伯克利提出监督者动态重组编码智能体团队
原标题：New UC Berkeley paper shows that a supervisor that keeps reorganizing a team of coding agents can be...
78AI 研判分
加州大学伯克利分校的新论文提出 Evolving Agent Teams 方法：由一个监督者诊断编码智能体团队的停滞瓶颈，并动态重组角色（如性能分析员、调试员、知识整合员），配合共享文件系统沉淀跨团队经验。在 MLA 解码内核优化任务上，该方法在同等 token 预算下达到 FlashInfer 速度的 0.74 倍，固定 4 角色团队仅为 0.31 倍；增加预算后达到 1.21 倍，并在 47 个生产负载中胜出 36 个。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-11-09 21
UC Berkeley 的一篇新论文表明，一个持续重组编码智能体团队的监督者，能够击败专家级 GPU kernel，而单个智能体在此类任务上会陷入停滞。
编码智能体在 GPU kernel 上初期进展迅速，随后便满足于更简单的设计，陷入停滞，远低于专家代码的水平。在 MLA decode kernel 上，Claude Code 停滞在 FlashInfer 速度的 0.51 倍。
Evolving Agent Teams 增加了一个监督者，它诊断每一次停滞并重建团队，创造出诸如 profiler、debugger 或 knowledge integrator 之类的角色。一个共享文件系统保存了每个过往团队的经验教训。
在相同的 token 预算下，它在 MLA decode 上达到了 FlashInfer 的 0.74 倍，而固定的 4 角色团队仅为 0.31 倍。在更多预算下，它达到了 FlashInfer 速度的 1.21 倍，在 47 个生产工作负载中赢了 36 个。
对于漫长而艰难的优化任务，当进展停滞时，让监督者重构智能体角色，而不是运行一套固定的智能体配置。
