GLM-5.3-Flash联网能力实测变化
AI 总结
掘金作者使用 Python 探针测试发现，GLM-4-Flash 收到有效的 web_search 工具后仍凭训练记忆回答，响应中没有搜索结果字段。作者在11月2日将同一智谱引擎切换至 GLM-5.3-Flash 后，测试返回了搜索引用和当前在售型号。报告还记录了一个独立的 Java 绑定错误，并通过跨实现验证排除其对早期结论的影响。
深度见解
这项带日期的对比说明，评测模型工具使用时必须记录具体模型与请求内容，并区分模型行为和请求格式错误。
(这是"AI 可见性测量"系列第五篇。前情:我开源了一套测量品牌在 AI 引擎里可见性的工具(Python + Java 两版),并在第三篇里记录了六次"如果全自动就翻车、被人审拦下来"的瞬间。这一篇,是第七、八、九次拦截——以及一个更罕见的发现:我亲眼看着一个引擎换了一代模型,行为就从"凭记忆回答"变成了"真联网检索"。全过程 14 天。)
10 月 31 日:它不联网
测量的方法之一,是给每个引擎挂上官方的联网搜索工具(web_search),然后问它"现在最好的扫地机是什么"。
智谱的 glm-4-flash 给了我一份 2023 年的答案:开口就是 "As of my last update",头名推荐 iRobot Roomba s9+——一台 2022 年的机器。响应里也没有任何搜索结果字段。
我写了个探针脚本验证,结论:这个模型不执行联网工具,它在用训练记忆答题。于是我把它标记为"记忆层"引擎,和真联网的 deepseek"搜索层"分开——这套"双层模型"后来成了报告的方法论框架。