AI递归自我改进

RecodeX 重构消息，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，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到原来的3倍，硬件利用效率和单Token成本接近主流英伟达GPU水平。

该团队称，这套系统已投入真实使用，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。

RecodeX 重构消息，GLM团队披露在递归自我改进（RSI）方向的首个工程化实践：由GLM-5.3驱动的Infra Agent完成GLM-5.3-Flash推理基础设施的设计、调试与优化，实现模型对自身运行系统的反向改进，为国内大模型厂商首次公开跑进生产环境的RSI案例。

据官方博客，Infra Agent在超10万张国产芯片组成的集群上从零搭建生产级推理服务，不到两周将端到端吞吐提升至初始基线的3倍，硬件利用效率与单Token成本达到主流NVIDIA GPU相当水平，并支持1M上下文窗口与多模态请求。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。

GLM团队表示，系统尚未达到完全自主设计和训练下一代模型的阶段，但RSI早期形态已经出现。

RecodeX 重构消息，纽约时报报道，Inherent、Recursive Superintelligence等AI初创公司正致力于开发让AI系统实现“递归自我改进”所需的工具。计算机科学家、Recursive Superintelligence联合创始人Jeff Clune是这一方向的推动者之一。递归自我改进指AI系统能够自主改进自身能力，被视为通向更高级AI的关键路径。