Back Rohan Paul

Rohan Paul· @rohanpaul_ai · X· 2026-11-10 05:22 · Original publication time AI score54

UC Berkeley paper proposes reorganizing coding agent teams to optimize GPU kernelsMachine translation

AI introduction

Evolving Agent Teams uses a supervisor to diagnose stalls and rebuild agent teams, while a shared file system preserves lessons from earlier teams. On an MLA decode kernel, it reached 0.74 times FlashInfer's speed under the same token budget, versus 0.31 for a fixed four-role team. With more budget, it reached 1.21 times FlashInfer's speed and won on 36 of 47 production workloads.

Original post · AI translation

Rohan Paul@rohanpaul_ai

Translation · refer to the original

加州大学伯克利分校的一篇新论文表明，当单个智能体陷入停滞时，一个不断重组编程智能体团队的监督者能够超越专家编写的 GPU 内核。

编程智能体在 GPU 内核优化初期进展迅速，随后便满足于较容易实现的设计，性能在远低于专家代码的水平上停滞。在 MLA 解码内核上，Claude Code 停滞在 FlashInfer 速度的 0.51 倍。

Evolving Agent Teams 引入了一名监督者，负责诊断每次性能停滞并重建团队，创设性能分析员、调试员或知识整合员等角色。共享文件系统保留历届团队积累的经验。

在相同的 token 预算下，它在 MLA 解码任务上达到 FlashInfer 速度的 0.74 倍，而固定的 4 角色团队为 0.31 倍。预算增加后，它达到 FlashInfer 速度的 1.21 倍，并在 47 项生产工作负载中的 36 项上胜出。

对于耗时且困难的优化任务，应在进展停滞时让监督者重组智能体角色，而不是始终使用 1 套固定的智能体配置。

05:22 · 2026-11-10 · UTC+8

Found an error? Send a correction