GLM5.2刚出的时候就宣传1M“真”上下文，这几天蹬了4~5亿Tokens吧，发现问题：
（首先GLM5.2确实Coding挺强）在长上下文的真实工程中，
到200k作用时仍然能够回归检索最开始的一些内容，
实际实际体验是在150k左右思考链会变得特别长，
观察thinking block会发现大量的wait /actually /let me等“左右脑互博”的内容，且经常是于最最开始的内容相关（比如我最开始几轮对话有一个要求它已经实现了，但是它还是会提到该事件）或者一些【关系不大的之前的内容】。这种情况随着上下文越长，越严重，在300k左右的时候，每次思考耗时都超过1分钟多。
感觉这个模型就是思维链超级长……
感觉国模的思维都比较长，我用到的 deepseek 和 glm 表现尤为明显，而且仔细看的话大部分就是在原地绕圈，在一些trivial的事情上 wait, actually, but，而且一转就是十几分钟。
主动多次裸 /compact 收口 session memory 能改善体验
不靠这么长的思维链，怎么能拿到这么好的成绩 
能力不行，只能思维链凑了。就和 GPT 5.2 似的，从 5.1 到 5.2 的飞跃就是思维链长度堆出来的，也和 GPT OSS 似的，但这样真的不长久
估计智谱和谷歌去年似的，有 kingfall 这种相对强度的模型，但是成本太高，可能连 API 都开不起
感觉5.5pro也是硬拉长思维链，真的慢
glm5.1开始就是这样了。
很多gpt5.5会跳过的思考步骤，glm都会补上全部思考一遍。
而且他是尽量做到每有一个结论，就回头重新把点梳理一下，再重过一遍。
逻辑上的框架他是无敌的。
如果你用它来做复杂的小说大纲，就会发现比claude gpt好用多了，因为它真的会把每个点都思考到，减少了很多”忽然感觉这个设定似乎跟某个点有冲突啊“的情况。
用claude code就好了
看不到思维链，只看到可用的上下文
别看思维链就好了，你就说好不好用吧。那个上下文，真的好用
但是我觉得glm5.2的上下文特别经用？反正我在zcide里面使用，上下文百分之二十都很少超过，但是在codex里面，时不时就要压缩
我一般200k左右就开新会话或者用subagent了
上下文太大的话token是在消耗太快
glm这个上下文非常强，充分利用才能发挥实力
尤其是大型项目的debug，真的能把复杂的深层次的问题挖出来
其实我感觉 fable 也是这样，就是设置很多验证点，完全没有 a 出吹的神乎其神
其实claude和GPT的思维链也曾经长的要命过，刚出来的opus 4.6以及gpt5.2之类的，只是后来对思考预算的动态调整技术提高了，简单问题不会长考，国产模型还是怼思维链的阶段
这个太对了，DeepSeek的思考效率是真的很低，动不动就是: 事实上
和 actually
为了 1M 的召回率 只能在后训练强约束 CoT了
我觉得glm 5.2比claude 4.6 opus还要好，目前5.2已运行29.7k tokens还在继续
claude 系列都这样，似乎只有 fable 好一点
