智譜 AI (Knowledge Atlas) GLM-5 模型提升代碼生成吞吐量 132%

(P1) 主題： 智譜 AI (02513.HK) 正在加劇 AI 代碼助手市場的競爭，宣佈其 GLM-5 系列模型在代碼生成任務中的系統吞吐量提升了 132%。該公司在技術博客中詳細介紹，這一增強旨在通過為企業軟件開發提供更高效、更可靠的現場 AI 部署，直接挑戰老牌參與者。

(P2) 權威引言： 「經過底層工程優化，GLM-5 系列在 Coding Agent 場景下的系統吞吐量提升了高達 132%」，智譜 AI 工程團隊寫道。該公司還報告稱，系統異常輸出率顯著降低，這是依賴 AI 生成代碼的開發人員關注的關鍵因素。

(P3) 細節： 性能提升的同時，異常輸出率從每萬次約 10 次降至每萬次 3 次以下。作為優化的一部分，智譜 AI 工程團隊向主流開源推理框架 SGLang 項目提交了一項名為 Pull Request #22811 的修復方案。這一貢獻表明，性能改進可能會使該框架的其他用戶受益。

(P4) 核心觀點： 此次更新使智譜 AI 能夠更好地爭奪企業 AI 工具預算份額，而開發人員的生產力是其中的關鍵指標。通過提高其代碼代理的速度和可靠性，該公司可以吸引尋求替代大型雲端模型的企業。對於在香港交易所上市的智譜 AI 而言，展示切實可見的性能提升並對開源生態系統做出貢獻，對於建立技術信譽和潛在市場份額至關重要。

瞄準開發人員生產力

隨著企業開始審視開發工具的投資回報率，對提高 AI 輔助代碼效率的需求日益增長。目前市場由 GitHub 的 Copilot 等產品主導，後者由 OpenAI 的模型驅動。在這種背景下，吞吐量直接轉化為開發人員接收代碼建議的速度，因此 132% 的提升可能構成顯著的競爭優勢。更快、更準確的代碼生成可以縮短開發週期並降低項目成本。

智譜 AI 對「超大規模 Coding Agent 部署」的關注表明，其戰略目標是大型企業客戶，由於安全和定制化的原因，這些客戶可能更傾向於在自己的基礎設施內運行模型，這與競爭對手以 API 為中心的模式不同。

開源貢獻彰顯戰略

將優化成果回饋給開源 SGLang 社區的決定具有戰略意義。SGLang 是一個新興的大型語言模型推理框架，正在與其他老牌框架競爭。通過貢獻重大的性能修復，智譜 AI 不僅改進了自己的系統，還在開源 AI 社區中獲得了影響力和認可。

此舉可以建立良好的聲譽並確立公司的技術專長，從而吸引人才和合作夥伴。這也與一些競爭對手較為封閉的做法形成鮮明對比，提供了一個以社區協作和透明度為核心的不同價值主張。這一戰略可能會加速 SGLang 框架的採用，而智譜 AI 則被定位為關鍵貢獻者。

本文僅供參考，不構成投資建議。