伯克利 EAT 框架:多智能体逃出局部最优,GPU 核超 FlashInfer 1.2 倍

burny_tech · x · 2026-11-05

UC Berkeley 团队发布论文 Evolving Agent Teams(EAT),针对编码智能体在真实专家级 GPU kernel 优化中陷入局部最优的问题,提出多智能体框架:

核心机制:中央 supervisor 诊断当前局部最优的成因,动态重组 agent 团队(按需创建调试、profiling、探索替代方案等专职 agent),并将经验沉淀到持久化文件系统(学习文档、演化历史、团队工件)中。
关键结果(B200 GPU、扩展 token 预算):从零生成的 CUDA kernel 平均比生产级 FlashInfer MLA paged decode kernel 快 1.2x,在 FlashInfer-Bench 的 47 个生产工作负载中赢下 36 个;KDA prefill 任务比 FlashKDA 快 3.44x;另有 AMD MI350X(3.01x over vLLM)、Apple silicon MoE 推理(30.3 tokens/s)和 RoboDojo 机器人操作(62.1 vs 最强榜单 55.3)上的验证。
论文指出:让 kernel「跑起来」和让它「跑得快」是两回事——agent 遇到更难但更优的硬件路径屡次失败后,倾向于退守打磨简单设计。

代码已开源:github.com/caoshiyi/EAT

「编程与Agent」频道最新