10:22arXiv cs.AI@Zepeng Li, Jie Ren, Zhanyong Tang, Jie Zheng, Zheng WangAutoPass 是一个多智能体框架,利用编译器和运行时证据引导 LLM 生成编译器优化决策。它在 LLVM 编译器上实现,在 x86-64 和 ARM64 系统上测试,分别比 LLVM -O3 实现了 1.043x 和 1.117x 的几何平均加速。AutoPass 无需离线训练或微调,可直接应用于新基准和平台。AI模型AutoPassLLVM编译器性能调优智能体推荐理由:AutoPass 把 LLM 变成编译器调优助手,不用训练就能在 x86 和 ARM 上跑出比 -O3 还快的速度,实测有 4-11% 的加速。原文
09:47Guillermo Rauch@rauchg精选Vercel CEO Guillermo Rauch 在 X 上分享了对 Codex 的 /goal 指南的观察,指出其能自动发现低垂果实如并发控制不足、缺失数据库索引等性能问题,但警告在中等复杂度的生产系统中,AI 代理的建议可能接近“AI 精神病”,产生不切实际的优化目标。该指南展示了 AI 代理在系统优化中的潜力,但也暴露了其在复杂环境下的局限性。开发者可借此快速识别简单问题,但需谨慎对待高级优化建议。AI产品CodexAI代理系统优化生产系统性能调优推荐理由:做后端性能优化的开发者值得一看——Codex 能帮你快速定位并发和索引问题,但别让它对复杂系统许下不切实际的承诺。原文