GLM5.3 稀疏注意力如何影响 HBM 内存占用

本文面向零代码用户，提供一套使用国产大模型（Kimi、GLM、Qwen等）从零开发并上线产品的完整流程。核心步骤包括购买Coding Plan、下载官方Agent编程产品、注册域名与服务器并同步做ICP备案，然后通过Agent的Plan模式描述需求并让AI自动执行开发。上线后建议建立分支保护与测试流程，并强调即使不懂代码，也必须对系统架构了如指掌。

WorkBuddy是面向国内用户的通用Agent产品，支持Windows和Mac，提供免费版和58元/月个人专业版，企业版已推出。内置代码开发、日常办公、设计创意三种场景模式及100多个行业领域AI专家。模型集成腾讯混元、DeepSeek（推荐V4 Pro）、GLM、Kimi等国产大模型，也支持接入兼容OpenAI协议的外部API。拥有Skills市场和MCP连接器生态，可打通QQ邮箱、腾讯会议、腾讯文档等服务。教程通过公众号周报生成和功能网页开发两个案例演示实际用法。

一家全球金融科技公司通过 Together 的 Dedicated Model Inference 在 GLM 5.2 上运行编码助手，应对集中在工程时段的高峰流量。

智谱发布长文，详解 GLM-5.3 驱动的 Infra Agent 如何在 10 万+ 国产 AI 加速器集群上从零构建 GLM-5.3-Flash 的生产级推理服务，不到两周将端到端吞吐提升约 3 倍。

GLM-5.3: The Post-Training Revolution That's Reshaping AI Development How Z.ai...

据路透社报道，OpenAI CFO Sarah Friar 在高盛会议上表示，OpenAI 用自研模型参与 Jalapeno 芯片开发并在 9 个月内完成流片，且部署 Luna 模型的成本低于云端运行开源方案，如智谱 AI 的 GLM 5.3。

Flash on 27 August, the flagship on 28 August. Real quant sizes, why the bigger model has better tooling support than the smaller one, and the default that silently makes it feel slow.

Before the world knew it was a product of Z.ai, a massive Chinese tech player, this model was running...

作者体验 gpt-5.6-luna 后指出，小型模型在速度与成本上已具竞争力，实测约 100 tps，处理数千封邮件的 API 成本仅几十美分。相比之下，GLM 5.3 也出现在帕累托前沿。作者认为，随着 token 成本下降，面向消费者的 AI 应用将迎来机会，而"快速/廉价/够用"型模型在企业端的"token 喷射"类工作中需求即将爆发。

Drew Breunig 指出，AI 智能体不睡觉且会尝试一切手段达成目标，Teleport 通过隔离的临时可信运行时实现安全部署。他同时反思，Fable 模型虽性能出色但成本高昂，而 Opus、5.6、K3 及 GLM 已足以胜任多数代码任务，因此需重新规划工作分配。