GLM-5.1上線， 媲美最強編程大模型！

智譜直接在用戶社群里宣布：Coding Plan全體用戶即刻用上最新旗艦GLM-5.1。

有意思的是，這次更新很“DeepSeek”：不放benchmark，不放跑分，直接把模型推給用戶，用體驗來說服用戶，智譜這次在技術上非常有自信啊！

GLM-5.1最大的特點就是Long Horizon的巨大升級，什么是Long Horizon？

Long Horizon= 在長時間、多步驟、不確定環境下，持續推進并最終完成目標的能力。

更通俗地說就是任務的時間被拉長，它不是寫一個函數或者回答一個問題，馬上就能結束，而是持續幾小時 / 幾天 / 幾周，分階段不斷推進。

更關鍵的是，任務不是固定流程，可能中途會發生變化，例如出現需求變了，用戶反饋不好，需要對原來的設計進行大規模修改，這就要求模型能記住過去干了什么事情，不能從零開始。

咱們程序員一看就明白， Long Horizon Task（長程任務）其實就是咱們日常開發經常面對的情況，如果GLM-5.1把這個搞定了，程序員們堅守的陣地，可以說是又被AI攻陷了一塊兒。

01

挑戰GLM-5.1

我決定找個項目測試一下，這個項目如果是爛大街的簡單項目，簡單邏輯，別家的模型也能做，根本就測不出來GLM-5.1的能力。

思來想去，我想讓它實現一個簡版的SQLite數據庫，因為它涉及到手寫Tokenizer，Parser，AST表達式，事務實現、B+Tree......是非常復雜的。

由于功能很多，任務分成了9輪：

第1輪：存儲底座(KV +持久化）

第2輪：引入表結構(Table)

第3輪：查詢能力（Select）

第4輪：DDL

第5輪：實現DML：Insert, Update ,Delete

第6輪：實現事務

第7輪：對外提供簡單的API接口

第8輪：把底層存儲替換成BTree

第9輪：實現按列select，order by

值得注意的是，在第8輪我給GLM-5.1設置了一個陷阱，讓它把第一輪的存儲底座給改掉，相當于大廈已經蓋好了，然后把地基干掉重來。

這個挑戰是相當大的，如果GLM-5.1不記得之前的工作，肯定實現不了，如果第一輪GLM-5.1寫代碼的時候，耦合度太高，換地基的時候樓恐怕就要塌了。

02

系好安全帶，出發！

首先，我在Claude 中配置使用GLM-5.1 :

然后告訴GLM-5.1一些必須遵守的規矩，特別值得一提的是，一定要有測試，并且確保所有測試都通過。

你正在使用Go語言逐步構建一個簡化版 SQLite 數據庫系統，名稱叫做MiniSQL。

我會告訴你每一輪都做什么事情，要求如下：

1. 每一輪只能在上一輪基礎上擴展，不得破壞已有功能

2. 每一輪必須提供：

- 完整可運行代碼

- 測試代碼

3. 所有舊測試必須繼續通過（回歸測試）

4. 代碼必須保持單文件或明確模塊結構

5. 不允許使用第三方數據庫庫（可以用標準庫）

03

第1輪：存儲底座

先從最底部的存儲層開始：

你現在要設計一個極簡數據庫的第一版存儲層。

要求：

- 實現一個最簡單的 Key-Value 存儲系統

- 支持 set(key, value), get(key), delete(key)

- 數據必須持久化到本地文件（不能只在內存）

- 重啟程序后數據必須能恢復

約束：

- 不允許使用現成數據庫

- 可以自由選擇文件格式（JSON / text / binary）

輸出要求：

- 給出整體設計，解釋存儲結構，寫入Design.md

- 給出代碼實現（注意要有測試代碼）

GLM5.1很快寫出了實現代碼，測試代碼。

文檔也寫得非常完善：

04

第2輪：引入表結構（Table）

現在要支持關系型表結構：

功能：

- 可以創建一張表（比如 users，包含 id、name，age 兩個字段）

- 可以往表里插入一條數據（比如一行用戶信息）

- 可以讀取一張表里的所有數據

要求：

- 在現有存儲系統上實現（不能重新設計存儲層）

- 設計 schema 管理方式

- KV 存儲必須繼續作為底層持久化方式

輸出：

- 修改后的系統架構design.md

- 如何映射 table → KV

- 實現代碼（包括測試代碼）

這一輪寫出的代碼如下：

05

第3~5輪：支持SQL

這幾輪主要用來實現SQL，包括DDL和DML，SQL例子如下：

- CREATE TABLE users ( id INTEGER PRIMARY KEY, name TEXT, age INTEGER);

- DROP TABLE users;

- SELECT * FROM users

- SELECT * FROM users WHERE age = 20

- SELECT * FROM users WHERE age > 18 AND name = "Alice"

- INSERT INTO users VALUES (1, 'Alice', 20);

- UPDATE users SET name = 'Alicia' WHERE id = 1;

- DELETE FROM users;

- DELETE FROM users WHERE id = 2;

