发生了什么
智谱公开了其在 RSI（Recursive Self-Improvement，AI 词典：递归自我改进">递归自我改进）方向的首个成果，核心信息可以概括为：以 10 万张国产算力卡为底座，让 GLM 参与"造"GLM。该消息来自爱范儿的一则报道，目前披露的信息集中在"首个 RSI 成果"与"10 万国产卡"两个标签上，尚未包含具体的模型版本、训练规模与效果对比数据。
为什么重要
RSI 指的是让模型参与改进自身。传统大模型训练中，数据生成、筛选、配比与评测标准的设定大量依赖人工，模型能力提升的节奏因此受限于人的标注与调优速度。RSI 的思路是把这些环节尽可能交给模型，形成"模型产出数据—训练新模型—新模型产出更优数据"的循环。若这一循环能够稳定成立，迭代效率的量级会发生变化。
与"用 GLM 造 GLM"同样值得关注的，是算力侧。"10 万国产卡"意味着这套自我改进流程是在国产算力集群上执行的。对国内团队而言，算力供给与配套软件栈的成熟度长期是训练侧的核心约束变量；把高度依赖大规模实验迭代的方法放到国产卡上跑通，本身就是一次工程层面的验证。
还需要看什么
RSI 目前仍是产业界与学术界共同探索的方向，概念上的吸引力与工程上的可复现性之间存在距离。要评估这次成果的实际分量，还需要更多信息：自我改进闭环具体覆盖了训练流程的哪些环节、提升幅度如何度量，以及这套流程能否在其他模型与算力环境下复制。