DSPy推出Flex模块，实现代码级优化并大幅降低LLM调用

DSPy框架推出了名为Flex的新实验性模块，由@michaelnisaac主导，通过扩展dspy.GEPA优化器，使其不仅能优化提示词，还能直接学习和重写代表任务的Python代码、预测器及控制流。实测数据显示，Flex在一项任务中将准确率从90%提升至95%，同时将所需的LLM调用次数大幅减少75%。这一进展标志着AI优化能力从提示词层面跨越到代码层面，为提升程序运行效率和降低算力消耗提供了新路径。

已确认

• Flex是DSPy推出的新实验性功能，不仅能优化指令，还能直接优化程序的代码与控制流。
• 结合GEPA优化器，Flex在一项任务中将准确率从90%提升到了95%。
• 该功能在提升准确率的同时，将所需的LLM调用次数大幅减少了75%。

为什么重要

• 传统优化往往局限于提示词层面，而Flex实现了向底层代码优化的跨越。随着大模型编程能力的提升，直接让优化器重写并优化代码，能显著提升程序的运行效率并降低算力消耗（如锐减75%的调用量），为AI应用的开发与部署提供了更高效的路径。

2026-08-04 ~ 2026-08-06 · 6 条相关

• DSPy 推出实验性功能 Flex：可自动优化代码与控制流 — lateinteraction · 2026-08-04
• 【源头】DSPy 推出 Flex 模块：让大模型直接优化代码，LLM 调用量锐减 75% — dbreunig · 2026-08-06
• DSPy引入Flex：代码与提示词双优化，LLM调用次数锐减75% — dbreunig · 2026-08-06
• DSPy 推出 Flex：不仅能优化提示词，还能自动优化代码 — lateinteraction · 2026-08-06

另有 2 条近重复转述:dbreunig · lateinteraction