4月30日，澎湃新闻记者从智谱方面获悉，随着大模型利用从单一对话全面转向更复杂的、更长程的Coding Agent工作，推理基础设施迎来前所未有的压力，每天接受着数亿次Coding Agent挪用。部门用户在使用GLM-5系列模型执行复杂Coding Agent工作时，遭逢多种异常：乱码、复读，以及偶现的生僻字。

在底层基础设施上，智谱实现沉大工程进展，系统吞吐最高提升132%，一样硬件前提下服务能力的显著扩容。KV cache xxx建复规划获SGLang开源社区选取，此表，公司推理优化还在进一步加快，大幅提升单元算力token吞吐效能，降低推理成本。（澎湃新闻记者 范佳来）