智谱 GLM 披露递归自我改进实践：利用 Agent 在十万卡国产集群上自建推理系统

智谱发布文章介绍由 GLM-5.3 驱动的 Infra Agent 参与搭建和优化 GLM-5.3-Flash 推理系统，重点不在模型自动设计自身，而在 Agent 进入推理基础设施调试与性能优化环节。

• 智谱官方文章于 2026-09-17 发布，称系统部署在超过 10 万张国产 AI 加速器组成的集群上。
• 官方称，Infra Agent 参与了从硬件适配到生产级推理服务的建设，周期少于两周。
• 经过多项内存、并行和调度优化，端到端吞吐达到初始基线约 3 倍；官方同时称单位 Token 成本和硬件利用效率接近主流 NVIDIA GPU 水平。
• GLM-5.3-Flash 曾以匿名模型 Ox-Alpha 在 OpenCode 和 OpenRouter 接受真实流量，官方称六天处理超过 62 万亿 Token。
• 文章明确表示尚未达到完全自主的递归自我改进，目标设定、边界控制和风险审核仍由人负责。
• 影响/看点：该案例可能降低超大规模国产集群的适配和优化成本，但结论主要来自厂商披露；能否外推到其他硬件、负载和模型，取决于独立复测与长期稳定性数据。
• 资料依据:
• z.ai《Toward Recursive Self-Improvement: How GLM Built Its Own Inference Infrastructure》（2026-09-17）：https://z.ai/blog/glm-built-its-inference-infrastructure
• IT之家（2026-09-17）：https://www.ithome.com/1/003/705.htm

本内容由 AI 生成，仅供参考，请注意甄别