返回热点榜
agent热度 4.6°

AI 聚合热点事件 · 2026/11/20

Claude 自写推理引擎 首 token 延迟从 12 秒降至 0.48 秒

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/20 00:18:00
全景综述与最新动态
1 家信源交叉印证

CMU 与 NVIDIA 等机构在《Singularity-Bench》预印本中设置了一道题:给 Claude Opus 5.5 基础服务器代码、4 张 GB300 显卡和 12 小时,在禁止联网的条件下用 Claude Code 写出一套推理引擎。在 16 路并发真实编程会话回放中,该引擎的 P90 首 token 延迟约 0.48 秒,而成熟引擎 SGLang v0.5.20 约 12 秒。这一结果把“智能体能否构建智能体”从概念讨论推进到可复现的工程验证。

最新动向/CMU 与 NVIDIA 等机构在《Singularity-Bench》预印本中设置了一道题:给 Claude Opus 5.5 基础服务器代码、4 张 GB300 显卡和 12 小时,在禁止联网的条件下用 Claude Code 写出一套推理引擎。在 16 路并发真实编程会话回放中,该引擎的 P90 首 token 延迟约 0.48 秒,而成熟引擎 SGLang v0.5.20 约 12 秒。这一结果把“智能体能否构建智能体”从概念讨论推进到可复现的工程验证。

逐小时热度走势

20 个完整观测小时
当前
4.6
峰值
7.123:00
近 24h 变化
-35%

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. 新智元 (微信公众号)T2·78 分

    Claude 自写推理引擎 首 token 延迟从 12 秒降至 0.48 秒

    原标题:Claude自写推理引擎!等AI回第一个字,12秒砍到半秒

    • Claude Opus 5.5 在禁网、限时 12 小时、4 张 GB300 的条件下用 Claude Code 独立完成推理引擎开发
    • 16 路并发真实编程会话回放中,P90 首 token 延迟从 SGLang 的约 12 秒降至约 0.48 秒
    • Singularity-Bench 将“智能体能否构建智能体”转化为可量化、可复现的基准任务