执行摘要

• 一句话：新增 GLM-5.3 模板强制推理规则，修复推理内容泄漏
• 推荐动作：值得精读。这是一个小改动但信息密度高的 PR：适合学习 sglang 模板检测系统的规则设计（special_case 语义、规则顺序敏感性）、跨 PR 冲突的处理方式，以及如何写"必红"回归测试。特别建议关注 #37977 合并后规则整合是否落实，否则 GLM-5.3 的 effort 映射会失效。

功能与动机

GLM-5.3 的 chat 模板在生成 prompt 中直接打开 thinking（模型只输出关闭标签），而现有规则没有一条命中，detect_reasoning_pattern 返回 (False, None)。Glm45Detector 的拆分完全依赖 force_reasoning：普通请求靠 fallback（reasoning_config 为 None 时取 reasoning_default）正常工作，但 reasoning_effort: "none" 和 chat_template_kwargs: {enable_thinking: false} 两种请求会解析出 enable_thinking=False——该开关已被 GLM-5.3 移除，prompt 仍会打开 thinking，导致推理内容泄漏到 content（实测输出 17*23 = 391 response391），且 sgl-eval 会把推理 token 记入 num_answer_tokens。该问题在 #38297 中被观察到、被推迟到 #37977，而 #37977 的规则未设置 special_case，has_toggle 为 false，同样走回退路径。PR body 原话："No rule recognizes these templates, so detect_reasoning_pattern returns (False, None)"。

实现拆解

1. 新增检测规则（核心变更）：在 python/sglang/srt/parser/template_detection.py 的 REASONING_MODE_RULES 元组中、force_reasoning_pattern 之后插入 glm53_always_think 规则，值为 ReasoningToggleConfig(special_case="always")，predicate 为 lambda ctx: _is_glm53(ctx)。special_case="always" 使 _get_reasoning_from_request 在请求级开关判断之前短路，从而忽略 reasoning_effort: "none" 与 chat_template_kwargs: {enable_thinking: false}，统一走强制推理分支。
2. 判定边界：predicate 复用 #38297 引入的 _is_glm53，要求模板包含 [gMASK] 且不含 enable_thinking，因此 GLM-4.5/4.6/4.7 等仍保留 toggle 规则的模板不会命中，只有移除开关的 GLM-5.3 模板进入新规则。
3. 回归测试：在 test/registered/unit/parser/test_template_manager.py 新增 test_glm53_effort_template_forces_reasoning，对 _glm53_template("+") 断言 force=True 且 config == ReasoningToggleConfig(special_case="always")；回退规则后该用例必红，保证检测状态与真实触发条件绑定。
4. 测试裁剪（提交 1865e9d6）：JustinTong0323 移除了与兄弟测试重复的断言（推理/内容拆分已由 TestGlm45Detector.test_forced_reasoning_mode 覆盖，special_case="always" 由 test_get_reasoning_from_request_special_cases 覆盖），并删去 concat 矩阵（+ / ~），因为该运算符不是规则读取的对象。
5. 冲突预案（未实施）：PR body 给出与 #37977 的合并方案——单条规则同时携带 special_case="always"、effort_levels 与 effort_aliases，使 has_toggle=True 且 _get_reasoning_from_request 命中 special_case == "always" 分支，同时 toggle_param / effort_kwarg 保持 None，不改变 _apply_jinja_template、_get_reasoning_toggle_param 与 apply_reasoning_enabled 的行为。

关键文件：

• python/sglang/srt/parser/template_detection.py（模块 模板检测；类别 source；类型 core-logic；符号 glm53_always_think）: 核心变更所在：在 REASONING_MODE_RULES 元组中新增 glm53_always_think 规则，以 ReasoningToggleConfig(special_case="always") 强制 GLM-5.3 推理模式，predicate 复用 _is_glm53。
• test/registered/unit/parser/test_template_manager.py（模块 测试用例；类别 test；类型 test-coverage；符号 test_glm53_effort_template_forces_reasoning）: 新增回归测试 test_glm53_effort_template_forces_reasoning，验证 force=True 与 special_case="always" 配置，且无规则时用例必红。

关键符号：glm53_always_think, test_glm53_effort_template_forces_reasoning

关键源码片段

python/sglang/srt/parser/template_detection.py

核心变更所在：在 REASONING_MODE_RULES 元组中新增 glm53_always_think 规则，以 ReasoningToggleConfig(special_case="always") 强制 GLM-5.3 推理模式，predicate 复用 _is_glm53。

