智谱RSI实践：GLM-5.3驱动Agent自优化推理系统，GLM-5.3-FlashX发布
智谱创始人唐杰披露GLM团队在递归自我改进(RSI)方向的首个工程化实践：由GLM-5.3驱动的Infra Agent完成了推理基础设施的设计与优化，不到两周将端到端吞吐提升至初始基线的3倍。同时发布GLM-5.3-FlashX，推理速度最高200tokens/s，是GLM-5.3-Flash的5倍。这是国内大模型厂商首次公开跑进生产环境的RSI案例。
工程细节上，Infra Agent在超过10万张国产芯片组成的集群上从零搭建出生产级推理服务，克服了国产卡显存受限、生态不成熟、算子不完备等问题，硬件利用效率和单Token成本达到主流英伟达GPU水平，并支持100万上下文与多模态请求。承载这套系统的GLM-5.3-Flash曾以匿名模型在OpenCode、OpenRouter上线，6天Token调用量超62万亿。与此同时，新发布的GLM-5.3-FlashX速度最高达200 tokens/s、提价至原版2.5倍，这已是智谱年内至少第六次提价。