GLM 5.3 更强却更难用了？我们让它和 5.2 做了同一个北京城市驾驶游戏

官方强调 GLM 5.3 安全能力大幅提升，实测却发现这套安全机制在自动化工具链中频繁触发拒绝，导致开发流程中断。

    作者丨吴海明

    编辑丨李   娜

                                                                                                       

大家还记得《极限竞速：地平线》里那种在开放世界中自由驾驶、穿梭城市与道路的体验吗？

地平线游戏图

这次，我们用一个类似思路、但更贴近真实工程开发的题目来考一考 GLM 5.3：从零开发一款基于 OpenStreetMap 真实数据的「北京国贸 → 望京」区域 3D 开放世界驾驶游戏，5.3 需要在浏览器中单机运行，不依赖任何在线服务，并且最终交付一个可启动、可验证、可断网运行的完整项目。

GLM 5.3 是智谱在 2026 年 8 月 13 日发布的最新旗舰模型，对比上一代旗舰 GLM 5.2，GLM 5.3 使用同一个底座，主要通过更大规模、更贴近真实工程场景的后训练，增强复杂编程、长程任务、工具调用和项目交付能力。同时，GLM 5.3 还有一个值得关注的变化：官方强调其网络安全能力明显增强，模型在风险识别、安全判断和复杂系统分析上更强。

网络社区对于GLM5.3安全能力的评价

能力增强之后，也带来了新的使用感受，最近有小红书用户吐槽，GLM 5.3 似乎出现了“过度防御”：也有人反馈 5.3 写出的文案越来越难懂，“全是黑话”，即使反复修改提示词也没有明显改善。这些反馈指向同一个问题：GLM 5.3 变强之后，是否也变得更谨慎、更难驾驭？

网络社区网友反馈截图

对此，我们设计了一次更贴近真实工程场景的对照测试。为了更直观地观察模型迭代效果，我们选取 GLM 5.2 作为对照组，在同一题目、同一需求下比较两者的真实世界还原度、项目完成度、工程交付能力和最终运行效果。

先说结论，最终，GLM 5.3 和 GLM 5.2 都能端到端完成项目，GLM 5.3 不仅完成速度更快，也更懂得把光影、路灯、HUD、导航和速度反馈等细节组织成更真实的驾驶体验。不过测试也印证了前面的用户反馈：GLM 5.3 更强的安全能力确实带来了新的适配问题，模型因为安全判断增强而变得更谨慎，在自动化编程交互中更容易触发拒绝判断；当它接入自动化开发工具链时，这种“谨慎”甚至可能让原本正常的开发流程被意外卡住。

01

实测 GLM 5.3：

从零开发「北京国贸到望京」的 

3D 开放世界驾驶游戏

在这次实测中，我们选择智谱官方发布的 ZCode 作为开发环境，让 GLM 5.3 面向真实开发场景展开实测：从零开发一款基于 OpenStreetMap 真实数据的「北京国贸→望京」区域 3D 开放世界驾驶游戏。为更直观观察模型迭代效果，本次测试同时选取 GLM 5.2 作为对照组，在相同需求下比较两者的真实世界还原度、项目完成度、工程交付能力与最终运行效果。

具体题目如下：

以 OpenStreetMap 真实数据为基础,从零开发一个"北京国贸→望京"区域的 3D 开放世界驾驶游戏,单机浏览器运行,不依赖任何在线服务。要求:1. 用脚本从 Overpass API 拉取该区域路网与建筑数据,先勘查数据完整性再动工;2. 车辆有基础物理(加速/转向/碰撞);3. 昼夜循环,且【工作日早 7:00-9:00 主干道车流密度翻倍】;4. 地图边缘用【软性阻挡】处理(车辆被自然减速推回,不允许报错或瞬移);5. 含导航、音效、存档系统;6. 交付可运行项目+README(含一条命令启动方法);README 中说明如何验证第 3、4 条特性;7. 完成前自行做启动冒烟验证(如 node --check / 本地起服务确认无报错),再把启动方法写入 README;8. 交付后【运行时零网络请求】:开发期联网拉取的数据与所有第三方库/资源(含 CDN 引用)必须本地打包,   断网状态下游戏可完整加载与运行;9. README 注明运行环境要求(如 Node/Python 版本、推荐浏览器)。技术栈与项目结构(单文件 HTML 还是多文件工程、用什么渲染方案)不做限制,由你自行决策,并在 README 中用一段说明选型理由。

从测试题目可以看到，这是一次覆盖数据获取、工程搭建、三维渲染、交互控制、交通规则、离线交付和项目文档的综合性开发测试。模型需要理解北京国贸到望京这一真实地理场景，并将开放地图数据转化为可运行的 3D 驾驶空间，并围绕车辆控制、NPC 车流、昼夜变化、导航系统和存档机制搭建完整玩法闭环。

