AI前沿 | 2026年9月18日智谱 GLM-5.3-Flash 10 万国产卡两周上线 Infra Agent 自己优化推理系统 RSI 早期形态首屏导读 · 本教程配套付费专栏《大模型工程师修炼手记》19.9 元AI 编程 · Agent 实战 · 本文同主题系统课程· 《AI时代程序员的自我提升》49.9 元AI 时代成长方法论单篇不过瘾订阅解锁全量源码、实战与答疑文末附资料包领取方式 ↓本期导读9 月 17 日智谱 GLM 首席科学家唐杰披露了一组很「反常识」的工程数字GLM-5.3-Flash 从首次运行在国产 AI 加速器上到承载公司全部生产流量只用了两周端到端吞吐提升 3.2 倍背后是超过 10 万颗国产 AI 加速器组成的集群。真正值得写进教科书的不是「国产卡能跑了」而是这套推理系统由 GLM-5.3 驱动的 Infra Agent 参与优化——Agent 自己读系统反馈、提假设、改代码、再迭代一个 KV Transfer 场景里Python GIL 造成的并发阻塞性能损失从 20% 压到 1%自研算子侧KDA Decode 性能提升 1.71 倍。唐杰的定性很克制——「距离真正的递归自我改进RSI还很远但早期形态已经出现」。本期拆六件事件原貌、3.2 倍吞吐背后 Agent 改了什么、自优化闭环怎么跑、为什么这是 RSI 工程化的关键样本、边界与质疑、给团队的落地清单。一、事件10 万张国产卡两周从「跑通」到「扛全部生产流量」先把这个事件的含金量拆开看。「首次运行在国产加速器上」是验证题「承载全部生产流量」是生死题——前者只要证明算子能跑通后者要求吞吐、延迟、稳定性、成本全部达标任何一项掉链子都会把线上服务拖垮。智谱给出的时间线是两周集群规模超过 10 万颗国产 AI 加速器且这不是一次静态迁移迁移完成后系统进入了持续被 Agent 优化的状态。这背后有两层意义维度过去的默认假设智谱这次给出的证据国产算力「能跑但难上生产」两周承载全量线上流量软件栈靠人工调优、周期以月计由 LLM 驱动的 Infra Agent 持续优化规模千卡级验证居多10 万 卡集群实际运行收益靠换硬件靠改代码端到端吞吐 ×3.2当硬件差距被软件抹平一部分时竞争的焦点就从「买到什么卡」转向「多快能把自己的系统调到最优」——而智谱选择让模型自己来做这件事。二、数字吞吐 3.2 倍背后Agent 改了什么三个数字值得单独读端到端吞吐 ×3.2不是单点算子优化而是整套推理链路的系统级提升。端到端意味着从请求进入到结果返回每个环节的瓶颈都被纳入优化范围。GIL 阻塞损失 20% → 1%在 KV Transfer 场景中Python 因全局解释器锁GIL在并发下产生的性能损失被从「超过 20%」压到「不足 1%」。这是一个典型的「知道问题在哪、但人工重构成本极高」的硬骨头——恰好是 Agent 最能发挥的场景改起来机械、验证起来明确、收益可量化。KDA Decode ×1.71自研解码算子性能提升 1.71 倍说明优化不仅停留在调度层也下探到了算子实现层。把这三个数字连起来看优化对象覆盖了「调度GIL 并发→ 算子KDA→ 系统端到端」三个层次——这已经超出「让 AI 帮忙调个参」的范畴而是让 AI 主导一次完整的性能工程。三、机制Infra Agent 的自优化闭环智谱没有公开 Infra Agent 的全部细节但从可披露的信息可以还原出一个清晰的闭环阶段Agent 做什么人类角色部署GLM-5.3-Flash 首次运行在国产加速器上搭好可观测与回滚能力观察读取 profiling / 日志 / 指标定位瓶颈定义目标函数与安全边界假设提出「瓶颈在 X改法为 Y」的假设审核高风险改动改动修改调度逻辑 / 算子实现 / 配置代码评审与门禁验证跑基准、对比吞吐与正确性保留赢家验收循环回到观察继续下一轮持续监督这个闭环和 9 月 17 日谷歌 Dream-RSI 的思路形成了有趣的对照Dream-RSI 让 Agent 在「历史模拟器」里做梦、零成本试策略智谱让 Agent 在「真实生产系统」上迭代、以 profiling 数据为反馈。