不是哥们，我刚充的会员，你就涨价了？？？

这几天国产 AI 又开始军备竞赛了，

Kimi 的 K2.5，字节多模态的 Seedance2.5，MiniMax出了M2.5，

DeepSeek也更新了一个小模型。

但我这几天最痛苦的，

就是十点定闹钟去抢智谱的 Coding Plan，晚一分钟都抢不到。。。

因为就在前天凌晨，智谱也发布了最新模型GLM-5。

好家伙真就人间一天，AI 界一年啊。

GLM-5其实就是之前在 OpenRouter中的神秘模型——Pony Alpha

当时在 X 上围观的可有意思了，一堆大 V 在猜测，

我自己也以为是 Claude5，结果是智谱。。。

至于这玩意有多强呢，我这么说吧，

GLM-5 发布第二天早上，套餐就特么涨价了。。。

我前几天刚买了 60元三个月的包月会员，现在从 60 涨到了132元。

每天十点准时开抢，几乎是秒没的。

当你看到这篇文章的时候，应该已经售罄了。。。

好了回归正题。

我看GLM-5 宣传的主要能力有以下三个：

1. Agentic 长程规划与执行：GLM-5 专为多阶段、长步骤的复杂任务设计。它能像资深架构师一样自主拆解系统级需求，在长达数小时的自动化任务中，保持上下文连贯与目标一致性。
2. 后端重构与深度调试： 摒弃“重前端审美、轻底层逻辑”的路径，GLM-5 在后端架构设计、复杂算法实现及顽固 Bug 修复上展现出卓越的深度推理能力。它具备极强的自我反思与纠错机制，能在编译失败或运行报错时，自主分析日志、定位根因并迭代修复，直到系统跑通。
3. Opus 级智能的开源替代：在代码逻辑密度和系统工程能力上直接对标 Claude Opus 4.5，同时提供开源部署自由与极致性价比。

咱直接登入智谱官网：Z.ai

GLM-5可以直接使用

最近爆火的 Openclaw，说实话门槛还挺高的，

一堆小白不会部署，没关系，GLM-5 和 Openclaw的适配特别好，

如图这么一小段话，直接让 GLM 帮我部署一个 openclaw到云服务器上。

我又让它帮我写一个竞品监控脚本，它左侧是 to-do list，右侧上方是代码，会显示消耗 Token 数，下方直接开了一个终端。

出来效果如图：

里面的网站也是可以打开的。

咱有一说一，审美其实不如 KimiK2.5。。。

但 GLM-5这次宣传的是超强的后端和架构能力，

但是kimi的 K2.5，每人只有 3 次额度，这也太抠了。

智谱 GLM-5 人人都能用！

我又做了一个实时手势交互的互动系统，看图可以知道跑了 3 小时，花了 70w 的Token。。。

因为是一个实时交互的，这里放上体验链接：

https://v19ch1u9wca1-d.space.z.ai

（蚌埠住了放这个链接显示引流…）

这时候我反而感觉，GLM-5 是在刻意远离设计好玩的网页的这种功能，

而将更多的注意力和 token放在Agentic能力、解决复杂问题的能力，这些复杂问题都不是frontend development，更偏向“系统开发”。

外行看热闹，觉得 AI 能写个前端网页就是神了。

但只有咱们自己知道，真正的工程，不是画皮，是画骨。是高并发下的鉴权，是屎山代码里的重构，是牵一发而动全身的系统架构。

GLM-5 这次把活干得很好。

这就好比，别的 AI 还在比谁画的妆好看，GLM-5 已经把楼的地基给打好了。

这里搬一下卡帕西大佬的观点：

我使用 Twitter 已经 17 年了（天啊），但我依然完全无法预测我的推文互动量。这只是一条我在洗澡时灵光一现、没过脑子就发出去的随意推文，但不知怎么的，它在一个正确的时刻，为很多人当时的共同感受起了一个恰当的名字。所以就到了今天：“氛围编码”（vibe coding）现在作为主要的模因（memetic）“贡献”被写进了我的维基百科，甚至相关的词条篇幅还挺长。lol
我想补充的一点是，在当时（一年前），LLM（大语言模型）的能力还比较低，你主要会在有趣的、用完即弃的项目、演示和探索中使用“氛围编码”。那时候很好玩，而且勉强能跑通。而今天（一年后），通过 LLM 智能体（Agents） 进行编程正日益成为专业人士的默认工作流，只是现在有了更多的监督和审查。我们的目标是利用智能体带来的杠杆效应，但绝不在软件质量上妥协。很多人试图想出一个更好的名字来将其与“氛围编码”区分开来，就我个人而言，我目前最喜欢的是 “代理工程”（Agentic Engineering）：
“代理（Agentic）”：因为新的默认状态是，你在 99% 的时间里并不直接编写代码，而是在编排那些干活的智能体，并充当监督者的角色。
“工程（Engineering）”：是为了强调这其中包含艺术、科学和专业知识。这是一种你可以通过学习变得更擅长的技能，有着不同以往的深度。
进入 2026 年，我们很可能会看到模型层和新的智能体层（Agent Layer）持续改进。我对这两者的产物以及未来一年的进步感到兴奋。

以前咱们用 AI，那是单次买卖。问它一句，它回你一段。

但 GLM-5 这次走的是“Agentic Coding”的路子。

什么意思呢？就是它不只是个打字机，它是个包工头。面对一个复杂的系统级任务，它能自己拆解需求，自己规划步骤，自己写代码，它也能自己 Debug。

这一套流程下来，那是几百次的工具调用，是持续几天的记忆接力。它不需要你时刻盯着，它能像个真正的老员工一样，把你交代的任务这一坨大山，一点点啃下来。

以前，这种级别的活儿，只有国外的 Claude Opus 能干。

Opus 是好，但也贵啊。

我朋友 Openclaw 接的 Claude Opus，一天烧了 2000 美刀。。。

在那些复杂的逻辑推理、多文件协同、系统构建的任务里

GLM-5表现已逼近目前公认的顶级闭源模型Claude Opus 4.5。

这意味着什么？

意味着以后咱们搞后端重构，搞复杂系统的 SaaS 后端，

终于不用再把数据提心吊胆地发给老外，也不用看着昂贵的 Token 费用肉疼了。