幣界網消息，Databricks團隊表示，他們將GPT-6、Astra和Opus放入自動優化循環中，使模型持續重寫、測試和改進GPU、kernel，最終在NVIDIA SOL至ExecBench的四個賽道中全部排名第一。該基準包含235個GPU、kernel任務，覆蓋基礎運算子、複雜融合運算子、低精度計算和真實大模型推理。整個過程中模型的token花費約7萬美元。該系統建立在KDA和Humanize的基礎上，讓AI自行編寫kernel、進行正確性和性能測試，并根據結果不斷修改。KDA團隊近期還將類似方法應用於Kimi Delta Attention，在NVIDIA B300上實現了月之暗面官方FlashKDA的2.96倍速度。這兩項成果屬於同一套agent核心優化體系的不同應用。