前者把试错搬进离线后者把反馈接进线上——两条路殊途同归都在让模型改进模型运行其上的基础设施Harness / Infra而不是改模型权重本身。四、为什么这是「RSI 工程化」的关键样本RSI递归自我改进在公众语境里往往被想象成「AI 改自己的权重、然后指数级变强」。智谱这次提供的是一个更现实、也更可能先落地的版本改进对象是「外围」而非「大脑」改的是推理系统、算子、调度不需要碰模型权重因此可控、可回滚、可审计。反馈信号明确吞吐、延迟、正确性都是可测量的Agent 不需要「自我评判聪明程度」只需要看指标——这天然规避了 RSI 最危险的「自我评估失真」。收益立即可验证每一次改动都能在真实流量上看到效果错了就回滚对了就保留形成正向的「能力复利」。迁移成本低这套方法不依赖特定硬件理论上可以复用到任何需要深度性能调优的基础设施上。换句话说RSI 不一定是「AI 发明更聪明的 AI」也可能是「AI 把承载 AI 的系统持续调到更优」——后者听起来没那么科幻但它在 2026 年就已经跑在生产流量上了。这正是唐杰说「早期形态已出现」的分量所在。五、边界与质疑「早期形态」到底离 RSI 多远当前 Agent 仍在人类定义的目标函数与安全边界内工作优化的是局部指标而非自主设定改进方向。真正的 RSI 要求它能重新定义什么叫「更好」——这一步没有证据。数据选择性披露3.2 倍、1.71 倍等数字缺少基线配置、测试 workload、硬件型号等细节外部难以完全复现。长尾风险Agent 持续改生产系统如何防止「指标变好但正确性/安全性变差」需要一个独立的验证者而不是让优化者自证。可迁移性国产加速器上的优化经验能否迁移到其他硬件/软件栈决定了这套方法是不是通用能力。六、给团队的落地清单如果你想在自家基础设施上复刻「Agent 自优化」可以从这几步开始先建可观测性再上 Agent没有可靠的 profiling 与指标Agent 就没有反馈信号只会盲改。把目标函数写死、把安全边界写死明确告诉 Agent「优化什么、绝对不能碰什么」并设独立门禁。从「可量化、可回滚」的任务起步并发阻塞、算子融合、缓存命中、批处理策略等都是高收益、易验证的切入口。保留独立的验证者性能提升必须同时通过正确性/回归测试不能只看吞吐。建立改动审计与版本管理Agent 的每一次改动都要能追溯、能回滚把它当「一个用代码提交的同事」来管理。别神话 RSI把它看成一类持续优化系统而不是通往超级智能的自动扶梯——这样反而更容易拿到真实收益。启示智谱这次真正想说的不是「国产卡追上来了」而是「让模型优化模型运行其上的系统这条路在 2026 年就能扛生产流量」。对做 AI Infra 的工程师① 未来的性能工程会变成「人定义目标 Agent 迭代」的协作模式你的核心价值从『会调』转向『会定义目标和边界』② RSI 的第一波红利大概率不在「模型自我进化」而在基础设施的自我优化——这是一个现在就能投入的方向③ 对国产算力生态而言软件栈的自我优化能力可能比单卡性能更能决定它能不能真正被用起来。来源量子位 QbitAI2026-09-17/ 爱范儿 ifanr2026-09-17/ 智谱 GLM 官方披露2026-09-17。本文为 AI 辅助整理的前沿技术解读事实以官方与权威媒体口径为准不构成任何投资建议。 延伸阅读 · 我的付费专栏觉得这篇文章对你有帮助我把同类主题的系统化内容沉淀成了付费专栏欢迎订阅支持持续输出专栏定价内容大模型工程师修炼手记19.9 元AI 编程 / Agent 深度实战AI时代程序员的自我提升49.9 元AI 时代成长方法论 一杯咖啡的价格换来系统化的知识体系你的订阅是我持续创作的最大动力。本文配套代码 / 资料包欢迎在评论区留言「求代码」我会私信发送完整资源
