据量子位报道，一个 AI 系统从零起手编写算子（kernel），性能反超了 DeepSeek 人类手写版本的巅峰成绩，速度快 9.8%。这意味着自动代码生成在底层性能优化这一高门槛环节，开始具备与资深工程师正面比较的能力。
算子是大模型和深度学习框架最底层的计算单元，矩阵乘、归一化、注意力等操作最终都要落到具体硬件上执行。它的实现质量直接决定训练与推理的实际吞吐和成本，因此长期被视为最依赖人工经验的领域之一：需要工程师熟悉硬件架构、访存层级与指令特性，反复迭代调优，产出周期长、人才稀缺。此前 AI 写代码的讨论多集中在业务逻辑、脚本与前端等场景，对性能敏感的系统级代码涉猎有限。
此次结果的关键点不在于“AI 会写代码”，而在于它写出的是性能超过人类专家手写最优版本的代码。如果这一结果可复现并可泛化，算子库的生产方式可能从人力密集的手工调优，逐步转向自动生成加自动搜索的流水线，对新硬件适配、推理成本压缩和框架维护都有直接影响。
需要指出的是，目前公开信息有限，报道未披露所用模型、目标硬件平台、基准测试范围与复现方式。9.8% 的领先幅度能否在更多算子类型、更多硬件上稳定成立，仍需进一步验证；从单点最优到可工程化、可维护的自动算子生产，也还有距离。对 AI 从业者而言，这一结果值得关注的信号是：竞争焦点正从“模型能不能写代码”，转向“能不能写出比人类专家更快的底层代码”。