每日AI新鲜事·08月26日晚间版：GLM-5.3来袭与机器人破百米纪录

今天AI圈消息不少，而且有一条特别炸裂的，机器人跑百米居然跑赢博尔特了。

对，我刷到的时候也愣了一下，9.39秒，比博尔特的9.58快了将近两毫秒级别的差距。

等等，那可不是两毫秒，是快了将近0.2秒呢。好，我们先从新闻速递开始聊吧。

来吧来吧。

第一条就是Reddit机器人版块的，今年世界机器人运动会上，一个机器人跑百米跑出了9.39秒。

这个帖子标题写的是Kid Goku speed is right around the corner，意思是小悟空的速度快实现了。虽然有点中二，但确实够震撼。

关键是去年我们还在讨论机器人能不能平稳跑步，今年就直接破人类纪录了。

不过要注意，这类比赛的机器人形态不一定是人形的，可能是多足或者轮式混合。但即便如此，机械系统能做到这个加速度和稳定性，还是很说明问题的。

好，第二条来自Hacker News，OpenAI发了一篇博客，说他们发现并打断了一个来自俄罗斯的隐蔽影响力行动。

就是有人用AI工具来大规模生成虚假信息做舆论操控，OpenAI这边检测到之后把相关账户封了。

这种事其实之前也有过，但每次看到都觉得挺严峻的。AI被用来做disinformation，这是个持续的攻防战。

对，而且OpenAI算是比较主动披露的，其他平台不一定都会公开讲。

第三条也挺有意思，Hacker News上有篇文章叫I miss the old Claude Code。

标题就很直白，怀念旧版Claude Code。作者的核心观点是focus才是最重要的feature，暗示新版功能多了反而让体验变散了。

这个我太能理解了，做产品的时候加功能容易，但保持核心体验的专注感特别难。

嗯，工具类产品一旦膨胀，用户心智负担就上来了。不过帖子评论还是零，说明可能共鸣没那么广泛。

最后一条轻松点的，Reddit上有人问ThinkPad T14 Gen 2配48G内存能跑什么本地模型。

i7-1165G7嘛，没有独显，纯CPU推理的话，跑个7B的模型问题不大，13B可能就比较勉强了。48G内存倒是够装模型权重的。

感觉这种帖子现在越来越多了，大家都想在自己手头的设备上玩本地模型。

对，本地推理的门槛确实在降低，但期望值也要管理好。

好了新闻就先聊到这儿，接下来我们聊一个特别值得展开的话题。李博你看到唐杰教授发的那条推了吗？

GLM-5.3 is coming，focusing on coding。看到了，清华智谱这边要出新模型了，而且明确说聚焦编程能力。

这个时间点挺有意思的，现在AI编程赛道已经非常拥挤了，Claude Code、Cursor、Windsurf、Augment全都在。

但你注意，GLM走的路线不太一样。它是模型层面的能力提升，不是做IDE插件或者Agent工具。这意味着它可以作为底层能力供给者。

你的意思是，它可能更像是给第三方编程工具提供模型接口，而不是自己做终端产品？

至少从公告来看是这样。国内做AI编程工具的团队其实一直缺一个足够强的国产编程模型，之前大家要么用GPT系列要么用Claude。

这倒是个真实痛点。合规性、延迟、成本，用海外模型做编程助手在国内企业落地确实有很多摩擦。

没错。而且从5.3这个版本号来看，他们迭代速度很快，说明编程方向是战略级投入。

那你觉得focusing on coding这个定位，跟通用大模型比，有什么具体的技术差异？

主要几个方面吧。一是训练数据的配比，代码数据占比会大幅提高。二是评估标准，像HumanEval、SWE-bench这些编程benchmark会成为主要优化目标。

三是推理链路可能会针对代码生成做专门优化，比如更长的上下文窗口、更好的函数级理解。

说到这个，Twitter上还有一条相关的热帖，Logan K发的，说increase your level of ambition。虽然不是直接讲技术，但我觉得跟现在AI编程领域的军备竞赛氛围很搭。

Logan K是OpenAI那边的对吧。他还发了一条说what a privilege it is to be tested，互动量也很高。

对，两条加起来快四千互动了。你怎么解读这种发言？

我觉得这反映的是一线从业者的心态。现在AI行业竞争强度太大了，每个人都被push到极限，但同时又觉得这种被考验本身是种特权。

有点凡尔赛的感觉，但我能理解。能站在这个赛道上参与竞争，本身就是一种筛选后的结果。

对，而且这种心态跟GLM-5.3的发布其实是同一个背景——所有人都在加速，你不提升ambition就会被甩开。

回到GLM-5.3，你觉得它出来之后对国内AI编程生态会有什么实质影响？

我觉得最直接的影响是降低国内开发者使用AI编程助手的门槛。之前用Claude Code需要翻墙加海外支付，体验链路太长了。

而且企业客户对数据安全的顾虑也会减少，毕竟代码是核心资产。

没错。不过话说回来，编程能力的评估其实很难。benchmark分数高不代表实际使用体验好，这中间的gap还挺大的。

就像之前社区讨论的，为什么你的本地模型感觉比实际分数差——配置和使用方式的影响很大。

对，prompt engineering、上下文管理、跟IDE的集成度，这些都会影响最终体验。模型只是其中一环。

所以GLM-5.3即使模型能力够强，还是得看生态配合。有没有好的工具把它包装成开发者友好的产品。

这就是为什么我说它可能走的是底层供给路线。让生态里的其他玩家来做上层体验，智谱专注把模型能力做到位。

这个分工思路倒是挺清晰的。好，那我们今天就聊到这儿吧。

嗯，明天见。

明天见！