後訓練把能力拉滿

有意思的是，Z.ai 這次根本沒有從頭造輪子。GLM-5.3 底下踩的還是前代 GLM-5.2 的基座，引數量沒變大，核心架構也沒動。

研發團隊做的事情說白了就是使勁後訓練（Post-training）。他們給模型餵了更多樣化的執行環境、更多長流程任務，以及堆上更多後訓練算力。

但這套後訓練擴充套件的效果非常驚人。在其內部的 Code Bench 測試中，GLM-5.3 成績相比前代直接拉高了 50%。

在 Terminal Bench 3.0 和 Agents' Last Exam 等開源基準測試裡，GLM-5.3 也直接拿下了開源權重模型的最好成績，在衡量實際經濟價值的 GDP Eval 上甚至逼近甚至領先頭部閉源模型。

真正引發圈內震動的，是它在網路安全上的意外表現。

在測試已知漏洞挖掘的 CyberGym 上，GLM-5.3 拿下了 84.5% 的高分，直接擊敗了 Anthropic 的 Fable 5 和 OpenAI 的 GPT-5.6 Sol。

而在考驗實際漏洞利用與推理的 ExploitBench 上，它的得分達到 54.4%，比前代 GLM-5.2 翻了一倍還多。

這不是紙上談兵。Z.ai 把它扔進真實程式碼庫裡跑了一圈，它在 269 個開源專案中一口氣揪出了 2436 個安全漏洞，其中高危和嚴重級別超過 1000 個，覆蓋了 Linux 核心以及常見的 Apache、VMware 專案，甚至還找出了潛伏 40 年之久的遠古漏洞。

能修鎖的人自然最會撬鎖。正因為破壞力太大，Z.ai 決定把原本公開的權重發布延後兩週，先給小範圍安全合作伙伴做受控測試。不過開發者現在可以通過訂閱 Z Code 計劃，在自己的程式設計 Agent 裡呼叫它。

對於外界的擔憂，Z.ai 在 X 上回應道：一個開放的世界不能只有開放的攻擊面，必須也要有開放的盾牌。Hugging Face 此前就曾提到，在調查一起涉及 OpenAI 模型的入侵事件時，由於美國頂尖模型的安全護欄集體拒答，最終還是靠 GLM-5.2 完成了取證排查。

在開源權重模型領域，GLM-5.3 證明了後訓練 scaling 遠沒見頂。不重新預訓練大模型，單靠給基座灌入更苛刻的環境和算力，就能把程式碼和邏輯推理直接推到 SOTA 水平。

對開發者和安全維護者來說，這絕對是個趁手的工具。開源專案常年缺人審程式碼，Z.ai 已經開放了倉庫掃描計劃，普通維護者終於能用最頂級的自動化工具來給程式碼掃雷。

但硬幣的另一面是巨大的安全隱患。閉源模型可以用安全護欄限制提示詞，可一旦 GLM-5.3 的權重在兩週後完全放開，誰也沒法限制它被改造成全自動攻擊武器。就在本週，Dream 研究人員剛披露有開源 AI Agent 被用於攻擊政府網路，這無疑會加速美國等監管機構對開源模型的限制收緊。

我們認為，Z.ai 這一步走得很冒險但也很有現實價值。與其把最鋒利的攻防能力鎖在幾家閉源巨頭的保險箱裡，讓防守方無兵可用，不如把開源護盾公開給社群。接下來的兩週，就看它的安全評估能不能給這把利刃套上結實的刀鞘了。