GLM团队公布了递归自我改进（RSI）方向的首个工程化实践案例。由GLM-5.3驱动的Infra Agent成功完成了GLM-5.3-Flash推理基础设施的设计、调试与优化，实现了模型对自身运行系统的反向改进，这是国内大模型厂商首个公开应用于生产环境的RSI案例。该Agent在由超过10万张国产芯片组成的集群上搭建了生产级推理服务，仅用两周时间就将端到端吞吐量提升至初始基线的3倍，硬件利用效率和单Token成本均达到主流NVIDIA GPU的水平，同时支持1M上下文窗口和多模态请求。GLM-5.3-Flash以匿名模型Ox-Alpha的身份在相关平台上线，6天内Token调用量超过62万亿。在此次实践中，Agent能够围绕推理系统完成完整的工程闭环。GLM团队表示，虽然系统尚未达到完全自主设计训练下一代模型的能力，但已展现出RSI的早期形态。