智谱发布 GLM-Legal 用轻量底座把法律任务全通过率提到 19.2%
智谱 10 月 12 日发布 GLM-Legal，一个面向法律工作的领域智能体模型。底座不是大模型，而是轻量的 GLM-5.3-Flash；智谱的说法是，专业能力靠中训练和后训练堆出来，不靠参数堆。
数字上，GLM-Legal 在 Harvey 的法律智能体基准 LAB 上全通过率 19.2%，比底座模型高 12.5 个百分点。Harvey 采用全对才算过的评分口径，中间任何一步出错整题作废，所以这个提升说明整条执行链没掉链子，而不是某一环更强。在 LegalBench 和中文的 PLawBench 上，它追平头部闭源模型。
训练方式更值得看。智谱把 harness 当成模型的一部分：后训练在数万个真实法律环境里跑强化学习，harness 负责任务上下文、工具集和运行反馈，模型与 harness 交替迭代。训练中冒出来的长尾案例反过来改 harness 结构，harness 的改动又给模型新的执行约束。生产环境里律师按“引用是否站得住、交付件能不能直接用”打分，这些判断被当成 loss 信号打回任务环境。
HN 上的讨论没那么客气。一位执业律师说，20% 的通过率说明不了什么，诉讼难的是没见过的案子，不是重打旧案。有人担心各国法律差异太大，模型会把英美判例混进爱尔兰法。还有人翻出 Z.ai 此前被指静默快照用户工作区的旧账。
领域模型的价值不在于比通用模型更聪明，而在于把流程、格式和交付标准一起学进去。GLM-Legal 给出的路线是小底座、垂直数据、与 harness 共同训练，对预算有限的团队更有参考价值。