# Z.ai CEO 唐杰谈 GLM 5.3：别再只盯着参数量了，后训练才是新的扩规模法则

> 原标题：[AINews] Death of Params: Z.ai CEO Jie Tang on GLM 5.3 and the new Post-training Scaling Law

- 来源：Latent Space
- 发布时间：2026-08-20T05:17:12.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/52466
- 原文：https://www.latent.space/p/ainews-death-of-params-zai-ceo-jie

## 摘要

唐杰在 X 上发了一长串帖子，核心就一句话：光看参数量没意义，得把数据量、算力花在哪、模型在什么条件下跑这三件事一起看。GLM 5.3 的提升全靠强化学习在长周期环境里训出来的，有些任务模拟了工程师好几天的工作量，比如给模型一个真实的集群环境，让它自己诊断瓶颈、做优化、跑实验，最后交出可衡量的加速结果。

## 推荐理由

唐杰在 X 上解释 GLM 5.3 的提升来自长周期强化学习，并给出模型在真实集群中自行诊断瓶颈、优化并交出加速结果的实验设定，把后训练作为新的扩规模思路讲清楚。

## 锐评

后训练是新的 scaling law，这话我信，方向没问题。唐杰举的集群诊断例子挺对路，让模型自己找瓶颈、跑实验、交加速结果，这种长周期 RL 环境确实是现在拉开差距的地方，参数量早就不是瓶颈了。

问题是加速比多少、任务成功率多少，一个数都没给。GLM 5.3 比上一代强多少，现在只能靠体感。方向对，账还没算清。
