国产 GLM-5.2 开源了，我天天用 Claude Code，会把哪类活迁过去

发表于 2026-06-18 更新于 2026-07-13 分类于观点阅读次数：本文字数： 3k 阅读时长 ≈ 3 分钟

GLM-5.2 官方称 Coding 介于 Opus 4.7 与 4.8 之间、Solid 1M 上下文、MIT 开源，但 SWE-Marathon 超长周期官方自承比 Opus 4.8 低约 13%。我天天用 Claude Code 干活，结论是不替代而是分活：确定性高、吃满上下文、对成本合规敏感的活可以迁国产，要顶级判断力和长链路不跑偏的核心活留 Opus。

cover

哈喽，我是飞飞。

智谱昨天把 GLM-5.2 上线并开源了，MIT 协议，主打 Coding 和长程任务。我刷到这条的第一反应不是「又一个对标 Opus 的」，而是手指在键盘上停了一下：我天天对着 Claude Code 干活，每个月给 Anthropic 的钱不算少，那这玩意儿到底能不能替我接点活、把账单往下压一压。

先把话说在前头。我没充钱实测过 GLM-5.2，下面所有跑分都是智谱官方自己报的，我会一个个标清楚「官方称」。我手里真东西只有一样：天天用 Claude Code、用之前先掂量值不值得动用 Opus 的那套绷着的工作流。但就这一样，已经够我对国产 coding 模型够不够格接活，给个还算诚实的判断了。

流程图

「能替 Claude Code 干活吗」这个问题，问得不对

我得先把这个问题拆开，不然怎么聊都是糊的。

Claude Code 不是一个模型。它是一套 Agent 框架，加底层那颗 Opus 模型，再加我自己挂在上面的一摞 skill 和 memory。光我写文章这一条流水线，就挂着十几个 skill，拉资讯的、查重的、配图的、发公众号的，每一个都是照着 Claude Code 读 skill、认 frontmatter、调 hook 的脾气一点点磨出来的。

所以 GLM-5.2 能替的，只是中间那颗模型。而且它真能替。智谱有个 GLM Coding Plan，可以直接在 Claude Code 里把模型换成 GLM。框架还是那个框架，skill 还是那些 skill，只是吐 token 的那颗脑子换了人。

这么一拆，真问题就清楚了。不是「国产能不能干掉 Claude Code」，是「我手上这堆活，哪几类值得把方向盘从 Opus 交给 GLM」。说白了，这篇我想跟你掰扯的，就是这一句。

国产这一年追得有多凶

聊够不够格之前，得先承认一件事：这一年国产 coding 模型追得是真快，快到我这种天天盯着的人都有点恍惚。

往回数一年。GLM-4.5 那会儿还在拼「能跑通一个 demo」，4.7 已经成了开源里最能写代码的那个。到了 5.1，第三方测出来编程能力到了 Claude Opus 4.6 的 94.6%（这条不是智谱一家说的，WaveSpeed、DigitalApplied 几家测下来对得上，可以信）。这次的 5.2，官方称 Coding 能力大致落在 Opus 4.7 和 4.8 之间。

你品一下这个轨迹。差距从「差一整个代际」压到了「差几个百分点」。同一时间隔壁 Kimi 也没闲着，K2.6 据说自己跑了 13 小时，把一个运营八年的金融撮合引擎重构了一遍，改了 4000 多行。国产模型从「写个小函数还行」到「敢接项目级的长活」，真就这一年的事。

这不是我隔着跑分图喊的。上个月我真把小米的 MiMo Code 装进环境试过一次，让它写个带测试的小工具，初稿五个用例挂了两个。但我盯着看它自己写的测试把自己的 bug 抓出来、读着报错诊断、改一版再跑、最后五过零败。那条「写错了能自己兜回来」的自救闭环是真收敛的。国产模型现在的水位，差不多就在这儿。

所以「够不够格」这个问题，一年前我会直接摇头，现在我得坐下来认真算。

哪些卖点真戳痛点，哪些是参数好看

智谱这次甩出来的卖点不少，我用一线开发者的眼睛挑一遍，哪些是真痛点，哪些是听着唬人。

先说两个我认的。一个是项目级上下文。官方说 GLM-5.2 有 Solid 1M 上下文，能把一整个工程塞进同一条推理链里。这事戳中我了。我前阵子把一个 SpringBoot 老项目整库翻成 Kotlin，七千多行一天换完，最磨人的就是模型上下文不够、得手动切文件一段段喂，切着切着它把前面改过的字段忘了，回头又改坏一处。真能把整个 repo 一次性吃进去、少切文件这一条，对我就是省命的。

