无问芯穹 Agent 框架登顶 NVIDIA GPU 算子评测榜四大赛道
GPU 算子榜单成了检验 Agent 能否完成长链条工程任务的试验场：无问芯穹通过沙箱隔离、共享记忆和调度约束，让 AI 自主迭代出逼近硬件极限的 Kernel。
NVIDIA Research 的 SOL-ExecBench 把 GPU 算子优化放到真实硬件上比拼：提交的 Kernel 既要通过正确性验证，又要逼近硬件的理论性能上限。无问芯穹用一套能自主写码、提交评测、读反馈再调整的 Agent 框架拿下四个赛道第一；在 235 道题中，该框架获得 88 项单题第一，数量是第二名团队的两倍多。
正文摘录
.jpg) 如果说过去几年 AI 能力的提升，主要依赖人类不断扩大模型规模、增加训练数据和投入更多算力，那么接下来，一个更具想象力的问题正在浮现： AI 能否利用自己执行任务的结果和反馈，反过来改进自身？ 这正是近期最火热的赛道之一 —— RSI（Recursive Self-Improvement，递归自我改进）所关注的方向。 在 Anthropic，Claude 已经参与了相当比例的内部模型研发工作，出现了 AI 自主开展开放式 AI 安全研究、提出并验证新方法的成果；在 Weco AI，研究人员提出了首个达到一级递归自我改进（Level 1 RSI）的实验 Agent 系统 AIDE²。对于 AI 研究团队来说，以往作为研究对象的 AI 系统已经变成了具备自我研发能力的研究员。在一些细分领域上，RSI 似乎已经有了局部闭环。 但要让这种自我改进真正发生，远不只是让 Agent 多生成几轮代码、多消耗一些 Token。它不仅需要能够自主执行任务，也需要可靠的评测环境、及时的结果反馈，以及根据反馈调整下一步行动的能力。更进一步，AI 产生的优化成果，还需要能够真正作用于支撑自身运行的系统。 在近期由 NVIDIA Research 推出的备受关注的 GPU 算子性能评测榜单 SOL-ExecBench，为观察这一趋势提供了一个窗口。 这场围绕 GPU Kernel 优化展开的全球竞赛，吸引了 Databricks、SF Tensor、Cursor、Recursive、Geometric 等众多技术团队参与。