方法

KernelGenBench 中可用的智能体方法。

概述

方法	描述	模型支持
naive_cc	单次 Claude Code 调用	Opus, GLM, Qwen, MiniMax
normal_cc	Claude Code + 自验证循环	Opus, GLM, Qwen, MiniMax
naive_opencode	单次 OpenCode 调用	Opus, GLM, Qwen, MiniMax
normal_opencode	OpenCode + 自验证循环	Opus, GLM, Qwen, MiniMax
AutoKernel	Automated kernel optimization (standalone: test_autokernel.sh)	GLM, Qwen
AKO4ALL	Kernel optimization for all operators (standalone: test_ako4all.sh)	Opus
cuda-optimized-skill	CUDA optimization with strategy memory (standalone)	Opus

基础智能体框架

Claude Code

变体	描述
naive_cc	单次生成过程
normal_cc	生成 + 自验证 + 迭代修复

最适用于：高准确率需求

OpenCode

变体	描述
naive_opencode	单次生成过程
normal_opencode	生成 + 自验证循环

最适用于：替代智能体框架

内核专用智能体

AutoKernel

自动化内核优化流程：

• 专注于性能优化

• 支持多种模型（GLM-5.0、Qwen3.5）

• 最高的加速效果

AKO4ALL

针对所有算子的内核优化：

• 使用 Opus-4.6

• 全面的算子覆盖

• 准确率与加速的良好平衡

cuda-optimized-skill

带策略记忆的 CUDA 优化：

• 利用历史优化策略

• 专为 CUDA 内核优化设计

• 基于策略的方法以提升性能

选择方法

目标	推荐方法
高准确率	normal_cc（Claude Code）
高加速	AutoKernel (Qwen)
平衡性能	AKO4ALL
经济高效	naive_cc