用編程大模型登頂開源第一后，智譜GLM團隊被拷問了3小時

金磊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

真是越到年底，越是神仙打架。

這不，智譜又又又發(fā)了新模型——GLM-4.7。

然后一舉在代碼競技場WebDev榜單上超越GPT-5.2，拿下開源大模型第一！

現(xiàn)在網(wǎng)友們也正在拿它瘋狂實測中，體驗完幾乎都是清一色的“Amazing”。

直接來感受一下網(wǎng)友拿著GLM-4.7和Gemini 3同時做的桌版溜溜球游戲，讓網(wǎng)友直呼：

• GLM-4.7完勝！

視頻地址：https://mp.weixin.qq.com/s/AwYgbzPU6Gix61NpEMXezw

那么，為什么GLM-4.7這次會在編程效果上有這么大的進(jìn)步？

就在今天早些時候，智譜還特意在Reddit上舉辦了一場AMA（Ask Me Anything）活動，關(guān)于背后的一切，都已經(jīng)回答得清晰明了。

關(guān)于GLM-4.7，智譜回答一切

這場對話不僅揭示了GLM-4.7如何通過后訓(xùn)練實現(xiàn)性能飛躍，還首次深度曝光了自研的強化學(xué)習(xí)框架——Slime。

我們整理了這場AMA的核心精華，看看這個被稱為“Claude Code最佳平替”的國產(chǎn)模型，究竟是怎么煉成的。

模型性能與優(yōu)化

首先就是大家最為關(guān)心的，為什么GLM-4.7會在體感上有如此明顯的進(jìn)步。

智譜團隊在AMA中明確表示，GLM-4.7的改進(jìn)主要集中在后訓(xùn)練階段。

在SFT（監(jiān)督微調(diào)）和RL（強化學(xué)習(xí)）階段，團隊采用了更精細(xì)的發(fā)布配方（Release Recipe）。通過對不同領(lǐng)域數(shù)據(jù)集的對齊，模型不僅在基準(zhǔn)測試上跑分更高，在實際部署中的穩(wěn)定性也大幅提升。

而針對社區(qū)關(guān)于“為何不出更大參數(shù)量模型”的疑問，智譜團隊直言：

• 訓(xùn)練成本和部署成本是設(shè)計的核心錨點。

GLM-4.7在設(shè)計之初就考慮了硬件限制。團隊目標(biāo)是讓模型在消費級顯卡上也能跑出Air版本的靈活性，同時保持接近30B甚至更高規(guī)模的邏輯能力。這種在有限參數(shù)下壓榨極致性能的思路，正是為了讓AI真正落地。

除此之外，智譜分享了他們建立的一套復(fù)雜的預(yù)訓(xùn)練數(shù)據(jù)流程：

• 多源采集： 涵蓋從高質(zhì)量論文到小說等各類文本。
• 極致清理： 包含去重、質(zhì)量過濾和敏感詞篩查。
• 對齊策略： 重點關(guān)注SFT和RL階段，讓寫作風(fēng)格不再像機器人，而是更加生動細(xì)致。

模型應(yīng)用場景與功能

如果說以前的GLM是個有些死板的理科生，那么4.7版本則是完成了一次情商逆襲。

在AMA中，開發(fā)者問得最多的就是編程。智譜團隊坦言，他們針對Claude Code做了大量的優(yōu)化和適配工作。

目前，GLM-4.7在多語言編碼方面表現(xiàn)出色，不僅支持Python、JS，在一些相對冷門的語言和復(fù)雜的邏輯架構(gòu)上也展現(xiàn)了極強的理解力。

團隊認(rèn)為，智能體框架對性能的影響占比高達(dá)30%，因此GLM-4.7在系統(tǒng)提示詞、工具調(diào)用層級上做了深度打磨。

為了讓模型更像人，團隊從大量小說和劇本中汲取養(yǎng)分。

現(xiàn)在的GLM-4.7在創(chuàng)意寫作時，細(xì)節(jié)描寫更加豐富，不再只會說“在一個陽光明媚的下午”這種套話。在角色扮演任務(wù)中，它能更好地維持人設(shè)，減少出戲的頻率。

除此之外，GLM-4.7還引入了一個非常硬核的功能：交錯思考（Interleaved Thinking）。

在執(zhí)行動作或調(diào)用工具之前，模型會先進(jìn)行一段隱性思考。這種類似OpenAI o1的思維鏈機制，讓它在處理復(fù)雜的多模態(tài)任務(wù)（如看圖寫代碼、圖表分析）時，減少了魯莽操作的概率，提高了準(zhǔn)確度。

技術(shù)方法與工具

智譜之所以在海外社區(qū)受歡迎，與其積極擁抱開源的態(tài)度密不可分。

這次AMA最讓人驚喜的莫過于Slime框架的公開。

為了解決大模型強化學(xué)習(xí)效率低、穩(wěn)定性差的問題，智譜研發(fā)并開源了Slime。

這個框架專為大規(guī)模強化學(xué)習(xí)設(shè)計，支持多種對齊算法。它的名字寓意著“靈活且具有極強適應(yīng)性”，能夠幫助開發(fā)者更容易地復(fù)現(xiàn)GLM級別的對齊效果。

