让AI帮忙造下一代AI，听起来像模型已经会“自我进化”。智谱公开的进展更具体，也更克制：GLM-5.3驱动的Infra Agent——能读日志、改代码、运行实验并继续迭代的基础设施助手——参与搭建和优化GLM-5.3-Flash的推理系统。推理是模型训练完成后的实际运行，并非训练模型本身。据智谱披露，这套系统运行在超过10万张国产芯片组成的集群上，不到两周将端到端吞吐提升至初始基线约3倍；吞吐指单位时间内可处理的请求或Token数量，不代表回答质量提高。
最值得注意的不是“AI写了代码”，而是团队给它建立了稠密反馈：把笼统的“性能变差”拆成算子测试、运行日志、执行轨迹和微基准等可定位、可验证的信号。这样，Agent能提出假设、局部测试，再根据结果修正方案。比如，它把KV Transfer场景中超过20%的性能损失压到1%以内。这个闭环说明模型已能参与优化承载GLM的系统，但目标、边界和风险仍由工程师决定；智谱也明确表示，这还不是完整的递归自我改进，更不能说GLM已自主训练下一代模型。