头条 / TOP STORY
Sankalp(GPU 优化竞赛参与者):「1500 次提交换来 232 倍加速」
这是 Sankalp 第一次认真尝试 auto-research。他没有让 Codex 一次性“想出最佳答案”,而是把评测器、提交入口和结果日志接成循环:生成候选、跑基准、保留更好的版本、记录已失败的方向,再继续组合新方案。14 天里他提交了 1500 多次,最终把一个 GPU kernel 做到基线的 232 倍速度,排名 183 人中的第 12 名;他同时承认,真正让循环跳出局部最优的,仍是人对领域的理解和对候选方向的干预。
💬 「The better you know something, the better you can prompt the LLMs, because you convert unknown unknowns into known unknowns.」
编辑视角自动化最适合的不是“把问题交给 AI”,而是把结果能否变好变成可重复判定的反馈。我们做产品实验时,也可以先把一个主观目标改写成可评分的检查器,再让 AI 批量试方案,人负责改规则和选方向。