GLM 官方详解 Infra Agent 如何在 10 万国产加速器集群上建起 GLM-5.3-Flash 推理基础设施

作者体验 gpt-5.6-luna 后指出，小型模型在速度与成本上已具竞争力，实测约 100 tps，处理数千封邮件的 API 成本仅几十美分。相比之下，GLM 5.3 也出现在帕累托前沿。作者认为，随着 token 成本下降，面向消费者的 AI 应用将迎来机会，而"快速/廉价/够用"型模型在企业端的"token 喷射"类工作中需求即将爆发。

本文面向零代码用户，提供一套使用国产大模型（Kimi、GLM、Qwen等）从零开发并上线产品的完整流程。核心步骤包括购买Coding Plan、下载官方Agent编程产品、注册域名与服务器并同步做ICP备案，然后通过Agent的Plan模式描述需求并让AI自动执行开发。上线后建议建立分支保护与测试流程，并强调即使不懂代码，也必须对系统架构了如指掌。

WorkBuddy是面向国内用户的通用Agent产品，支持Windows和Mac，提供免费版和58元/月个人专业版，企业版已推出。内置代码开发、日常办公、设计创意三种场景模式及100多个行业领域AI专家。模型集成腾讯混元、DeepSeek（推荐V4 Pro）、GLM、Kimi等国产大模型，也支持接入兼容OpenAI协议的外部API。拥有Skills市场和MCP连接器生态，可打通QQ邮箱、腾讯会议、腾讯文档等服务。教程通过公众号周报生成和功能网页开发两个案例演示实际用法。

On Cloudflare Workers AI, 155 GLM-5.3 responses contained other customers' data — stale KV-cache pages served with HTTP 200. The mechanism, the 25-minute repro, the SGLang bug behind it, and a canary script that tests YOUR provider for cro…

百度千帆Token Plan个人版实战训练营正式收官，四节课覆盖入门、进阶、实战与案例，演示用一套额度创建API Key接入DeepSeek、GLM等主流模型。进阶课拆解Coding Agent烧Token的根因，指出粗放上下文管理单次请求可能携带超10万tokens。案例课以Token Plan为资源管控底座，结合DeepSeek Harness开发养老照护决策平台。

On September 8, 2026, a security researcher told Cloudflare that very long prompts sent to one of its...

My blunders endpoint flags GLM 4.7 Flash with 88 decisions for naming a poker hand it doesn't hold,...

SiliconFlow sells one OpenAI-compatible API for 200+ open and commercial models\u200a\u2014\u200aDeepSeek, Qwen, GLM, Kimi, FLUX and more\u200a\u2014\u200awith serverless, dedicated...

Mistral is expanding Vibe, its terminal-based coding agent, with three connected workflow...

Baseten 的 Model API 在 Artificial Analysis 上跑出 200+ TPS、约 200ms TTFT，成为该榜单上最快的 GLM-5 服务。