不换大模型只改训练，竟找出上千个高危漏洞

不少程序员靠大模型找代码漏洞，每次都要等新的超大模型发布，才能获得一点能力提升。

Z.ai周四发布的GLM-5.3，打破了这个惯例。它的基础模型和上一代GLM-5.2完全一样，都是7430亿参数，没有重新做预训练，所有能力提升都来自扩展后的后训练。

这次训练的重点，放在了编码和网络防御两个方向。Z.ai介绍，GLM-5.3现在已经拥有顶级的编码能力和智能体（能自主完成多步复杂任务的AI）能力，在网络安全领域的成绩超过了不少同类型开放模型。它已经主动发现了1097个严重高危漏洞，能力增长速度超出了Z.ai自身的预期。

目前GLM-5.3在CyberGym网络安全基准测试中，成绩已经超过了Anthropic的Mythos模型。

「@EMostaque 认为：同样的基础模型，只靠后训练就能把性能提升到前沿水平，目前常用的逻辑蒸馏等方法都没法解释这个结果。」

「@Tim_Dettmers 认为：GLM-5.3的性能已经比上一代又上了一个台阶，之前GLM-5.2的表现就已经超过了Fable+Claude Code。」

「@DeryaTR_ 认为：GLM-5.3在编码能力上对比上一代是巨大进步，现在已经可以和最顶尖的模型竞争，而且速度还很快。」

对普通开发者和企业安全团队来说，这意味着一件事：不用等超大参数的新基础模型，就能快速升级AI的专业能力，获得顶尖的漏洞检测支持。

不需要从头训练超大规模模型，只需要针对性做后训练，就能拿到前沿水平的结果，这条路径走得通吗？