CMU 的出色论文：很快，编程智能体就能调优整个技术栈，从提示词到 token 服务。这项工作尝试了……
CMU 的 ServerBench 要求编程智能体设计一整套专用的 LLM 服务系统并决定同时运行多少会话，按每美元 GPU 成本下经延迟修正的 token 价值打分。Claude Sonnet 5.5 为 Gemma E4B 搭建的服务系统，每美元 GPU 成本的价值达到 vLLM 基准的 4.87 倍；在 11 个编程智能体模型上，33 次运行中有 22 次产出了可验证的系统，13 次超过了最强基线。它的重要性在于，编程智能体开始优化自身运行的基础设施，而不只是编写应用代码，这是 AI 技术栈走向自我改进的一步。
报道来源
- Elvis Saravia2026-11-05 13:48