近日，一款名為GLM-5.1的人工智能模型正式亮相，憑借其在代碼處理和長程任務(wù)執(zhí)行領(lǐng)域的突破性表現(xiàn)引發(fā)行業(yè)關(guān)注。與傳統(tǒng)模型僅能維持分鐘級交互不同，該模型可獨立持續(xù)工作超過8小時，期間自主完成從任務(wù)規(guī)劃到成果交付的全流程，展現(xiàn)出工程級應(yīng)用潛力。

在權(quán)威代碼評測基準(zhǔn)測試中，GLM-5.1在SWE-Bench Pro、Terminal-Bench 2.0及NL2Repo等平臺均躋身前列。研發(fā)團隊透露，該模型已具備參與專業(yè)軟件開發(fā)的能力，能夠直接在GitHub真實代碼庫中定位并修復(fù)工程缺陷。這種突破性能力源于模型對長程任務(wù)執(zhí)行模式的重構(gòu)，其核心指標(biāo)從傳統(tǒng)"智能程度"轉(zhuǎn)向"持續(xù)工作時長"，形成"實驗-分析-優(yōu)化"的閉環(huán)迭代機制。

實際應(yīng)用場景中，GLM-5.1在8小時工作周期內(nèi)完成了多項復(fù)雜工程：從零構(gòu)建包含完整桌面環(huán)境、窗口管理器及應(yīng)用程序的Linux系統(tǒng)，全程執(zhí)行超1200個操作步驟，生成4.8MB配套文件。據(jù)評估，這項工作相當(dāng)于4人開發(fā)團隊一周的工作量。在向量數(shù)據(jù)庫優(yōu)化任務(wù)中，模型通過655次自主迭代完成全庫掃描到剪枝優(yōu)化的完整鏈條，使查詢吞吐量從初始的3108 QPS提升至21472 QPS。在機器學(xué)習(xí)模型負(fù)載優(yōu)化領(lǐng)域，其經(jīng)過24小時持續(xù)迭代和1000輪工具調(diào)用，最終實現(xiàn)3.6倍的幾何平均加速比。

研發(fā)團隊指出，延長模型有效工作時長是提升智能體能力的關(guān)鍵路徑，但這條技術(shù)路線仍面臨多重挑戰(zhàn)：包括如何緩解復(fù)雜任務(wù)中的上下文過載問題、如何在數(shù)千次工具調(diào)用后維持執(zhí)行一致性、如何突破局部最優(yōu)解陷阱，以及在缺乏明確數(shù)值指標(biāo)的任務(wù)中建立可靠的自我評估體系。這些技術(shù)瓶頸的突破，將直接影響人工智能從實驗室走向產(chǎn)業(yè)應(yīng)用的進程。