唐杰清华课堂拆GLM降智真相，点名梁文峰杨植麟

🔥细节满满！智谱Zai创始人唐杰教授清华课堂上直接亲切喊“文峰”和“植麟”，并把DeepSeek、Kimi技术路线现场拆了，还坦白GLM-5.3降智真相！

教室要排队取号，看落座情况选机位。华子四人小组，每组直接配两张A100。唐老师不讲枯燥公式，全是一线工程经验，把复杂内核讲得风轻云淡，学生直呼“特别能代入”。

他的核心理念

唐杰反复强调：探索智能上限本质上是一笔经济账，处处都是tradeoff。无论是GLM自己的训练与推理取舍，还是对照DeepSeek、Kimi的技术路线，核心都是在算力、数据、架构、长上下文、Agent能力之间做取舍，没有免费午餐。

GLM-5.3降智背后，课堂上他主动分享了今年GLM出现“降智”的原因：

🔹一是典型的scaling pain，规模化过程中踩到各种坑（高负载下KV Cache竞态、复读、乱码等异常，官方此前也发过相关技术报告）；

🔹最近则是因为超算中心网络问题，影响了部分推理节点的输出质量。

这些都不是模型本身“变笨”，而是基础设施在极限条件下的真实工程挑战。

最让学生羡慕的一幕：

唐老师亲切地直接喊“文峰”和“植麟”。杨植麟是他当年在清华KEG实验室的明星学生，2014年特等奖答辩时唐杰曾力荐“这是我见过最优秀、最有天赋的学生”；梁文峰则是中国基模圈另一条核心路线的代表。师徒+同行在课堂上被点名分析，现场感拉满，学生直呼“天才们的世界”。

他还聊了什么：

分享手下做GLM的博士发paper不多也能拿优秀博士，鼓励大家多做有价值的事、多开源利他项目，而不是卷无效paper。真正能感受到老师对“让机器像人一样思考”、不断摸高智能上限的情怀。

中国基模三强（智谱、Kimi、DeepSeek）的技术路线对比、工程踩坑与取舍，就在清华课堂被这样坦诚拆开。

#智谱 #唐杰 #DeepSeek #Kimi #GLM #大模型 #清华大学 #AI #人工智能 #scaling #基模 #杨植麟 #梁文峰