智譜AI創始人唐傑19日在X平台發文，系統闡述其對Scaling Law的最新理解，並以自家模型GLM-5.3作為“控制變數實驗”佐證判斷。這篇帖子直接回應了外界對智譜未訓練全新基座模型的質疑，也為當前AI行業如何分配訓練資源提供了新的思考角度。

唐傑在文中指出，引數量從來不是評估模型能力的唯一維度，資料規模、算力分配與推理部署條件同樣不可或缺。他介紹，GLM-5.3與上一代GLM-5.2共用相同基座、相同架構、相同的753B總引數與40B啟用引數，唯一差異在於增加了一個月的長時域環境訓練與強化學習（RL）後訓練——而由此帶來的能力提升“並非微小”。在AA評測指數中，GLM-5.3獲得60分，較GLM-5.2的53分提升7分。

這一實驗的核心結論是：當基座模型引數規模已足以承載足夠的知識，額外的能力提升往往來自“撥動其他旋鈕”——尤其是後訓練階段，而非繼續堆砌引數。唐傑認為，這一判斷對當前整個AI行業如何分配訓練資源具有直接參考價值。

唐傑在帖子中梳理了Scaling Law的演變脈絡。2020年，Kaplan等人得出結論，認為引數規模的增長應快於資料增長，比例約為2.7:1。這一結論推動了GPT-3、Gopher、MT-NLG等超大規模模型的集中湧現，萬億引數一度被視為行業進步的必經路徑。然而，2022年Hoffmann等人對400餘個模型重新實驗後發現，算力最優的分配應接近每引數20個Token，且隨著算力擴大，引數量與資料量應以大致相同的速度共同增長，而非持續拉大差距，這即是被廣泛引用的Chinchilla Scaling Law。唐傑直言，早期擬合誤差隨算力量級提升被不斷放大，導致當時規模最大的一批模型恰恰是算力分配最失衡的：“萬億引數這一輪，回頭來看，是整個領域一起走了一段彎路，然後又一起折返。”

唐傑進一步指出，Chinchilla最佳化的目標是“訓練一次、評測一次”的模型，而今天的主流模型每天可能被呼叫數十億次，推理成本在全生命週期中遠超一次性訓練成本。將推理成本納入目標函式後，最優解將向“更小模型、訓練更久”的方向移動。他援引Llama-2-7B與Gemma-2-9B為例，兩者每引數對應Token數分別約為290和889，均屬刻意“過訓練”的範疇。

混合專家架構（MoE）的普及進一步使問題複雜化。唐傑區分了兩個在MoE語境下必須分開討論的維度：總引數量決定模型能夠儲存多少知識、事實與長尾資訊；啟用引數與每次前向計算的有效深度，則決定模型的長程推理能力。他援引Roberts等人2025年的研究發現，最優的每引數Token數因任務而異——記憶類任務傾向於更多引數，推理類任務傾向於更多資料；而在固定每引數Token數的條件下，繼續增加總引數會降低推理能力，啟用更多專家則能穩定提升推理表現。唐傑據此指出，識別漏洞這類需要二十步因果鏈推理的任務，其核心能力並不存在於總引數量之中。

基於上述判斷，唐傑將GLM-5.3定位為一次有意為之的“控制變數實驗”。相較於GLM-5.2，GLM-5.3保持基座、架構、總引數與啟用引數完全不變，唯一的變數是增加了一個月的長時域環境Scaling與強化學習後訓練。他坦言，此次選擇後訓練這一“旋鈕”，是因為它當前擁有最大的改進空間，而非其他維度已無潛力可挖——“這並不意味著其他旋鈕已經轉到頭了。”他明確表示，基座模型規模、預訓練資料以及每次前向計算的算力投入，均仍在考量之列，下一步可能還會涉及中間訓練（mid-training）與預訓練層面的調整。

這一思路與外界此前對智譜“為何不訓新基座”的質疑形成直接回應。在唐傑的框架中，各旋鈕無需同步調節，關鍵在於判斷“下一個最值得撥動的是哪一個”。目前，GLM-5.3的Coding能力已被多位開發者評價為國產模型中的當前最優水平。