键盘，一边给江松然解释。
「我们用的是「算子打靶法」，韩总定的路径。」赵文渊说，「先选一个算子，设个基准，一般是N卡同类实现的百分之八十。然後让智能体生成初版，跑测试，不达标就根据测试报告再叠代一轮。」
江松然把目光从赵文渊脸上移开，落到屏幕上。
他刚才听见「智能体」三个字的时候没在意，以为是某个跑测试的脚本，或者哪个开源的代码生成模型套了个壳。
但是他看见赵文渊在终端里打开了一个新的算子文件夹，是空的。
两人之前看过别的文件夹了，每个里面都有十几轮的叠代记录，每一轮记录都对应着代码、测试报告、性能分析报告。
赵文渊打了一段提示词，大意是生成这个算子的国产适配，以及其他一些技术细节的约束，然後把提示词发了出去。
终端里出现了一串绿色的思考过程，一行一行地描述智能体的运行状态：
智能体先是拆解任务、规划步骤。
然後是代码生成，几百行的算子核心，CUDA风格但是面向国产卡的适配代码，很快就生成完了。
再然後是自动写测试用例，覆盖各种边界情况。
最後是跑测试。
测试用例一个一个跑，前面三十多个都是绿色的PASS。
跑到一个标记着「performancebenchmark」（性能基准）的测试，输出变成了黄色一【Functional：PASS】
【Performance vs Nvidia：67.3%】
【Threshold：80%】
【Status：FAIL（below threshold）】
江松然看的真切：功能实现了，但是性能没达标。
测试失败了。
但这不代表个流程不惊人。
江松然现在心里的想法不好形容。
首先他松了一口气一如果看着以前要花几个人月的项目五分钟就被做出来，他可能会吓死。
但是，第一次叠代能达到N卡的67.3%已经很惊人了。
而这仅仅花了不到五分钟。
赵文渊把滑鼠停在屏幕上的输出上，向江松然解释道：「没过基准，但是我们同时也有完整的分析报告，下一步往哪个方向调整，非常清晰。工程师只需要想好下一轮的方向，变成新的提示词，再丢回去
…。。