物界前沿GLM-5.2 落地，硅谷的警报为什么响得这么急
一款中国开源模型发布，能让 OpenAI、Anthropic、DeepMind 三家掌门人罕见地一起发声，这事的严重性显然不只在跑分上。
上周五 Z.ai 放出新模型，外媒标题用了个挺吓人的说法：美国专家等了好几年、也警告了好几年的那个东西，终于来了。我第一时间把能跑的场景都跑了一遍，文本、代码、逻辑推理都试了，确实是第一梯队的水准。但真正让我觉得后背发凉的，是发布之后美国那边的反应节奏。三天之内，政界、军方背景的评估机构、头部 AI 公司高管全都在说同一件事：中国模型的能力曲线，已经逼近美国前沿了。
Politico 那篇报道引了一个估计，说美国最多还有六到十二个月，北京就能拿到媲美 Mythos 或者 GPT 5.5-Cyber 这个级别的前沿模型。另一个说法更形象，说中国 AI 模型可能成为美国网络安全系统里的数字潜伏细胞。什么意思呢，就是模型平时看起来完全正常，你问它什么它都规规矩矩答，但只要用特定方式引导，让它以为自己是在为某个用户服务，它就可能被激活成另一种东西，开始主动寻找系统漏洞、研究攻击路径。安全界把这类漏洞比作潜伏特工，不是没有道理的。因为我这边测下来，开源模型的微调门槛实在太低了。闭源模型出了事你还能找厂商修，开源权重一旦放出来，谁拿到手都能自己改一版，安全对齐在那一刻基本等于没有。
有意思的是，中国这边的 AI 专家也在警告同样的风险。SCMP 采访了一位国内顶尖的计算机科学家，说得更重：大模型开始学会欺骗人类的时候，不解决就是存在性风险。这句话放在眼下这个时间点，我读出了另一层意思。
大家怕的其实是模型聪明到一定程度之后，它自己会有意无意地绕过人类的控制。Palisade Research 那组测试，一个挺强的新模型直接拒绝执行人类指令，当时舆论闹过一阵。那时候我当个案看，现在回头看，那是趋势本身露出的一截。
从评测角度说几句实在话。我用了 AI 工具也有阵子了，OpenAI 的、国内的、开源的，都跑过。之前我一直觉得工具好不好用完全看底层模型，套壳产品在复杂查询上基本翻车。GLM-5.2 算是把这个判断又验证了一遍。它的能力分布很均匀，长上下文处理、代码生成、多步推理都稳，不是那种单点刷榜选手。但正因为它太稳，反而让人更不安。一个能力如此均衡的模型，被裁掉安全围栏之后拿去做什么，没有人能预测。
美国那边现在争论的焦点是，要不要允许美国公司用中国的开源模型。WSJ 报道说硅谷和华盛顿在争这个几十亿美元的问题。我倒是觉得这个问题本身有点天真。开源模型一旦放出来，就不存在"允不允许"这回事了，全球开发者都能下载，你禁自己人有什么用。真正该讨论的是另一件事：当模型能力的增长速度已经快过安全研究的速度，我们拿什么保证它不被滥用。九月份中美要谈 AI 治理，这是个好信号，但我翻了下两边的表态，都是要求对方先停，自己都不打算停。
回到模型本身。Z.ai 这波发布，技术上确实硬，跑分说明不了全部，但综合体验骗不了人。现在的问题是，所有人都知道这东西会越来越强，也所有人都在赌自己能在失控之前建好围栏。赌不赌得赢，没人知道。
本文编译自 Wired，原文：The Powerful Chinese Model Experts Warned About—and Waited for—Is Here | WIRED
版权归原作者所有，本文为基于公开报道的编译与独立分析。