雖然這些實現很重要，由于細節很多，我這里不再詳細描述，大家可以看看GLM-5.1寫的技術文檔，相當不錯：

另外，這三輪的工作量很大，一共耗時15m38s + 20m59s + 11m38s = 48分15秒， 我拿著手機都看了一集甄嬛傳了。

06

第6輪：支持事務

這絕對是重頭戲了，一個關系數據庫如果不支持事務就是一個玩具了，所以我讓它用用WAL來實現數據庫的可靠性和事務。

使用WAL（Write-Ahead Log） 實現事務支持，讓數據庫具備兩件能力： 不會因為崩潰丟數據（可靠性） ， 一組操作要么全成功，要么全失敗（事務）

1.WAL（寫日志）

所有“寫操作”都必須先寫日志，再真正修改數據。

寫操作包括： 插入 更新 刪除

2.崩潰恢復

程序重啟時：

- 讀取日志

- 把“已提交”的操作重新執行

- 忽略“未完成”的操作

3.事務

支持三個操作：

- BEGIN（開始一組操作）

- COMMIT（提交這一組操作）

- ROLLBACK（撤銷這一組操作）

規則：

- BEGIN 后的操作暫時不生效

- COMMIT 后才真正生效

- ROLLBACK 直接取消

輸出：

- 事務處理方案，寫入到transction.md中

- 代碼實現（包括測試代碼）

這次改動相當大，又耗費了近40分鐘。

07

第7輪 對外提供簡單接口

這一輪相當于做一個包裝，方便對外使用，這里模擬了SQLite的API

對外提供一個簡單數據庫接口，讓用戶像用 SQLite 一樣使用：

示例：

(1)打開數據庫：db, err := Open("test.db")

如果test.db文件不存在，則創建出來。

(2)執行SQL:

db.Execute("INSERT INTO users VALUES (1, 'Alice', 20)")

db.Execute("UPDATE users SET age = 21 WHERE id = 1")

db.Execute("DELETE FROM users WHERE id = 1")

(3)查詢數據：

rows := db.Query("SELECT * FROM users")

for rs.Next() {

row := rs.Row()

fmt.Println(row)

(4) 事務支持：

db.Begin()

db.Execute("INSERT INTO users VALUES (2, 'Bob', 25)")

db.Commit()

db.Begin()

db.Execute("INSERT INTO users VALUES (3, 'Tom', 30)")

db.Rollback()

看到這些API，你可能會感受到做系統開發的特點：沒有漂亮的界面，看到的全是API接口。

雖然代碼看起來很復雜，但是執行起來卻是最簡單的，畢竟只是一層封裝而已，10分鐘不到就搞定。

08

第8輪 替換底層存儲引擎

終于到了我最喜歡的挖坑環節，把它的地基替換了，看看GLM-5.1會不會崩掉。

將底層的KV存儲替換成為 B+Tree 索引結構，要求：

支持有序存儲 key

支持范圍查詢（Range Scan）

允許節點分裂與合并

保持基本 KV 接口不變（向上兼容）

這次GLM-5.1耗時很久，用了長達47分鐘，表現很穩，不但沒有崩潰，反而又是一次通過。

我并沒有在提示詞中讓它修改設計文檔，它也聰明地修改了：

09

第9輪 ：再加一點兒需求

把第三輪沒有實現的部分功能讓GLM-5.1實現了，考察它是不是還記得之前的任務。

（1）現在只支持select * from users這樣的語法，需要改成可以按列來選擇，例如:select id ,name ,age from users

（2）需要支持order by 語句 例如：select id ,name ,age from users order by age desc

經歷了第8輪的考驗，第9輪對GLM-5.1來說沒有任何挑戰，我就不展開了。

10

感想

其實這還是一個簡單的數據庫，還有好多特性可以加上去，但是對測試而言，這條路已經走了足夠遠了。

從下午1點到5點半，我經常是一邊看手機，一邊等他做完。

這四個多小時，Token的使用量也非常巨大，達到了一千七百多萬：17,062,578，幸虧有智譜的Coding Plan套餐，要不然我就“破產”了。

在整個長程任務執行的過程中，GLM-5.1給我印象最深刻的就是一個字：穩。

每次我提出需求，GLM-5.1寫出的代碼經常是一次就通過測試，很少失敗，讓我很驚訝。

還有就是無論我如何拷打它，挑戰它，給他挖坑，它始終能瞄準最終目標來修改代碼，表現非常穩健。

要知道像數據庫這樣的系統級軟件，比一般的項目邏輯要復雜得多，GLM-5.1能夠輕松應對數據庫，寫其他軟件（Web應用、桌面應用、工具等）自然是不在話下。

GLM-5.1 在項目級Long Horizon任務的表現，簡直就是一個有經驗的中高級程序員，非常讓人放心，以后應該是我的主力編程大模型了。

不過，看到GLM-5.1這么強，我也有點兒擔憂：程序員們能干的事情真是越來越少了！

但這也沒辦法，這是大勢所趨，我們還是多往軟件生命周期的兩端（產品定義和產品營銷）多走一走吧，選什么東西做，判斷什么是對的，如何推向市場，這將會變成新的護城河。