原帖引用 · AI 翻译
标题：“Evolving Agent Teams”
加州大学伯克利分校的一篇新论文表明，持续重组编程智能体团队的监督智能体，能够在单个智能体陷入停滞的情况下，超越专家编写的 GPU 内核。
编程智能体在 GPU 内核上起初进展很快，随后便安于更容易实现的设计，性能停滞在远低于专家代码的水平。在 MLA 解码内核上，Claude Code 的速度停滞在 FlashInfer 的 0.51 倍。
Evolving Agent Teams 增加了一个监督智能体，诊断每次进展停滞的原因并重组团队，设计出性能分析员、调试员或知识整合员等角色。共享文件系统保存历届团队的经验。
在相同的 token 预算下，它在 MLA 解码上达到了 FlashInfer 速度的 0.74 倍，而固定的 4 角色团队仅达到 0.31 倍。预算增加后，它达到了 FlashInfer 速度的 1.21 倍，并在 47 个生产工作负载中的 36 个上胜出。
对于耗时长、难度高的优化任务，当进展停滞时，让监督智能体重组各智能体的角色，而不是始终使用 1 套固定的智能体配置。
原文
New UC Berkeley paper shows that a supervisor that keeps reorganizing a team of coding agents can beat expert GPU kernels where single agents stall. Coding agents make fast early progress on GPU kernels, then settle on easier designs and plateau far below expert code. On the MLA decode kernel, Claude Code stalled at 0.51 times FlashInfer's speed. Evolving Agent Teams adds a supervisor that diagnoses each plateau and rebuilds the team, inventing roles like a profiler, a debugger, or a knowledge integrator. A shared file system keeps lessons from every past team. Under the same token budget it reached 0.74 times FlashInfer on MLA decode, against 0.31 for a fixed 4-role team. With more budget it hit 1.21 times FlashInfer's speed, winning on 36 of 47 production workloads. For long, hard optimization runs, have a supervisor restructure agent roles when progress stalls instead of running 1 fixed agent setup.