智谱GLM团队披露递归自我改进工程化实践：GLM-5.3驱动的Infra Agent在超10万张国产芯片集群上从零搭建推理服务，不到两周处理速度提升至3倍，GLM-5.3-Flash以匿名模型Ox-Alpha上线6天Token调用量超62万

2026年9月17日，智谱GLM团队披露递归自我改进方向的首个工程化实践进展，即让AI自行改进其运行系统。由GLM-5.3驱动的Infra Agent在超过10万张国产芯片组成的集群上，从零搭建并调试推理服务，不到两周将整体处理速度提升至原来的3倍，硬件利用效率和单Token成本接近主流英伟达GPU水平。该系统已投入真实使用。

智谱创始人唐杰同日发文表示，GLM-5.3-Flash在两周内完成国产加速器全量部署，吞吐提升3.2倍，大部分工作由GLM-5.3驱动的Infra Agent完成。唐杰称，团队为Agent构建了分层验证接口，基于真实基础设施任务构建的可验证反馈环境是训练下一代模型所需要的，每个Agent完成的任务都可成为其后继者的训练场。他表示，距离完全递归自我改进尚远，但“模型优化系统、系统服务模型”的循环已经开始运转。

GLM-5.3-Flash以匿名模型Ox-Alpha在OpenCode、OpenRouter上线，6天Token调用量超过62万亿。这是国内大模型厂商首次公开将“AI自我改进”用于生产环境。