智谱披露GLM-5系列Coding Agent推理“Scaling Pain”及修复

智谱披露GLM-5系列在超大规模Coding Agent推理中遭遇乱码、复读等异常，源于PD分离架构下KV Cache复用竞态及HiCache加载时序缺失两个底层Bug。修复后异常率降至万分之三以下，并推出KV Cache分层存储方案LayerSplit，Cache命中率90%时吞吐提升10%-132%，相关修复已提交至SGLang社区。