作者提交的Omarchy插件被安全机器人发现漏洞，Codex以安全理由拒绝分析，而离线GLM 5.3 Flash用5分钟确认漏洞比issue所述更严重，给出完整修复方案和补丁，并自动完成安全攻防测试。作者认为离线GLM在漏洞修复上强于GPT，因GPT线上安全策略拒绝服务，并断言AI时代属于线下推理。

Anthropic红队指出GLM-5.3在高级网络攻防任务上能力接近Claude Mythos，但拒绝与安全护栏薄弱。作者认为，将AI Agent接入工单、CI、代码审查等系统时应收紧权限边界，避免宽权限账号；护栏不能只靠模型拒绝，需工具调用分级、敏感操作人工确认、环境隔离和日志审计。小团队应把AI当作会误判的自动化账号管理，不让其直接持有生产凭证或未经审批修改CI/CD配置。

GitHub热门开源项目Colibrì是一个纯C实现的分层推理框架，通过将MoE模型不常用的专家权重存放在SSD、常用部分缓存在RAM/VRAM，使低配设备也能运行超大模型。它支持GLM-5.2、Kimi K3等9个模型，最低16GB内存即可运行744B模型，无需GPU，并采用LRU缓存与专家预测提升速度。

GLM 5.3 FlashX 已在 AI Gateway 上线，这是 Z.ai 多模态编码模型的高速服务选项，推理速度约每秒 200 个 token，适合编码代理、工具循环和交互式应用。可通过 API 及编码代理使用 zai/glm-5.3-flashx，AI Gateway 提供统一 API、用量与成本追踪、重试和故障转移，且不收取平台费。

智谱GLM-5.3-Flash在超10万颗国产AI加速器上两周完成部署，吞吐提升3.2倍。GLM-5.3驱动的Infra Agent参与优化，定位精度与调度问题，将KV传输开销从30%降至1%以下。团队提出dense feedback机制，让AI理解性能变化原因。唐杰称递归自我改进的早期形态已现：模型优化系统，系统服务模型。

作者让DeepSeek、GLM等模型在沙箱中仅靠截屏和模拟键鼠操作玩开源战棋《韦诺之战》。DeepSeek前期受困于环境问题，后通过解析存档取得突破；GLM能精准点击并推进至第3关，但两关后仍遇挫。实验显示AI可涌现动态规划能力，却难以独立完成长期策略，需人类系统指导。

智谱上市不到九个月再融约393亿港元，约六成投入下一代GLM与“完全自训练”体系（递归式自我改进闭环，涵盖数据自产、环境自造、基础设施自我优化），并提升多模态与长程任务强化学习能力；其余用于业务拓展、战略投资、并购及补充运营资金。上市后累计净募约755亿港元，并透露拟赴科创板上市。

Mostik团队开发了一种“桥”技术，使大模型（如753B的GLM-5.2）能直接向小模型（如4B的Qwen-3.5）传递隐藏状态，无需文本输出，从而将小模型性能提升50%，准确率提高25%，推理成本降至二十分之一。该技术基于模型内部状态包含深层计算信息，团队由菲尔兹奖得主领导，正探索蒸馏和专项化应用。

本期播客回顾科技界重大动态：苹果CEO换帅，John Ternus接任；AI领域Fable 5.1发布，GLM-5.3-Flash以高性价比引发关注；英伟达拟129亿美元收购Hugging Face。此外，OpenAI与Broadcom合作研发芯片，苹果标注AI内容，小米发布玄戒芯片，李飞飞团队推出世界模型Atlas，宇树科技上市等。

GLM 5.3 Flash与DeepSeek V4 Flash在Hermes Agent实测对比：GLM跑分高但落地差，工具调用不稳、不守Agents.md规则；DeepSeek虽参数少、跑分低，但干活稳，被社区推荐为默认模型。文章指出评测与实战脱节，Agent场景更需“听话”模型，便宜非关键，能干活才是王道。

GLM-5.3在AI Gateway上通过DigitalOcean提供50%折扣，有效期至9月8日。使用促销名称zai/glm-5.3-promo可享优惠，但仅限DigitalOcean且结束后失效；标准名称zai/glm-5.3则持续可用，支持多提供商路由。模型支持1M上下文和128K输出，可在playground或编码代理中使用。

GLM-5.3-Flash是Z.AI推出的低成本模型，价格约为旗舰版GLM-5.3的1/16。测试显示两者在编码、逻辑和提取任务中均得满分，准确性无差异，但Flash在困难任务中消耗更多token和时间，其成本优势依赖当前定价，可能变化。建议Flash适合简单任务，复杂任务需权衡时间与成本。

智谱发布GLM-5.3模型，总参数743B，采用MoE架构，激活39B，支持1M窗口，强化编程、智能体及网络安全能力。模型权重免费开源可商用，但非MIT许可证，营收超100亿美元的大型MaaS服务商需先申请审查，个人和普通企业不受影响。

TensorSharp 是纯 .NET LLM 推理引擎，三天内接入 GLM-5.3-Flash 和 Qwen3.8-Flash-Next 新架构。它支持进程内推理，性能上 decode 速度翻倍，prefill 持平，并强调正确性验证和部署便捷性。对 .NET 团队，这标志着前沿模型架构跟进加速，值得纳入 PoC 评估。

中国AI实验室Z.ai发布旗舰模型GLM-5.3，开放权重但采用限制性许可证，要求年收入超100亿美元的公司托管前需安全审查。模型性能接近美国前沿实验室，但许可证比DeepSeek等更严格，此举或为商业化考虑，因Nvidia和Stripe正收购模型平台，开源模型可能成为带条款的分发渠道。

智谱GLM-5.3-Flash的token套餐性价比低，缓存命中率仅8成，实际用量远低于宣传。对比opencode go的15美元额度，智谱lite月费118元仅约4.3亿token，pro约25亿，max约60亿，相当于70元买538元pro套餐，性价比差。目前经济实惠的tokenplan仅gpt、opencode、commandcode可选，作者怀念DeepSeek涨价前的低价，现靠Muse Spark维持。

智谱发布并开源GLM-5.3-Flash多模态模型，性能超GLM-5.2，与Claude Opus 4.8持平。商汤大装置提供国产算力支持，通过异构混推技术提升服务性能3倍，成本与英伟达GPU相当，推动国产算力规模化商用，日均Token服务量达2.42万亿。

阿里云下调Qwen3.8-Flash调用价格，输入降至0.8元/百万，输出降至2.7元/百万，调整后比智谱GLM-5.3-Flash原价便宜0.1元，但智谱当前限时5折，价格仍具优势。阿里云调价对标智谱原价，两周后或显优势。