如下面 2 张图所示，GLM 5.3 与 GLM 5.2 均能端到端一次性完成项目开发，并完成冒烟测试和自动化部署。两个模型最终开发的项目都支持一键启动，且完成全部任务要求，实现了从自然语言需求出发，完成项目规划、代码实现、资源组织、运行验证和文档交付的完整链路。

GLM 5.3 开发的「北京国贸→望京」 3D 开放世界驾驶游戏截图，更多真实世界的元素：路灯、夸张的路标等

GLM 5.2 开发的「北京国贸→望京」 3D 开放世界驾驶游戏截图

为了更好理解两个模型在这个小型系统级别开发任务的表现，我们通过完整测试与体验后整理了如下判分表格：

具体来说：

GLM 5.3 首先编写了获取数据的脚本，从 OpenStreetMap 拉取北京国贸至望京区域的真实路网与建筑数据，并在开发前生成勘查报告，统计出路网 4,671 条、约 1,091 公里，建筑 7,103 栋，同时检查高度标签比例和异常几何情况。

后续构建中，GLM 5.3 将真实经纬度投影为米制平面坐标，并生成包含 6,541 个节点、13,513 条有向边的路网图。在游戏设计上，设计了车辆加速、转向和碰撞三项基础物理特性，其中转向采用自行车运动学模型，碰撞则覆盖建筑和交通车，并通过 2,300 多帧自检验证稳定性。

此外，GLM 5.3 在工作日的 7:00-9:00 实现了主干道车流翻倍，从数据能查到主干道车流从 44 辆爬升至 70 辆、再到 80 辆的记录，不过支路车流保持不变；地图边缘软阻挡也完整实现，车辆顶着油门撞向边界时越界深度稳定在 0.7 米，松油门后可缓慢回推。

最后，GLM 5.3 还实现了自动化导航、12.62 公里国贸至望京 SOHO 路线规划、92 段路径、偏航重算、小地图设点、手动与自动存档，以及包含启动方法、验证说明和技术选型的 README，整体更接近一个可直接体验的浏览器端 3D 驾驶游戏原型。

GLM 5.2 也完成了端到端项目开发，并展现出较强的工程稳健性。5.2 先进行数据勘查，再进入游戏开发流程，独立勘查脚本会按道路等级统计长度、检查几何损坏比例，并在数据不达标时直接报错退出，最后 GLM 5.2 获取到路网约 1,243 公里、建筑 8,417 栋，几何损坏为零，并进入游戏实现阶段。

在地图还原方面，GLM 5.2 基于真实 OSM 经纬度坐标进行换算，截图核验显示道路和建筑位置能够与真实城市空间对应；车辆系统方面，它完成了加速、转向和碰撞，并加入空间网格加速碰撞查询。早高峰规则经过脚本实测：工作日 7 点半主干道车辆达到 169 辆，高峰前后为 85 辆，约为翻倍，周末同时段不触发；地图边缘软阻挡也通过高强度测试，车辆以 108 km/h 全速冲向边界后，车速被压低至约 5 km/h，始终无法出界，松油门后约 13 秒缓慢回推，且每帧位移不超过 0.5 米，无瞬移和报错。

导航方面，它规划出国贸至望京 SOHO 约 14.4 公里的路线，支持转向箭头、剩余距离、小地图路线显示和偏航重算；存档系统支持每 5 秒自动保存和关闭页面前保存，刷新后可恢复位置、时间、里程和导航目的地；README 也较完整，配有白天、夜晚截图及多轮启动验证记录。

先说结论。整体来看，两个模型都能端到端完成项目开发，但在效率和技术取向上有所不同。GLM 5.3 更像面向产品体验的快速原型开发搭档，而 GLM 5.2 则更像强调可验证、可兼容、可离线运行的工程执行者。

1.从时间上来说，GLM 5.3 用时 50 分 47 秒，较 GLM 5.2 的 66 分 1 秒快了约 15 分钟。

2.在代码规模接近的情况下，GLM 5.3 产出 3,104 行代码、14 个文件，GLM 5.2 产出 3,063 行代码、20 个文件，前者结构更集中，后者拆分更细；

3.运行交付方面，两者均实现一键启动，且都通过断网可玩验证，GLM 5.3 把游戏运行所需的核心程序文件都打包到本地，而 GLM 5.2 的离线方案更彻底，不仅不需要联网加载任何资源，甚至不用启动本地服务，直接打开文件也能运行；

4.技术选型上，GLM 5.3 采用 three.js ES M