智譜GLM-5強調的Agentic Engineering能力是什么？｜甲子光年

智譜GLM-5驗證了Agentic Engineering的可行性，但成本正在變得更顯性。

作者｜周悅

編輯｜王博

今天，智譜上線并開源GLM-5，其在Coding與Agent能力上，取得開源SOTA表現，在真實編程場景的使用體感逼近 Claude Opus 4.5，擅長復雜系統工程與長程Agent任務。

在全球權威的Artificial Analysis榜單中，GLM-5位居全球第四、開源第一，圖片來源：智譜

這一發布直接刺激了資本市場，智譜股價一度漲超41%。截至收盤，智譜股價報402港元/股，漲幅為28.68%，市值為1792.3億港元。

值得注意的是，智譜稱GLM-5為“Agentic Engineering時代最好的開源模型”。

什么是Agentic Engineering？為什么智譜要強調這個概念呢？

1.從“氛圍”到“工程”

如果說AI行業需要尋找一位能精準捕捉技術風向的觀測者，特斯拉前AI總監、OpenAI創始成員Andrej Karpathy無疑是最佳人選。

2025年2月，他提出Vibe Coding（氛圍編碼）概念。開發者不再逐行寫代碼，而是用自然語言描述意圖，讓模型在一種更像即興創作的狀態里生成實現。這種體驗帶來了一段明顯的“編程蜜月期”：生成更快、試錯更便宜、上手更輕松。

但一年后，Karpathy拋出了一個更現實的概念：Agentic Engineering（代理工程）。他的關注點不再是單純地追求生成代碼，而是試圖讓AI交付完整的工程閉環。

從“氛圍”到“工程”的轉變，折射出一個更直觀的行業變化：寫代碼的門檻在降低，但讓模型跑完工程的門檻并沒有同步下降。

在「甲子光年」看來，要讓Agentic Engineering真的跑起來，需要滿足兩個條件：模型能力強，成本可接受。

我們把它粗略概括為一個便于理解的表達：Agentic Engineering的擴散性 ≈ 能力閾值 × 成本閾值。

前者決定可行性，后者決定普及率。沒有足夠的智能，循環會放大錯誤；能力足夠時，成本會變成新的瓶頸。這種范式往往會更早落在預算更充足、對收斂速度更敏感的團隊里。

今天，智譜GLM-5的發布與GLM Coding Plan價格體系調整，讓這兩個變量在同一個時間點上顯得更清晰。

Andrej Karpathy發布博文，圖片來源：X平臺

理解這次轉變，需要還原開發者的真實工作流。

在Vibe Coding時代，一個后端開發者使用Cursor等編程工具時，典型循環往往是：人類輸入—模型輸出—人類驗證—模型修改——人類確認。它提高了生成效率，但沒有消除人工介入的難題。

Karpathy對此的總結很精準：“很好、很有趣，而且幾乎能行得通。（It was good and fun and it almost worked）”

關鍵就在“幾乎”。

當任務開始變長、上下文變復雜、回歸測試變多時，人類介入的頻率并不會下降，開發者依然需要反復確認。瓶頸逐漸從代碼生成速度轉向開發者的驗證速度。

Agentic Engineering試圖打破的，正是這種線性依賴，讓模型把“找—改—測—再改—再測”的閉環盡量跑完，人類更多在關鍵節點介入，最終對結果負責。開發者的角色也隨之變化，從寫代碼的人變成更像“監督者”。

在這樣的語境下，GLM-5之所以值得被討論，是因為它為開源模型能否更接近代碼代理工作流，提供了一個可觀察樣本，也就是把公式左側的變量（能力閾值）推到了一個更高的位置。

根據智譜披露的結果，在衡量AI解決真實GitHub問題能力的權威榜單SWE-bench Verified上，GLM-5取得了77.8的成績，這一數據逼近了閉源模型的第一梯隊。與此同時，在部分第三方公開榜單下，GLM-5也處于開源模型的前列。

這些分數當然不是全部意義，但它們至少指向一個變化：在給定代碼倉庫、給定驗證條件的任務設定下，開源模型完成更長程的規劃、反思與自我修正，正在變得更可行。

大模型評估結果，圖片來源：智譜

從智譜披露的技術路徑來看，GLM-5在幾個關鍵維度上做了面向長流程任務的強化：

• 參數規模擴展：參數規模擴展至744B（激活40B），預訓練數據量提升，增強了通用智能；

• 異步強化學習：引入“Slime”框架和異步智能體強化學習算法，使模型能夠從長程交互中持續學習；

• 稀疏注意力機制：集成DeepSeek Sparse Attention，保證了在處理長上下文時的效果無損，提升token效率。

更值得注意的是，智譜表示，GLM-5已完成與華為昇騰、摩爾線程、寒武紀、昆侖芯、沐曦、燧原、海光等多家國產算力平臺的深度推理適配與優化。這說明，在部署路徑上，它正在探索一種更可落地的工程組合方式。

這共同指向了一個結論：開源模型在“更接近工程閉環”這一維度上，正在跨過更高的能力門檻。

2.現實的成本問題

當能力門檻被抬上去之后，公式右側的變量“成本閾值”會更快變成現實問題。

Agentic Engineering的核心邏輯是“循環”。一次真實的修復任務往往并不是一問一答，而是多輪定位、修改、測試與復盤。在這種模式下，Token消耗與推理時長通常會顯著高于普通對話。

換句話說，它不是“更省錢地寫代碼”，而是用更密集的算力去置換人類的時間。

2月12日，智譜發布價格調整說明，宣布 GLM Coding Plan取消首購優惠，整體價格上調，漲幅自30%起，將原因歸于需求增長與高負載下的穩定性與服務質量保障。

這些信息共同指向一個更明確的現實：當模型開始被更頻繁地當作生產力工具使用，成本會更早變成賬單。

因此，“漲價”本身不必被簡化為單一結論。更準確的說法是：能力閾值在上升，成本閾值也更顯性。

GLM-5的案例一定程度說明，未來的軟件工程可能會呈現出一種分層態勢：

• 在Vibe Coding層，對于日常、短程的輔助開發，低成本、快響應的模型依然是主流；

• 在Agentic Engineering層，面向關鍵任務、復雜架構調整或必須快速收斂的問題，更強的代理工程能力，更像一種需要付費的“加速券”——用更高的推理預算，換取更快的工程收斂。

對大公司和追求極致效率的團隊來說，這是一筆算得過來的投入；而對于更廣泛的個人開發者，這或許意味著需要更精細地計算 ROI（投資回報率）。

我們或許已經看到了一個更接近現實的結論：模型能力決定Agentic Engineering正在走向現實；成本，決定它能擴散到多遠。

（封面圖來源：AI生成）