最近看 GLM-5.2 在会计任务上追平人类记账员的准确率，第一反应不是“又多了一个替代打工人的模型”，而是觉得开源社区终于摸到了“可信”的门槛。92.3% 这个数字，闭源模型也能刷出来，但 GLM-5.2 的底气在于把 prompt 链、测试用例和评估脚本都摊开了——你手里那摞原始票据，加上它公开的代码，就能原样复现一次对账。
创业这几年，我对“黑箱承诺”越来越警惕。ICU 出来之后更信一个道理：能看得见的路径，比漂亮的结果更靠得住。GLM-5.2 给我的感觉，像把账簿放在灯光底下，每一行数字都能顺着笔尖摸回去。开源 AI 以前常被说“能跑就行”，如今它多了一层：敢让你查。
准确率可以表演，可复现性才是契约。当权重和日志都能成为呈堂证供，用户才敢把真正的账本交给它。这大概才是开源从“工具”变成“信用基础设施”的第一步。
