RSI 热潮之下，自我迭代的国产 Agentic Infra 卷向英伟达 GPU 物理极限

RSI 递归自我改进赛道热度攀升，AI 系统正从研究对象转变为具备自我研发能力的角色。在英伟达 GPU 算子性能评测榜单 SOL-ExecBench 的全球竞赛中，国产 AI 基础设施厂商无问芯穹搭建的 GPU 算子优化 Agent 框架拿下四大赛道第一，以 88 项单题第一位居所有参赛团队之首。该框架通过执行边界隔离、分层 Skill 与共享记忆机制、多抽象层级算子实现路径设计构建完整迭代闭环，还在实验中发现了 Agent 争抢 GPU 资源会反向影响系统效率、不同模型的工作流演化模式存在差异等现象。这套实践探索出 RSI 落地的两条关联路径：一是 Agent 产出的高效算子反哺训练推理系统提升计算效率，二是 Agent 参与调整自身任务执行机制优化探索交付能力，印证了 AI 基础设施不再只是智能运行底座，更能成为参与智能系统持续自我改进的核心组成部分。