GLM-5.3：后训练推高攻防能力
Z.ai 沿用 GLM-5.2 底模，仅扩展后训练便取得显著编码增益，同时漏洞利用能力增长快于预期；权重将延后两周开放。
60 秒版本
GLM-5.3 沿用 GLM-5.2 底模，通过扩大长程后训练，取得厂商报告的编码和网络安全能力提升。
要点
- Z.ai 将提升归因于更多环境、更丰富任务和更多强化学习算力，而非新一轮预训练。
- 编码跑分增幅显著，但 GLM-5.3 并未在所有项目上领先所有闭源模型。
- 最大相对增益出现在多阶段漏洞利用，使这次发布具有明显双重用途风险。
- 托管服务现已上线，权重将在两周安全评估与加固后公开。
- 思考无法关闭，生产迁移必须重新评估推理强度、延迟、token 和工具控制。
结论. 发布事实可信，但性能和安全数字仍是厂商证据；是否经得住独立复现，以及两周后的权重与安全文档，才是下一步检验。
变化来源底模没换，后训练继续扩展
GLM-5.3 与 GLM-5.2 使用相同底模。Z.ai 表示，提升全部来自一个月的继续后训练：更多可执行环境、更丰富的长程任务，以及更多强化学习算力。
这些任务不再只是孤立习题，而是接近真实专业工作的完整单元。代理需要同时检查代码、基础设施、文档和实验结果，完成修改并验证端到端收益。环境生成、评审代理和隐藏状态验证器帮助扩大训练规模，但 Z.ai 承认流程仍离不开人工。
编码表现自报增幅很大，但并非全面领先
Z.ai 称 GLM-5.3 是编码能力最强的开放权重模型，尽管权重在发布当天尚未开放。其表格同时显示更复杂的现实：模型在部分开放模型评测中领先，但没有包揽第一，在若干项目上仍落后于闭源系统。
双重用途利用链后段能力增长最快
Z.ai 主动加入漏洞发现环境。出乎其预期的是，模型不只更会找单点缺陷，还开始形成跨越多个阶段的连贯利用计划。
| CyberGym | Z.ai 报告 GLM-5.3 为 84.5%，GLM-5.2 为 77.2%。 |
|---|---|
| ExploitBench | 54.4% 对 24.4%；部分闭源模型仍明显领先。 |
| ExploitGym | 在归一化预算下，两小时完成 105 项、六小时 130 项；前代分别为 29 和 39 项。 |
公司还报告在 269 个开源项目中追踪到 2,436 个漏洞，其中严重和高危问题 1,097 个。公开披露账本显示相同总量，并区分 53 个已公开问题和 2,383 个保密披露中问题。账本提高了可追踪性，但仍由 Z.ai 维护，并非独立审计。
发布控制服务先上线，权重等待加固
GLM-5.3 已进入 Z.ai Coding Plan 和 ZCode，但公司称权重将在发布两周后、完成安全评估和加固后公开。届时的安全报告、许可证和实际防护措施，才能说明这次延后有多大意义。
结论评估完整代理，而不只是底模
准备采用 GLM-5.3 的团队，应把编码质量、延迟、token、工具权限、沙箱边界和安全审查一起重测。这次发布说明，同一底模经后训练后，实用性与双重用途风险都可能发生实质变化。