智谱公布早期RSI实践：GLM智能体优化自身推理系统
智谱称，GLM-5.3驱动的基础设施智能体参与优化十万级国产算力集群，使GLM-5.3-Flash服务性能提升约3.2倍。
智谱公布了什么
智谱发布了一项被其称为递归自我改进早期形态的实践：由 GLM-5.3 驱动的基础设施智能体，参与优化承载 GLM-5.3-Flash 的推理系统。该系统从模型首次在国产加速器集群上成功运行，到能够承载生产流量，用时约两周。
智谱表示，优化完成后端到端吞吐能力提升约3.2倍。集群规模超过10万颗国产 AI 加速器，同时需要支持百万级上下文、多模态请求，以及仍在完善中的国产芯片软件和通信生态。
智能体具体做了什么
这套系统并不是让模型自主决定训练路线，也不是让它直接重写模型。基础设施团队先搭建了工程闭环，再让智能体分析瓶颈、提出修改方案、完成部分代码调整，并通过正确性和性能实验验证结果。
智谱披露的案例包括：发现长上下文并行路径中的数值误差累积，定位 KV Transfer 与 DeepEP 调度未能有效重叠的问题，以及发现 Decode Kernel 重复执行归一化计算。公司称，其中一项调度修复将传输额外开销从超过30%降至1%以下；另一项内核优化则让特定负载性能提升1.71倍。
智谱将这套方法称为“稠密反馈”：智能体拿到的不是一个笼统的吞吐指标，而是与具体代码路径、算子、输入条件和执行过程相关，且能够快速验证的局部反馈。工程师仍负责设定目标、搭建实验环境，并审核高风险改动。
为什么重要
这项工作的意义不只是模型能够编写基础设施代码，而是部分工程判断被组织成了机器可以执行的流程。如果这种方法能够推广，生产 Trace、微基准测试和正确性检查，都可能成为下一代智能体训练与评测的数据来源。
不过，这还不是完整意义上的递归自我改进。当前智能体只是在人工设定边界和监督下，优化一套具体的部署系统，并没有自主修改自身权重或提出新的目标。它仍然值得关注，因为推理效率、国产硬件适配能力和系统调试经验，正在成为中国模型规模化部署的关键约束。