karminski-牙医@karminski3 · X作者在自研的硅基骑手参考评测（silicon-rider-bench）中累计测试30个模型，发现智谱GLM系列Agent能力持续进化：GLM-5首次实现反思自身行为并主动少接单提准时率；GLM-5.1首创送顺路单，路径效率低于单次配送理论值；GLM-5.2只需看一次地图便记住全部地点与换电站位置，无需调用search_nearby_battery_stations()，大部分tool_call用于推进任务，分数断崖式领先。直至kimi-k2.7-code出现前，无模型超越GLM-5（2月发布），智谱Agent训练领先其他国产模型2-4个月、最大2个代差。故市值破万亿从技术层面并非高估。
聊聊智谱市值破万亿为什么不是高估
事先声明， 个人观点仅供参考.
直接说结论， 智谱在 GLM 的 Agent 能力训练上是有东西的. 而且是领先的.
给没看过我这个评测的同学简单介绍下， 这是个我做的使用 tool_call 模拟大模型送外卖的测试 silicon-rider-bench， 大模型要像人类骑手一样接单， 然后选择合适的订单进行配送.
这个测试我累计测了30个模型， 几乎包含了近半年的全部国产大模型.
GLM-5 至 GLM-5.2 从测试上来看能明显感觉到3个阶段的进化：
最开始 GLM-5 是在所有测试模型中第一个能做到反思自己上下文行为， 然后做出改进的. 比如大部分被测试模型发现自己送餐超时被扣钱了， 都会说下次要避免. 但是只有 GLM-5 会真的采取措施， 比如尝试少接单来提升准时率.
轮到 GLM-5.1 则是所有测试模型中， 第一个实现了送顺路单的， 它在接单前就会尝试自己思考合并送餐路线， 然后送顺路单， 直接把路径效率压缩到了比单次送餐的距离理论值还低（因为同时送了n餐）.