40年。一个潜伏了40年的代码漏洞，被一个AI揪出来了。
更离谱的是，这个AI的基座模型根本没换。
Z.ai 扔下了一颗重磅炸弹。GLM-5.3 正式发布，权重即将开源。推文不到一天狂揽近6000赞，47万次浏览。老实讲，现在的AI圈大家对发模型早就审美疲劳了。但 GLM-5.3 确实有点东西。
不换底座硬拔高，后训练的“暴力美学”
技术博客里有句很狂的话：“Scaling post-training is all we did for GLM-5.3.”
翻译过来就是，我们只做了后训练。基座还是 GLM-5.2 的基座，一点没动。
不换底座怎么涨性能？靠死磕环境。团队把训练任务从简单的代码练习，换成了真实的专家级工作流。模型现在要像人类工程师一样，去诊断训练栈的瓶颈、跑实验、交付端到端的加速。
数据不会骗人。Terminal Bench 3.0 从 4.6 直接干到 28.3。DeepSWE v1.1 从 46.2 涨到 66.9。内部的 Z.ai Code Bench 性能更是提升了 50%。
个人觉得，这其实是在给全行业打样。大家都在卷基座，但后训练的“压榨”空间其实大得惊人。而且它更省 token 了，Max effort 下 75K token 就能搞定，5.2 得用 96K。对开发者来说，省钱就是王道。
本想教它找Bug，它却学会了“黑”进系统
这是整篇技术博客里最抓马的部分。Emergent Cyber Capability（涌现的网络防御能力）。
团队原本只是想喂点漏洞数据，让它学学怎么找Bug。结果随着后训练规模扩大，这玩意儿自己悟了。它早就不满足于盯着孤立的代码瑕疵，直接开始推理完整的利用链。
CyberGym 得分 84.5，直接拿下第一。ExploitBench 从 24.4 翻倍到 54.4。
更狠的是实战。拿去跑真实世界的代码库，269个开源项目里揪出 2436 个漏洞。其中 1097 个是中高危。最老的一个，1981年写进去的，潜伏了40多年才被这个AI揪出来。
这已经不是在写代码了，这是在给全球软件基础设施做赛博考古。
开源的狂欢背后，许可证的“悄悄”转身
不过，先别急着狂欢。评论区有个细节很扎眼。
网友 kiri49x86 敏锐地指出：GLM-5.3 从 MIT 许可变成了半非商业许可。
说实话，这太正常了。模型越强，白嫖的代价就越大。你看评论区网友 Samking207 甚至劝他们“下次别开源了，赶紧赚钱”。
开源是情怀，是生态的敲门砖。但限制商业，才是活下去的底气。从 MIT 到非商业，Z.ai 在秀完肌肉后，终究还是要回到商业化的现实里。
GLM-5.3 证明了后训练的魔力，也展示了AI在安全领域的双刃剑属性。当AI能挖出40年前的漏洞时，我们该庆幸还是该担忧？
【锐评】：基座没换全靠后训练硬拔高，顺手挖出40年远古漏洞，这哪是发模型，分明是在给全球代码库做赛博考古。
参考链接：
https://x.com/Zai_org/status/2093354097122455713