9月17日，智谱GLM团队公开了递归自我改进（Recursive Self-Improvement，RSI）方向的首个工程化实践进展。该实践的核心在于让AI直接参与自身运行系统的改造——由GLM-5.3驱动的Infra Agent承担了GLM-5.3-Flash推理基础设施的设计、调试与优化工作，实现了模型对自身运行系统的反向改进。

据官方博客披露，Infra Agent在由超过10万张国产芯片构成的集群上，从零完成了生产级推理服务的搭建。整个过程中，端到端吞吐量在不到两周时间内被提升至初始基线的3倍，硬件利用效率与单Token成本均达到与主流NVIDIA GPU相当的水平。

这套系统并非停留在实验阶段。GLM-5.3-Flash已以匿名模型Ox-Alpha的身份在OpenCode和OpenRouter平台上线，6天内Token调用量突破62万亿，表明其已投入真实生产环境运行。

智谱GLM方面表示，这是国内大模型厂商首次公开将“AI自我改进”应用于生产环境。其意义在于，AI的角色不再局限于编写代码，而是能够深入推理系统的工程闭环，参与从设计到优化的完整链路。