研究员|卢杨
智谱创始人兼首席科学家唐杰在X上首曝智谱在RSI(递归自我改进)领域的最新成果后,还不到24小时,GLM-5.3-FlashX就上线了。
唐杰在那篇技术长文里,分享了智谱在递归自我改进方向上的一次工程化尝试,而GLM-5.3-FlashX恰好是那篇长文发布之后的第一款模型产品。
虽然时间点的巧合很难不让人多想,但更合理的解释或许是,智谱有意把“模型自己优化自己”从实验室推向生产环境。
01 GLM-5.3-FlashX:提速5倍,涨价2.5倍
唐杰在长文里,提到的是Infra Agent。按他的说法,这个由GLM-5.3驱动的Agent,在超过10万张国产芯片组成的集群上,从零参与搭建了一套生产级推理系统,用了两周把端到端吞吐量提到了初始基线的约3.2倍。
这其中,真正值得关注的是中间过程,而非3.2倍这个结果本身。唐杰提到两个技术细节:Agent定位到KV传输与DeepEP调度之间的Python GIL阻塞问题,修复后KV传输开销从超过30%降到1%以内;在某个解码内核上,Agent发现分块方式导致同一归一化被重复计算四次,重构后获得1.71倍加速。这些细节说明,模型并非只提供建议,而是直接参与修改系统。
他表述得也比较克制。他说,智谱的模型已经能参与优化自己运行的系统了,但离真正的自我进化还有距离。
![]()
这背后是智谱在7月11日内部信里定下的“摸高”战略。信里提了四个方向:长程任务、自治智能体系统、完全自我训练、极致安全治理。这次InfraAgent的成果,算是“完全自我训练”方向的第一个工程化落地。
放眼全球,RSI这条路上已经站了好几个玩家。Anthropic在6月披露Claude编写了其代码库80%以上的合入代码,OpenAI在9月初宣布达成“自动化研究实习生”里程碑。智谱这次公布的案例,是其第一次把RSI相关的东西跑进生产环境。从时间线上看,不算早,但也不算太晚。
新发布的GLM-5.3-FlashX,最高推理速度提到了200 tokens/s,比原来的GLM-5.3-Flash快了5倍。官方说这是“智能、价格、速度的全面竞争力”,但价格这块其实涨了:FlashX的定价是原版的2.5倍,而且不再分时段打折。
速度不是白给的。智谱在10万张国产芯片的推理算力基础上,又加了一层Infra侧的优化投入,这些成本总得有人买单。智谱还称,GLM-5.3-Flash的基础版权已在HuggingFace开源,但FlashX暂未开源。
官方API里能调到的FlashX,是经过Infra层深度优化的加速版本,目前只走API。这就形成了一种分层策略:基础版开源吸引开发者,加速版通过API实现商业变现。对于想免费获取权重的开发者来说,FlashX暂时拿不到。
02 和DeepSeek V4.1 Flash比,谁更强?
