開源 Agent 在黑盒測試中擊敗 NVIDIA FlashMLA 基準

2026 年 11 月 2 日，Reddit LocalLLaMA 板塊的討論披露了 OpenBMB 的 ForgeKernel Live 專案。該專案在 NVIDIA B200 上進行了一次約 22 小時的自主 GPU 核心最佳化執行，由一個自主 AI agent 完成。

該 agent 採用黑盒方式工作：它可以執行並測試官方 FlashMLA 實現、對結果進行基準測試，但無法訪問其原始碼、文件或 profiling 資訊。討論中給出的執行資料包括：累計 22 小時自主最佳化、32 個核心版本、42 輪迭代，且 agent 在不到 10 小時內首次超越官方基準，最終將 FlashMLA 基準效能提升了 9.8%。

目前這一事件僅來自 Reddit 上的討論，材料未提供官方部落格或論文等其他信源，9.8% 提升、22 小時時長、32 個版本與 42 輪迭代等數字均出自該討論，尚無更多獨立佐證。