# REASONING_MODE_RULES 元组内、force_reasoning_pattern 之后的新增规则。
# 规则按声明顺序匹配、取第一条命中，因此位置敏感。
DetectionRule(
    name="glm53_always_think",
    # special_case="always" 让 _get_reasoning_from_request 在请求级开关
    # 判断之前短路，reasoning_effort="none"、enable_thinking=false 全部失效；
    # toggle_param 与 effort_kwarg 保持 None，不改变其余模板渲染路径。
    value=ReasoningToggleConfig(special_case="always"),
    # GLM-5.3 的生成 prompt 直接打开 thinking 标签，输出里没有开启标签，
    # parser 无法靠文本特征判断推理边界；
    # 用 lambda 延迟求值，因为 _is_glm53 定义在元组下方。
    predicate=lambda ctx: _is_glm53(ctx),
)

test/registered/unit/parser/test_template_manager.py

新增回归测试 test_glm53_effort_template_forces_reasoning，验证 force=True 与 special_case="always" 配置，且无规则时用例必红。

# 回归测试：去掉 glm53_always_think 规则后，本用例会变红。
def test_glm53_effort_template_forces_reasoning(self):
    # 无规则命中时 detect_reasoning_pattern 返回 (False, None)，
    # Glm45Detector 无法拆分 reasoning_content，推理内容泄漏进 content。
    vocab = ["<tool_call>", "<arg_key>", "<arg_value>", "<|user|>", "<|endoftext|>"]
    force, config, _ = self._detect(_glm53_template("+"), vocab)
​
    # 规则生效后：force_reasoning=True，配置为无条件强制推理。
    self.assertTrue(force)
    self.assertEqual(config, ReasoningToggleConfig(special_case="always"))

评论区精华

核心讨论来自 Issue 评论区。zRzRzRzRzRzRzR 认为 GLM-5.3 只支持 thinking 模式，非 thinking 模式性能会显著下降，建议使用 glm47 parser，并主张把映射规则移出 SGLang 实现、让用户通过环境变量配置；该意见未被采纳，PR 坚持服务端规则方案。b8zhong 则质疑 reasoning_parser 默认值仍为 None 而非 auto，认为其他模型也不应有副作用，且 GLM-5/5.1/5.2 用户会默认沿用旧设置——材料中未见直接回复。提交 1865e9d6 体现了测试裁剪共识：只保留无规则时必红的用例，避免与兄弟测试重复。

• GLM-5.3 强制推理与 parser 选择 (design): 未采纳环境变量方案；本 PR 以 special_case="always" 在服务端强制推理，parser 沿用 #38297 解析出的 glm45 / glm47。
• reasoning_parser 默认值 None vs auto (question): 材料中未见直接答复，PR 合并时未改动默认值。
• 测试裁剪：只保留必红用例 (testing): 已落实：仅保留 test_glm53_effort_template_forces_reasoning 作为回归锚点。
• 与 #37977 的规则冲突 (design): 本 PR 未实施合并，作为后续动作留给 #37977 的合并处理。

风险与影响

• 风险：
  1. 规则顺序耦合：REASONING_MODE_RULES 按声明顺序取第一条匹配，glm53_always_think 插在 force_reasoning_pattern 与 mistral_reasoning_effort 之间；若未来模板同时命中更早的规则，GLM-5.3 行为会随顺序改变。
  2. 与 #37977 冲突：两条规则都匹配 zai-org/GLM-5.3-Flash 与 RadixArk/GLM-5.3-NVFP4，后合并者对 GLM-5.3 是死代码——要么泄漏重开（has_toggle=False 回退），要么 effort_aliases 永不生效；PR 给方案但未实施。
  3. 强制覆盖请求语义：special_case="always" 使 _get_reasoning_from_request 短路，reasoning_effort="none"、enable_thinking=false 全部失效；Anthropic 端点显式 thinking: {"type": "disabled"} 返回 400。
  4. 判定条件脆弱：_is_glm53 依赖"无 enable_thinking"这一负向特征，若官方模板恢复该开关，规则会静默失效并回退旧路径。
     - 影响：覆盖 zai-org/GLM-5.3-Flash 与 RadixArk/GLM-5.3-NVFP4 两个已发布模型的模板，统一推理拆分行为；修复 reasoning_tokens=0 导致的计费与评测错记（sgl-eval 把推理 token 记入 num_answer_tokens）。对 GLM-4.5/4.6/4.7 无行为变化，_is_glm53 已排除含 enable_thinking 的模板。改动范围小（2 个文件、14 行），但影响 GLM-5.3 全部推理请求的拆分正确性。
     - 风险标记：规则顺序敏感, 与 #37977 规则冲突, 强制覆盖请求级关闭, 判定依赖负向特征

关联脉络

• PR #38297 （标题未提供）: PR body 引用：_is_glm53 来自 #38297，本 PR 的 predicate 直接复用它；GLM-5.3 推理拆分问题最初在 #38297 中被观察到。
• PR #37977 （标题未提供）: PR body 详细分析了与 #37977 的规则冲突：两条规则均匹配 GLM-5.3 模板，后合并者对 GLM-5.3 成为死代码，并给出单规则合并方案。
• PR #38890 Support non-strict GLM47 tool calls with EBNF constraints: 同属 GLM 推理/工具调用解析链路，涉及 glm47 parser 与 reasoning 相关配置，与 GLM-5.3 解析链路相互影响。