OpenBMB（面壁智能）发布ForgeStencil，是我曾经发过项目里最硬核的一个agent：由两个 LLM Agent 协同，把一个 Stencil 优化想法自动变成真实软件里经过验证的加速。过去二十年,Stencil 优化只自动化了一件事:写代码。

如果要想出该用什么优化策略、再把它塞进一个几十万行的真实科学软件里还不能算错——这两步一直是博士生的手工活。

例如：天气预报、石油勘探、医学影像、飞机模拟这些软件,都要在超算上把同一道数学题算成千上万遍,一跑几小时几天,烧钱烧电。

让它们跑快点,一直得靠一种稀缺博士高手:先想出提速的招,再把这招装进几十万行的老软件里,还得保证算出来的结果一分不差。这活又贵又慢,一个博士生折腾几个月才搞定一个。

OpenBMB 的 ForgeStencil,用两个 AI 把这个高手替了:
一个 AI 专门"想招",自己反复试、攒出一本提速秘籍;
另一个 AI 拿着秘籍,去真实软件里找最慢的地方、把招装进去、再自动验一遍结果对不对。

全程没有人插手。拿 100 个真在用的科学软件试了一遍，平均快了一倍,个别的快几十倍。

最狠的是真实场景测试：对照的是软件原本就在用、已经优化过的正版代码,而不是随便找个弱鸡版本来比;测速用软件自己的秒表,来回交叉测好几轮。谁敢虚报加速,系统直接报错。现在的 AI 大多栽在"demo 好看、真上场就拉胯、数字还注水"。作者坦诚有些提速是沾了老软件本身的光，确保每个数字都能从零复现、任人核对。

这才是 AI 自动搞研究该有的样子——不是刷榜,是在真刀真枪的活里,干出经得起一分一毫核对的真本事。
github：http://t.cn/AXCui7I7
#openbmb##ForgeStencil##Stencil优化#