#WorkBuddy# 国产 AI 开始"自己改进自己"了：智谱把 RSI 跑进生产，靠低价 token 吃饭的人先受益

我天天拿 AI 干活，对一件事最敏感——账单。

所以最近智谱放出来的一条消息，比它又发了多强的模型更让我上心：它开始"自己改进自己"了，而且不是写在论文里，是跑进生产环境了。

它到底做了什么

智谱披露，用 GLM-5.3 驱动的 Infra Agent，在超 10 万张国产芯片组成的集群上，自己搭建并优化推理系统。结果两周内吞吐提升了 3.2 倍。同一时期，GLM-5.3-Flash 匿名上线 6 天，调用量就超过 62 万亿 token。

翻译成人话：以前是工程师手调参数、手搭系统；现在是 AI Agent 接管了"怎么把 AI 跑得更快更省"这件事，而且规模拉到了十万卡级别。

这跟我有啥关系

我是那种天天调 API、按 token 算账的人，所以第一反应是：这会影响我的成本。

逻辑很简单——国产算力跑出能对标顶级 GPU 的单 token 成本，低价 token 的池子就被撑大了。我之前嫌贵、不敢放手跑的活儿，以后可能就敢交给它了。62 万亿 token 的调用量也说明，便宜这件事本身就能把用量顶上去。

这里建议先收藏——"AI 改进 AI"会从根上改写成本曲线，靠 token 吃饭的人（包括我）是第一批被波及的。

我的判断

递归自我改进（RSI）从论文里的概念，走到能报出生产数字，意味着模型迭代的速度可能开始甩开人力。对用 AI 干活的人来说，短期是红利：更便宜、更能跑。

但我存一个疑问：一个系统"自己改进自己"，改到哪算头，谁来踩刹车？效率归效率，边界归边界，这两件事不能混为一谈。

你是觉得 AI 自己迭代是好事，还是觉得这事该有人一直盯着？同类境遇的来评论区碰一下，我想看看大家的心理底线都划在哪。