开源 Agent 在黑盒测试中击败 NVIDIA FlashMLA 基准

2026 年 11 月 2 日，Reddit LocalLLaMA 板块的讨论披露了 OpenBMB 的 ForgeKernel Live 项目。该项目在 NVIDIA B200 上进行了一次约 22 小时的自主 GPU 内核优化运行，由一个自主 AI agent 完成。

该 agent 采用黑盒方式工作：它可以执行并测试官方 FlashMLA 实现、对结果进行基准测试，但无法访问其源码、文档或 profiling 信息。讨论中给出的运行数据包括：累计 22 小时自主优化、32 个内核版本、42 轮迭代，且 agent 在不到 10 小时内首次超越官方基准，最终将 FlashMLA 基准性能提升了 9.8%。

目前这一事件仅来自 Reddit 上的讨论，材料未提供官方博客或论文等其他信源，9.8% 提升、22 小时时长、32 个版本与 42 轮迭代等数字均出自该讨论，尚无更多独立佐证。