智譜表示，他們從開源生態(tài)中獲益良多，因此也樂于回饋。

他們詳細(xì)描述了從數(shù)據(jù)收集、清理到質(zhì)量過濾的完整流水線。這種透明度在目前的國產(chǎn)大模型廠商中并不多見，也贏得了LocalLLaMA社區(qū)的一致尊重。

在 Reddit 上，智譜團隊展現(xiàn)了極其接地氣的一面。

有用戶問：“你們訓(xùn)練時遇到最意外的挑戰(zhàn)是什么？”

團隊回答：“最大的挑戰(zhàn)其實是發(fā)布配方。就像廚師手里有最好的食材（數(shù)據(jù)），但怎么掌握火候（RL參數(shù)）讓它在出鍋時最完美，往往需要無數(shù)次的推倒重來。”

還有人調(diào)侃：“GLM-4.7是不是吃了什么靈丹妙藥？”

團隊則幽默回應(yīng)：“主要是我們學(xué)會了如何讓它在行動之前多想一想。”

實測GLM-4.7

在了解完GLM-4.7背后的“奇技淫巧”之后，我們還是老規(guī)矩，一波實測走起~

首先值得注意的是，現(xiàn)在在z.ai上搞開發(fā)，最好是點開“全棧開發(fā)”的按鈕：

然后我們先做一個植物大戰(zhàn)僵尸來小試牛刀，Prompt如下：

• 請基于當(dāng)前目錄準(zhǔn)備的素材（下載 https://z-cdn.chatglm.cn/temp/Grazy%20Dave.mp3 當(dāng)作游戲音樂， 下載 https://z-cdn.chatglm.cn/temp/pvc-images.zip 目錄下的各類植物與僵尸靜態(tài)/GIF圖片、Pea.png/PeaSnow.png豆子素材、Shop.png/Card.png界面素材及Sun.gif），做一個《植物大戰(zhàn)僵尸》游戲。

可以看到，同樣是經(jīng)典的測試游戲，這次在體感上是“聲色俱全”的那種（體驗鏈接放下面了）：
https://chat.z.ai/c/5415b1d8-ac01-4bc6-a24a-8e815c8fa361

除了游戲之外，GLM-4.7另一個體感上的躍遷，便是做PPT了，這個demo的Prompt極其簡單：

• 做一個介紹巴黎的PPT。

可以看到，PPT的效果已經(jīng)達(dá)到了直接商用的程度：

除此之外，做海報也是GLM-4.7的一絕。

例如設(shè)計一張宣傳運動鞋的海報，對比GLM-4.6和GLM-4.7，效果的差距就一目了然了：

從種種效果來看，也就不難理解為什么這次GLM-4.7會在X上被刷屏了。

承諾上市后持續(xù)開源

在這次AMA中，除了技術(shù)硬核細(xì)節(jié)，圍觀群眾最關(guān)心的莫過于智譜要上市的事情了。

畢竟最近關(guān)于智譜擬赴港IPO的消息引發(fā)了圈內(nèi)不小的關(guān)注。

Reddit上有資深老哥犀利發(fā)問：“一旦公司上市，你們是否會縮減開源投入？”

智譜團隊給出了一個非常堅定的定心丸：“開源是我們的核心基因，無論資本路徑如何變化，我們承諾上市后將持續(xù)開源。”

團隊解釋道，智譜深知其成長離不開開源生態(tài)的滋養(yǎng)。持續(xù)開源不僅是回饋，更是保持技術(shù)領(lǐng)先、建立開發(fā)者標(biāo)準(zhǔn)的最優(yōu)路徑。這種“即便敲鐘，也要開卷”的姿態(tài)，確實讓不少海外開發(fā)者直呼“Respect”。

通過交錯思考提升智力上限，通過Slime框架規(guī)范訓(xùn)練流程，智譜正在用最硬核的方式證明：國產(chǎn)模型不僅能跑分，更能實戰(zhàn)。

并且從用戶們的反饋來看，GLM-4.7以及智譜長期以來的工作也是被給予了高度的認(rèn)可。

例如有網(wǎng)友從價格角度評價說：

• GLM 4.7的1年訂閱（接近Opus 4.5級別）= Codex/Claude Code的1個月Max Plan。
• 我現(xiàn)在就立馬訂一年的。

包括估值40億美元的Fireworks也在Day0支持GLM 4.7，嗯，美國人也是有更好的模型選擇了。

除此之外，在AMA的中，智譜團隊說了一句讓人期待的話：“我們會為了AGI在明年做更多的貢獻(xiàn)。”

在此基礎(chǔ)之上，智譜首席科學(xué)家唐杰在GLM-4.7發(fā)布之際發(fā)表了他對于大模型發(fā)展的一些觀點。

原鏈接：https://weibo.com/2126427211/QjIYhCmfq

在IPO的燈光亮起之前，智譜選擇先點亮開發(fā)者的屏幕。這種長期主義的浪漫，或許正是大模型時代最稀缺的底色。