Evolving Agent Teams：多智能体框架在 GPU 内核优化上超越 FlashInfer

多智能体框架 Evolving Agent Teams 针对现有编程智能体在专家级内核上陷入局部最优的问题，用中央监督者诊断并重组智能体团队，配合包含学习文档和演化历史的持久文件系统积累经验。在相同 token 预算下，该框架持续跑赢主流编程智能体基线。扩大预算后，它从零写出的 CUDA 内核在 FlashInfer-Bench 47 个生产负载中赢下 36 个，平均加速达到 FlashInfer MLA paged decode 内核的 1.2 倍。其他任务上也有具体成绩：AMD MI350X 上 KDA prefill 相比 vLLM 达 3.01 倍，NVIDIA B200 上相比 FlashKDA 达 3.44 倍，Apple M4 Pro 上 MoE 专家卸载服务达到 30.3 tokens/s 解码速度。