Zhipu discloses first production RSI: GLM-5.3 Infra Agent builds its own inference stack

智谱 GLM 团队 9 月 17 日披露其在递归自我改进（Recursive Self-Improvement, RSI）方向的首个生产环境工程化实践。由 GLM-5.3 驱动的 Infra Agent 参与完成 GLM-5.3-Flash 推理基础设施的设计、调试与优化，在超过 10 万张国产芯片组成的集群上从零搭建生产级推理服务，不到两周将端到端吞吐量提升到初始基线的 3 倍，硬件利用效率与单 Token 成本达到主流 NVIDIA GPU 相当水平。

相关系统已投入使用，GLM-5.3-Flash 以匿名模型 Ox-Alpha 在 OpenCode 与 OpenRouter 上线，6 天 Token 调用量超过 62 万亿。智谱创始人唐杰披露时表示，「模型优化系统、系统服务模型」的循环已经开始运转，虽然距离完全 RSI 仍远，但「自主优化自身基础设施」已经跑通。

这是继 Anthropic 9 月 17 日披露 Claude 主导 26% 内部研发之后，第二家头部实验室公开 RSI 在生产环境中的具体进展；智谱在国产芯片上的实现也被视为「模型改基础设施、基础设施反哺模型」闭环在国内的首次工程化验证。