自 3 月起，我们在 GLM-5 的线上监控和用户反馈中观察到三类异常现象： 
乱码（garbled output）、复读（repetition），以及生僻字（rare character）。 
大家常称之为 “降智”。 
但由于我们并没有上线任何降低模型精度的优化， 
所以问题变得扑朔迷离了起来。 
我们需要明确：异常究竟源于模型本身，还是源于推理链路？ 
这个问题经过数周的推演、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。 

问题的发现和解决依托于社区开发者的互动， 
我们向开发者有奖征集了一百余个case，用于前期定位问题， 
也就是文档中的第一步： 

排查初期，我们先对用户反馈的 bad cases 做本地回放，并将同一批请求重复推理数百次，但始终未能复现异常，说明大概率不是...