智谱披露首个RSI实践 10万国产卡用GLM造GLM

时间：2026 年 9 月 17 日 地点：北京（线上发布） 人物：智谱 GLM 首席科学家唐杰、GLM 团队 Infra Agent 工程组 事件详情：智谱 GLM 团队 9 月 17 日在 X 平台与官方博客同步披露国内大模型厂商首个跑通生产环境的递归自我改进（Recursive Self-Improvement，RSI）工程实践。由 GLM-5.3 驱动的 Infra Agent 在超过 10 万张国产 AI 加速器组成的集群上，从零搭建起 GLM-5.3-Flash 的生产级推理服务，全程仅用两周时间，并使端到端吞吐能力较初始基线提升 3.2 倍。智谱同时公布了名为 dense feedback 的稠密反馈机制，作为 Infra Agent 自主完成性能定位与代码修改的关键基础设施。 背景：智谱 GLM 系列长期围绕 7400 多亿参数基座模型进行后训练迭代，GLM-5.3 在 Agent 与代码任务上已经比肩美国顶级模型。本次披露的核心突破在于把模型本身引入到推理系统的设计与优化环节，形成模型优化系统、系统服务模型的自循环闭环，并首次将这一闭环跑在纯国产 AI 加速器集群上。GLM-5.3-Flash 在部署完成后曾以匿名模型名 Ox-Alpha 登陆 OpenCode 与 OpenRouter 平台，一周内跻身两个平台使用量最高的模型之一，6 天累计处理超 62 万亿 token。 影响：该实践是全球范围内少数公开披露 RSI 落地路径的案例之一，也是国内大模型公司首次在生产环境中验证模型自迭代可行性。对产业链而言，事件验证了国产算力集群已具备支撑下一代大模型训练与推理的可用性，国产芯片、互联、存储与液冷等一体化系统需求有望同步抬升；对二级市场而言，主题情绪催化下科创 50 单日涨幅近 4%，但可持续性仍取决于后续是否有头部厂商跟进复现、以及单位 token 成本的下降曲线。 总结：智谱 GLM 团队通过 GLM-5.3 驱动的 Infra Agent 与 dense feedback 机制，在 10 万张国产 AI 加速器上用两周时间完成了从首次跑到承载全量生产流量的 RSI 最小闭环，将端到端吞吐提升至初始基线 3.2 倍，意味着国产算力与国产模型的自循环正式跑通。智谱首席科学家唐杰明确表示，距离完全自主设计和训练下一代模型仍有距离，下一代模型 GLM-6 的目标是实现 RSI 全自主训练。 参考来源： - https://finance.sina.com.cn/roll/2026-09-18/doc-inisfiif3509167.shtml - https://tech.ifeng.com/c/8wUszxmye1h - https://wallstreetcn.com/articles/3781993 - https://www.infoq.cn/news/O1uIfJx3CF5SZz3ayuaI - https://www.36kr.com/p/3988417023071872 - https://juejin.cn/post/7686472562258051110 - https://www.theblockbeats.info/flash/367649 - https://abmedia.io/glm-infra-agent-self-optimization - https://www.ifanr.com/1680560 - https://www.chinastarmarket.cn/detail/2486160