新发的官方博客，《 Scaling Pain：超大规模 Coding Agent 推理实践》地址：z.ai/blog/scaling-pain

这篇文章总结了 GLM-5 在大规模 Coding Agent 服务中遇到的“Scaling Pain”及解决办法。

“对 Scaling Law 的信仰不仅驱动着我们在模型参数与数据规模上不断突破，也同样在不断逼近 Infra 工程的极限，这一过程伴随着不可避免的阵痛，我们称之为 Scaling Pain。随着大模型应用从简单对话全面转向更复杂的、更长程的 Coding Agent 任务，我们的推理基础设施迎来了前所未有的压力，每天承受着数亿次 Coding Agent 调用。

过去几周，部分用户在使用 GLM-5 系列模型执行复杂 Coding Agent 任务时，遭遇了多种异常：乱码、复读，以及偶现的生僻字。这些问题在标准推理环境下是不存在的，只在高并发、长上下文的 Coding Agent 场景下才会触发，很难稳定复现。团队经过数周的推演、排查与压测，最终定位并修复了几个相互独立的底层竞态 Bug，并对其中所反映的系统瓶颈进行了针对性优化，显著提高了推理系统的稳定性和效率。

我们将这段探索中收获的经验与教训与大家分享，一起克服 Coding Agent 推理的 Scaling Pain。”

AI创造营How I AI