计算机行业周报：智谱RSI实践：模型优化系统与系统反哺模型的最小循环

（以下内容从湘财证券《计算机行业周报：智谱RSI实践：模型优化系统与系统反哺模型的最小循环》研报附件原文摘录）
核心要点：
智谱RSI实践：模型优化系统与系统反哺模型的最小循环
智谱Infra Agent与稠密反馈，在十万卡国产集群上跑出“模型优化系统”的最小闭环。本周智谱创始人兼首席科学家唐杰通过公开技术博客，披露公司在RSI（Recursive Self-Improvement，递归自我改进）方向的首个工程化实践：由GLM5.3驱动的Infra Agent，深度参与GLM5.3Flash生产级推理系统的搭建、诊断与优化，使模型开始反向改进承载自身运行的系统。这个过程中依靠一套把正确性测试、执行Trace、微基准、端到端指标等做成局部、可及时、可客观验证的“稠密反馈（dense feedback）”机制，让Agent能自主提假设、改代码、跑实验、看信号再迭代。Agent先后定位并修复了长上下文TF32精度漂移、KV Transfer因Python GIL未释放导致的并发阻塞、以及Decode Kernel重复计算等真实底层瓶颈；叠加以算换存、以通信换显存、混合精度量化与EPD分离式架构等工程手段，最终不到两周时间将GLM5.3Flash从首次跑通推进到承接全部线上流量，端到端吞吐提升至初始基线约3倍，硬件利用效率与单Token成本逼近主流英伟达GPU水平。
我们认为，智谱此次对外披露的核心价值，在于将RSI落地为可审计的生产级工程案例：在真实异构硬件约束、实际业务流量以及既定吞吐条件下，模型深度参与自身推理基础设施的迭代优化。稠密反馈的实质，是将资深工程师的行业know?how予以显式化与接口化。一旦该套闭环环境具备可复用能力，模型侧的实验并行度将得到提升，单次迭代优化对应的人力边际成本随之下降；模型研发范式或将转向“Agent多假设并行试错+人类把控边界”的模式，每一次线上基础设施优化任务，均有望沉淀为下一代模型可验证的训练信号，进而推动工程经验从工程师的个人资产转化为可回流迭代的数据资产。这也预示着，大模型的研发链路与推理运行链路开始逐步共享同一套底层运行体系：底层基座依旧依托强化的代码生成与Agent能力；中间层为可复用的稠密反馈及评测环境；外层则覆盖可持续扩容的训练算力、生产推理算力以及研发试错算力。尽管距离实现完全自训练尚有较大差距，但该模式能够缩短代码调试、实验开展与结果验证的闭环周期，仅此便足以重塑前沿大模型厂商的内部研发组织模式，同时改变其资本开支的投向与结构。
市场回顾
1)本周申万计算机指数上涨1.58%，在申万一级行业中排名第10位。2)个股层面，本周计算机行业涨幅前十大个股：博汇科技、浩瀚深度、云天励飞-U、安博通、博实结、和达科技、雷柏科技、永信至诚、品高股份、山石网科。
3)根据Wind，以PE-TTM口径（整体法，剔除负值）统计，申万计算机行业9月18日收盘后总体市盈率水平为41.5。
投资建议
智谱以RSI最小闭环落地验证了AI自主优化基础设施的可行性，国产万卡集群在生产级推理场景的效率跃升将重写本土算力适配的能力边界。维持计算机行业“买入”评级。
核心受益方向：
1）AI算力与推理基建：RSI早期落地抬升的不只是单次预训练，更是持续的研发推理、算子、集群调度与国产芯适配需求。继续关注能提升推理吞吐、显存与缓存效率、高速互联与集群稳定性，以及在主流开源模型上具备国产算力适配与推理栈优化能力的环节。
2）云计算与大模型平台：RSI能力逐步成熟后，最先商业化落地的场景是面向企业的智能研发加速与Coding自动化，头部云厂商及具备自研大模型底座的平台企业将率先获益于API调用量与MaaS收入的双重提升。具备持续自我迭代能力的模型厂商，其护城河将随RSI进展进一步加深，建议关注已在RSI工程化上取得阶段性成果的国内头部大模型平台。
风险提示
AI技术发展不及预期;大模型应用落地节奏不及预期;宏观经济波动;国际环境发生变化。