另一个是 MIT 开源加私有化部署。模型权重能自由下载、商用，vLLM、SGLang 这些主流框架都支持。对那些数据不能出公司、有合规要求的团队，这一条是能不能用的硬门槛。闭源模型再强，数据得走它的 API，有些活就是不敢交。

再说几个我得打问号的。官方称这 1M 是「Solid」、不掉链子，但我做长活的人都知道，标称 1M 和真能用满 1M 是两码事，关键看 70 万到 90 万 token 那段衰减多少。这个智谱自己其实也漏了底，它说在 SWE-Marathon 这个考超长周期任务的榜上，比 Opus 4.8 低了约 13%（官方自承的短板）。超长链路上还是会掉，这话是它自己承认的。

至于「真机调试闭环」「发布首日就能在国产算力上跑」，听着确实提气，但这些全是官方说法，第三方还没核实过。我不会拿这种没人复现的数当真去下结论。

自研 Agent 内核，才是那个隐藏变量

聊到这，我得说一个外行容易忽略、但对落地体感影响最大的点。

模型再强，也得套在一个 Agent 框架里跑，才能读文件、敲命令、改代码。问题来了：国产工具早期那套 Agent 内核，大半是 fork 别人为 Claude 优化的开源实现。我之前看小米 MiMo Code 就是这样，它的设计大半是 Claude Code 趟过的路，连壳都基于开源的 OpenCode。

这有个隐患。框架是冲着 Claude 的脾气调的，你换上 GLM 跑，推理链路、工具调用的协议、出错了怎么恢复，全都不对路，效果打折几乎是必然。智谱这次自己也意识到了，配套把 ZCode 升到了 3.0，说全切自研 Agent 内核、专门给 GLM 调长程推理和工具调用（官方称效果优于第三方 Agent）。

模型和 Agent 内核同出一门、互相对齐，才是国产 coding 真正落地顺手的分水岭。光看模型跑分，看不到这一层。

我会迁哪类活，留哪类活

绕了一圈，回到最开始那个真问题：我手上哪些活，敢把方向盘交给 GLM。

我的态度从来不是替代，是分活。有些活我会愿意试着迁过去：那种目标明确、对错一眼能验、上下文吃得很满、又对成本或合规敏感的。比如把一个老项目从一种语言整库翻成另一种，这种活规则清楚、改完能跑测试验，1M 上下文正好用得上，换个便宜模型省下来的钱也实打实。

有些活我现在还不敢交。需要顶级判断力、链路特别长又不能中途跑偏、出了错得自己稳稳兜回来的核心活，我还是留给 Opus。我让 agent 干正经活之前都会下意识过一遍秤，杂活手动切便宜模型省额度，大家伙留给真要紧的那几步。这种「贵但放心」的绷着感是有原因的，我赌的是它在长链路上几个钟头不翻车。而 SWE-Marathon 那 13% 的差距，恰好就掉在这种活上。

还有一笔账，省模型钱的时候从来没人提：迁移成本。我那十几个 skill、那套专门防 AI 味的 grep 规则，全是照着 Claude Code 的脾气磨出来的。真换底座，它们调工具吐出来的格式十有八九会飘，得挨个重新校。光把那套规则重新调顺，就够搭进去好几个晚上。这部分时间，省下来的模型钱根本不够补。

写在最后

绕回开头那个手指停在键盘上的瞬间。一年前我会一秒摇头，今年我是真坐下来认真算了一遍，这本身就说明国产 coding 模型够到了一个我不敢再轻视的位置。

但「敢算」不等于「敢全迁」。GLM-5.2 该不该接你的活，得看你的活长什么样：确定性高、吃满上下文、对成本合规敏感的，可以试；要命的核心链路，我暂时还是留给手里这台用顺了的。等我真把某一类活迁过去跑一阵，再回来摆账单。

想问你一句：如果让你把工作流里的某类活从闭源大模型迁到国产开源上，你第一个敢交出去的，会是哪类活？

参考资料

[[glm-5-2-zhipu-official]]
[[china-opensource-coding-2026-roundup]]