智谱GLM-5.3 Flash实现RSI自我递归优化，国产芯片推理成本骤降八成

【区角快讯】当大模型不再仅仅依赖人类工程师的代码调优，而是开始具备“自我迭代”的能力时，AI基础设施的演进逻辑正在发生深刻变革。9月17日，国内头部大模型厂商智谱AI披露了一项颇具里程碑意义的进展：其最新发布的GLM-5.3 Flash模型，在短短两周内通过RSI（递归自我改进）机制，显著提升了在国产AI芯片上的运行效能。

这款多模态大模型不仅以速度见长，更首次实现了基于全国产硬件的大规模部署。据悉，支撑该模型的算力底座由多达10万块国产AI加速卡构成。得益于这一规模化集群效应，单位Token的推理成本较今年年初大幅削减了80%，这在降本增效成为行业共识的当下，无疑是一个极具竞争力的数字。

更为引人注目的是技术层面的突破。智谱创始人唐杰透露，团队首次观测到了RSI能力的早期迹象。具体而言，一个由GLM-5.3驱动的Infra Agent（基础设施智能体），在两周时间内协助GLM-5.3-Flash完成了从初次跑通到承载全量线上流量的跨越，端到端吞吐量激增至原来的3.2倍。

这一过程并非简单的参数调整，而是解决了三个核心痛点：修复了KDA精度漂移问题，将KV传输开销从超过30%压缩至1%以内，并通过重构Decode算子获得了1.71倍的加速效果。详细的技术路径已在智谱官方发布的技术报告中公开。

这仅仅是智谱在RSI方向的一次初步探索。在此前的财报会议上，唐杰曾确认，下一代旗舰模型GLM-6的目标是实现“fully self-training”（完全自训练）。这意味着从预训练、中训练到后训练的全流程，模型都将具备自我进化能力。然而，真正的挑战在于如何让模型自主判断“何时停止”与“何时纠正”，而非盲目地扩大规模。这一关于自我认知边界的难题，将成为未来大模型研究的核心焦点。