智谱发布技术博客，讨论GLM-5系列模型在高负载下出现的乱码和复读现象。团队发现问题源于推理状态管理和KV Cache的竞态，提出在线异常监控策略和KV Cache分层存储方案，显著提升系统处理能力。未来，维护推理基础设施的输出质量将至关重要。