因为速度指标确实接近,GLM-5.3-FlashX和DeepSeek V4.1 Flash这次还是被放在一起对比。GLM-5.3-FlashX标称200 tokens/s,DeepSeek V4.1 Flash在部分开发者实测中也能达到数百tokens/s。
但速度只是表面,值得看的是它们怎么做到这个速度的。DeepSeek是架构路线。V4.1 Flash是一个552B参数的MoE模型,采用了全新的Causal-Encoder-Decoder结构,输入和输出不对称:输入激活只有8B,输出激活16B。这种设计让KV Cache大幅压缩,显存需求降到上一代的1/4,SSD需求降到1/8。也就是说,DeepSeek是从模型结构本身去抠效率,把推理成本打下来。
![]()
智谱走的是另一条路。GLM-5.3-Flash是320B参数的MoE,单Token激活18B。FlashX的提速主要靠Infra侧的工程优化(当然这背后也少不了RSI的影子),也就是在10万张国产芯片集群上做系统性调优。这条路线的优势在于不挖掘现有硬件的潜力。代价是,这种优化高度依赖集群规模,普通团队很难复制。
定价上的差异更能说明问题。DeepSeek定价,V4.1 Flash闲时缓存命中输入价格远低于未命中价格,未命中约1元/百万token,输出约4元/百万token,高峰时段翻倍。这个价格策略摆明了是要用低价换市场。智谱则选择提速涨价,FlashX定价是原版的2.5倍。一个以低价替代旗舰,一个以提速支撑涨价,两家的商业逻辑几乎相反。
我们也拿两个模型做了一轮对比测试,让它们生成一个平面小游戏:场景里有一些球球当敌人,模型要把这些敌人和遮挡物设计出来,靠障碍物制造一点难度。
两边速度都很快,没有出现等半天的情况。费用上,智谱这轮花费约2元,DeepSeek花费3元多。价格差距并没有十分大,产出上智谱确实强一些。它给的版本玩法设计更完整,敌人和遮挡物的配合更自然,玩起来更有层次。DeepSeek的版本也能跑,基本框架没问题,但玩法扁平,难度设计比较简单,就是在平面上摆了几个“敌人”,可玩性弱一点。UI体验两边差不多,没有谁明显更精致。
这个测试样本很小,不能说明全部问题。但至少在我们这个任务里,智谱多花的那一块多钱,换来了更完整的产出。如果用户只想要一个能跑的小游戏,DeepSeek更便宜;如果想要玩法上多一点点意思,智谱或许表现更好。
03 另一面:ZCode被曝静默上传全量Git历史
不过,就在RSI叙事被推到台前的同期,一篇由博主ferstar撰写的关于ZCode的排查文章也在开发者社区流传。
ZCode是智谱推出的AI编程桌面软件,和GLM-5.3当“编程伙伴”是同一条线。作者称,只要用户登录ZCode,它就会在后台悄悄把整个项目打包、加密,再传到阿里云。传的不只是当前代码,还包括项目从创建到现在的全部修改记录、大文件缓存、本地操作记录和全局设置。
该作者还称,自己在电脑里找到一个313MB的加密包。状态显示它上传失败564次,还留在本地一直等着重试。这个包是用服务器临时给的公钥加密的,私钥只存在智谱云端。所以这个加密包,用户自己打不开,ZCode本地也打不开,只有服务器能解开。
更敏感的是包里的东西。作者统计了4万多个文件,发现接近87%都是Git相关内容:Git大文件缓存约196MB,Git历史记录约102MB,操作日志约0.6MB。也就是说,以前删掉的敏感配置、历史密钥,还没有推送到远端的本地分支、公司内部代码库地址和仓库路径,都可能一起被打包传走。
文章还说,软件设置里的开关,甚至关不掉这个行为。负责打包上传的后台程序一启动就运行,只要登录拿到身份凭证就会工作。手动删掉本地的待上传包也没用,它很快会重新打包,失败次数继续增加。作者建议把存放这些快照的文件夹用系统锁锁死:Mac上用chflags uchg,Linux上用sudo chattr +i,让ZCode写不进去。代价是ZCode的“检查点回滚/时间线”功能不能用。
单凭这些信息虽然并不能直接证明智谱把用户代码拿去训练,但把它和智谱最近讲的“让模型自己优化自己”放在一起,就会让人看到另一面:模型想变强,需要大量真实代码、运行日志和工程现场;如果这些数据是在用户不知道,也关不掉的情况下被整包上传,那“编程伙伴”和“数据采集器”的界限就模糊了。对开发者来说,模型多快、多便宜是一回事;代码和Git历史被谁拿走、怎么拿走、拿走去干嘛,是另一回事。
GLM-5.3-FlashX只是这条路上的第一步。它跑得快不快,定价合不合理,开发者买不买账,这些问题的答案会决定智谱这套RSI叙事能走多远。但从此刻开始,国产大模型的竞争,正在从拼参数、拼榜单,转向拼迭代速度。
(文中内容和观点仅供参考,不构成投资建议。投资有风险,入市需谨慎。)
编辑|邱慧
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.