GLM-5.1 开源：支持 8 小时独立工作的长程任务模型

📌 一句话摘要

智谱发布旗舰模型 GLM-5.1，主打 Long-Horizon Task（长程任务）能力，可独立持续工作 8 小时并自主完成工程级交付。

📝 详细摘要

智谱正式开源其最新旗舰模型 GLM-5.1。该模型在代码能力和长程任务执行上取得重大突破，提出了以「有效工作时长」作为衡量智能体能力的新标准。GLM-5.1 能够在无需人类干预的情况下，持续 8 小时进行自主规划、执行与自我进化。文章展示了三个核心应用场景：8 小时从零构建 Linux 桌面系统、通过 655 次迭代将向量数据库性能提升 6.9 倍，以及在机器学习负载优化中实现 3.6 倍加速。模型在 SWE-bench Pro 等权威基准测试中刷新了全球纪录，展现了从单纯代码生成到主动系统优化的范式转变。

💡 主要观点

1. 提出 Long-Horizon Task（长程任务）作为衡量智能体的新标准。 认为模型智能不应仅看 Benchmark，而应看其能独立、稳定工作多久。GLM-5.1 实现了 8 小时级的持续自主工作能力。
2. 在真实工程基准 SWE-bench Pro 上刷新全球最佳成绩。 模型在定位和修复 GitHub 真实高难度 Bug 方面表现卓越，超过了 GPT-5.4 和 Claude Opus 4.6 等顶尖模型。
3. 具备「实验-分析-优化」的闭环自进化能力。 模型不再只是简单的代码生成器，而是能自主跑测试、定位瓶颈并切换策略的系统优化器，展现出阶梯型的优化轨迹。

💬 文章金句

• 你睡觉的 8 小时，是模型上班的 8 小时。
• 延长模型的「有效工作时长」是提升智能体能力的一个基础维度。
• GLM-5.1 不只是一个更强的模型，而是一种新的技术范式的开启。
• 模型在每一轮执行后审视自己的产出，判断哪里需要改进、继续优化。这是反馈信号最弱的一个，也是当前最需要突破的方向。

📊 文章信息

阅读完整文章