币界网消息，Databricks团队称，他们将GPT-6 Astra和Opus 5放入自动优化循环，使模型持续重写、测试和改进GPU kernel，最终在NVIDIA SOL-ExecBench的四个赛道全部排到第一。该基准包含235个GPU kernel任务，覆盖基础算子、复杂融合算子、低精度计算和真实大模型推理。整个过程的模型token花费约7万美元。该系统建立在KDA和Humanize之上，让AI自行编写kernel、进行正确性和性能测试，并根据结果不断修改。KDA团队近期还将类似方法应用于Kimi Delta Attention，在NVIDIA B300上实现月之暗面官方FlashKDA的2.96倍速度。这两项成果属于同一套agent内核优化体系的不同应用。