GLM-5.3 平台是智谱AI 推出的旗舰推理系统，面向长文本与多模态推理场景。2026.9.17，智谱创始人唐杰（Jie Tang）公开披露 RSI 早期工程案例，由 GLM-5.3 驱动的 Infra Agent 在超过十万张国产芯片组成的集群上，从零搭建并优化了一套生产级推理系统。不到两周时间，端到端吞吐提升至初始基线三倍，该系统如今承载 GLM-5.3-Flash 的全部线上推理负载。
核心要点
- GLM-5.3 平台由 Infra Agent 自主完成系统适配、诊断与性能优化
- 十万张以上国产芯片集群，两周内完成从零到生产可用
- 端到端吞吐提升至基线三倍，KDA Decode 算子性能提升 1.71 倍
- KV Transfer 并发瓶颈完成修复，性能损失从 20% 压至 1% 以内
- 智谱明确表示尚未实现 RSI，目标设定与风险边界仍由人工把控
事件详情
2026.9.17，唐杰发布长文披露这一内部案例，全文由 GLM 团队同步公开。此前 GLM-5.3-Flash 以匿名模型 Ox-Alpha 身份在 OpenRouter 与 OpenCode 接受真实调用检验，上线一周成为双平台调用量最大的模型，6 天 token 调用量超过 62 万亿。
Infra Agent 采用稠密反馈机制完成优化闭环，将正确性测试、运行日志、执行 Trace 与微基准测试纳入验证流程。Agent 可以自行读取系统反馈、提出假设、修改代码并复跑实验，工程师负责目标设定与线上风险相关修改的审核。
关键技术细节
技术栈融合节点内张量并行、ReplaySSM、W8A8 量化与混合精度缓存，并引入 EPD 分离式架构，硬件利用效率与单 Token 成本达到主流 GPU 相当水平。验证通过的优化会沉淀为可复用的优化骨架库，供后续算子继续使用。
对比 DeepSeek 等开源 AI 模型，智谱 Infra Agent 和传统人工调优路线有显著区别。
| 对比维度 | 智谱 Infra Agent | 传统人工调优 |
|---|---|---|
| 优化主体 | GLM-5.3 自主完成 | 资深工程师团队 |
| 反馈粒度 | 局部可归因反馈 | 稀疏端到端指标 |
| 落地周期 | 两周内完成生产可用 | 通常以周或月计 |
常见问题
问. GLM-5.3 平台是什么？ 它是智谱AI 推出的旗舰推理模型平台，配套的 Infra Agent 由 GLM-5.3 驱动，负责推理系统的搭建与性能优化，是 RSI（递归自我改进）研究的早期工程形态。
问. GLM-5.3 平台如何完成系统调优？ 配套 Infra Agent 通过稠密反馈闭环获取正确性、系统行为与性能三类反馈，自行提出假设、修改代码并复现实验，工程师负责目标定义与关键决策。
问. 与 DeepSeek 有何区别？ DeepSeek 侧重开源权重与模型开放路线，智谱则让模型参与自身推理系统的建设，两者在开放策略与工程路径上存在明显差异。
问. 如何获取 GLM-5.3 并了解费用？ GLM-5.3 系列通过智谱开放平台与 OpenRouter 等渠道提供 API 访问，按量计费，具体价格以开放平台页面为准。与 MIT 协议的开源项目不同，该模型采用商业授权方式开放调用。
最后更新 2026 年 9 月，智谱持续在官方渠道发布更新日志与迭代说明，社区贡献者可通过开放平台参与模型评测反馈。
本文来源，智谱创始人唐杰《唐杰与 GLM 团队 RSI 技术长文》https://x.com/jietang/status/2100482019088060470
