GLM‑5.2 全面崛起：中国开源模型首次正面挑战 GPT‑5.5 与 Opus 4.8

PostTrainBench 登顶、企业成本方程改写、自主 Agent 可连续运行数小时——智谱 AI 的新模型正以多维度对标全球前沿。

GLM‑5.2 在 PostTrainBench 基准测试中击败了 GPT‑5.5 和 Opus 4.8，成为首个在该测试上登顶的开源模型。更值得注意的是其基准稳定性——评论者指出，这是开源模型声称 SOTA 时表现最扎实的一次，不像以往只在特定榜单亮眼，而在 OOD 测试上落后数月。多位用户使用一天后表示，GLM‑5.2 频繁达到前沿模型水平。Claude 联合创始人 Clement Delangue 转发研究者的测试结果称，GLM‑5.2 在 OpenCode 上与 Claude Opus 性能接近，已属真正的 frontier 级别。

在 Agent 能力方面，用户首次观察到中国 Agent 能真正执行 /goal 指令，连续数小时持续优化，这一能力此前仅为 OpenAI 和 Anthropic 的实验室产物。在金融领域内部基准上，GLM 达到 80% 通过率。然而成本依然是一道坎——GLM‑5.2 的推理成本约为 DeepSeek V4 的 5 到 10 倍，供应能力也尚未能覆盖所有需求。

MiniMax M3 登顶 B.AI 排行榜

MiniMax 的新模型 M3 在 B.AI 排行榜上位列第一，孙宇晨转发并提及 B.AI 是面向 AI Agent 的底层经济基础设施。

AlphaFold 作者 John Jumper 离开 DeepMind 加入 Anthropic

诺贝尔奖得主在 Google DeepMind 工作近九年后宣布转投 Anthropic。

John Jumper 是 AlphaFold 的核心作者，他的离开被视为 Google DeepMind 最严重的人才流失信号之一。这一举动在 AI 圈引发广泛讨论，多位评论者将其与 Demis Hassabis 可能出走的风险并列，认为 Google 正面临 AI 人才生态的严峻挑战。

Vercel CEO：下一代编程语言是 Markdown

用 Markdown 定义 AI Agent，一键部署，编程门槛降至历史最低。

rauchg 提出极简 Agent 架构：一个 instructions.md 加若干 skills 目录的 Markdown 文件，一条命令即可部署到 Vercel。他认为这正在成为有史以来最易用的编程方式。这一观点迅速获得大量关注，被视为 Agent 开发平民化趋势的标志性表态。

AgentGym‑RL：LLM Agent 强化学习训练框架发布

新框架支持多轮交互决策训练，在 27 个多样化任务中达到商业模型水平，无需依赖监督微调。

AgentGym‑RL 采用模块化解耦架构，提出 ScalingInter‑RL 训练策略——早期限制交互次数强化利用，后期逐步增加交互步数鼓励探索，避免长时域下策略崩塌。完整框架、代码和数据集将开源。

GLM 首次实现真正自主的目标驱动 Agent

用户观察到 GLM Agent 可连续数小时持续优化，是首次见到中国 Agent 具备该能力。

评论者指出，虽然 Xiaomi、Kimi、Qwen、MiniMax 名义上也具备类似功能，但 GLM 是第一个在实际体验中让人感受到真正稳定的。不过 Zcode 中的权限弹窗频繁打断流程，仍是一个需要解决的痛点。