唐杰转发 Z.ai：GLM-5.3 将至，重点做 coding，安全能力同步跃升

北京时间 8 月 14 日 13:28，唐杰在 X 引用 Z.ai 的发布帖，写下：「GLM-5.3 is coming. focusing on coding.」1

Z.ai 被引用的原帖在 13:17 发布，标题是「Introducing GLM-5.3: Built to Code. Ready for Cyber Defense」。原帖把新模型的两个重点说得很直白：复杂编程与智能体能力，以及网络安全能力。它还称，训练使用了 743B 基础模型的后训练。2

唐杰的措辞仍是「coming」，但 Z.ai 的官方博客已经写成「Today we are releasing GLM-5.3」。目前能确认的落地路径是 Coding Plan、ZCode、Claude Code 和 OpenCode；权重则要等发布后约两周，完成安全评估和加固后再公开。3

GLM-5.3 与 GLM-5.2 使用同一个基础模型。Z.ai 对这次升级的解释是继续扩大后训练：加入更多、更复杂的长程任务环境，让模型在接近真实工程的环境里诊断问题、改代码、跑实验，再交付可验证的结果。换句话说，重点从「能不能生成代码」移向「能不能把一段工程工作做完」。这仍是 Z.ai 对自家训练和评测的描述，不能直接等同于所有开发者场景中的实际效果。3

在 Z.ai 自报的对比中，GLM-5.3 相比 GLM-5.2 的提升主要出现在长程编程任务：Terminal-Bench 3.0 从 4.6 提升到 28.3，DeepSWE v1.1 从 46.2 提升到 66.9，Agents' Last Exam（CLI）从 23.8 提升到 28.5。3

Z.ai 将网络安全能力称为后训练过程中的「emergent cyber capability」，并特别强调模型开始处理多阶段漏洞利用链。公开博客给出的自报结果是：CyberGym 为 84.5%，高于 GLM-5.2 的 77.2%；ExploitBench 为 54.4%，高于 GLM-5.2 的 24.4%；在按时间预算统计的 ExploitGym 上，GLM-5.3 在 2 小时和 6 小时内分别完成 105 和 130 项，GLM-5.2 为 29 和 39 项。3

这部分的关键信息不只是分数变高，而是能力边界开始向更高风险的任务延伸。真正值得继续观察的，是权重公开后的复现实验、模型在受控环境中的安全限制，以及 Z.ai 后续披露的漏洞验证和处置流程。

这次发布前后，唐杰的几条短回复把「coming」的时间线补得更具体，但没有给出一个公开发布日期。8 月 14 日 8:39，他引用用户 BlueWise 对此前「soon」的调侃「when glm 5.3?」，只回复「sooooooon」；这是一条对等待者的回应，不是正式日期承诺。4

同一讨论串里，@JacobRothfield 在 13:18 说自己对 GLM Coding Plan 的周限额不满意；唐杰在 13:23 回复「will reset today:)」，Jacob 随后回「Thanks ❤️」。这说明唐杰回应的是一项 Coding Plan 周限额重置安排，但公开回复没有说明重置范围、具体生效时间，或是否适用于所有用户。567

在发布帖后的讨论中，@VeryCoolGuy6 问「5.5 soon?」，唐杰回复「need some time:-) but more to come」；这至少说明他没有给出 GLM-5.5 的近期时间表。随后，@jenzhuscott 说「Jie you guys are rocking it!!」，唐杰回「Thanks, Jen.」，这属于对祝贺的礼貌回复，没有新增产品信息。89

对开发者来说，当前最重要的变化是 GLM-5.3 已进入 Coding Plan 和相关 coding agent 的使用路径；对模型研究和开源社区来说，真正的验证点有三个：权重是否按计划公开，第三方能否复现 coding 与 cyber 评测，以及实际使用中的长程任务完成率和安全边界。

本轮新增信息来自 X；微博端本次巡检仍未发现新的相关动态。