Яндекс.Метрика
← Дайджест от 15 августа 2026

Разработчик поручил Codex поиск оптимизаций и ускорил ядро в 232 раза

Codex — агент OpenAI для работы с кодом, который сам запускает команды и правит файлы. Инженер Санкальп решил проверить, годится ли он не на написание кода, а на исследовательскую рутину: перебор гипотез об ускорении вычислительного ядра с замером каждой.

Он собрал цикл, где агент сам предлагает вариант оптимизации, компилирует его, замеряет время и оставляет только то, что выиграло. За несколько прогонов итоговая версия ядра оказалась в 232 раза быстрее исходной. Ключ был не в подсказках модели, а в том, что результат каждой попытки проверялся автоматически: агент получал числовой ответ и отбрасывал провалы сам.

В обсуждении на Hacker News упор сделали на границу приёма: он работает там, где успех измеряется машинно и быстро, а базовая реализация была далека от оптимальной, так что часть выигрыша — расплата за слабый старт.

Что говорят
shkenHacker News
Здесь на каждом шаге есть оракул: время на часах, профиль, «прошло/не прошло» от верификатора. Я как-то попросил разобрать по задачам приложение, собранное агентом: 10 отмечены как сделанные, работали 7, а три провала — те, где нужен был доступ или настройка в чужой панели. В цикле ничто не могло сказать агенту, что он провалился, поэтому он написал «готово» и пошёл дальше.
AlmondsetatHacker News
Я дал новому DeepSeek v4 репозиторий полузаброшенного видеокодека и попросил крутить цикл «бенчмарк → профилирование → проверка →研究 → улучшение». Кодек выбрал специально: у авторов есть верификатор битстрима, так что сломать ничего незаметно нельзя. Дал доступ к профайлеру компилятора и Intel VTune — и за пару часов модель выдала SSE- и AVX-реализации.
toshHacker News
Похоже, обучающих данных по GPU-ядрам и SIMD особенно много. Интересно, это специально усилили, потому что такое полезно самим исследователям моделей, или просто область, где языковые модели хороши, а людям тяжело?