文渊脸上移开，落到屏幕上。
他刚才听见“智能体”三个字时没在意，以为是跑测试的脚本，或者是哪个开源代码生成模型套了个壳。
但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，每个里面都有十几轮迭代记录，每一轮都对应着代码、测试报告和性能分析报告。
赵文渊打了一段提示词，大意是生成这个算子的国产适配，并附上一些技术细节约束，然后把提示词发了出去。
终端里出现一串绿色的思考过程，一行一行描述智能体的运行状态：
智能体先是拆解任务、规划步骤。
然后是代码生成。几百行的算子核心，CUDA风格但面向国产卡的适配代码，很快就生成完了。
再然后，自动编写测试用例，覆盖各种边界情况。
最后是跑测试。
测试用例一个个跑，前面三十多个都是绿色的PASS。
跑到一个标记着“performance benchmark”（性能基准）的测试时，输出变成了黄色——
【Functional：PASS】
【Performance vs Nvidia：67.3%】
【Threshold：80%】
【Status：FAIL（below threshold）】
江松然看得真切：功能实现了，性能却没达标。
测试失败了。
但这不代表这个流程不惊人。
江松然此刻心里的想法不好形容。
首先，他松了一口气——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。
可第一次迭代就能达到N卡的67.3%，其实已经很惊人了。
要知道，这些代码从无到有，前后只过了五分钟。
赵文渊把鼠标停在屏幕上的输出上，向江松然解释：“这一次没过基准，但我们同时有完整的分析报告。基于报告，我们可以进行下一轮迭代。工程师只需要想好下一轮的方向，把它变成新的提示词，再丢回去跑一轮就行了。”
江松然没有说话。
他从刚才起倒吸的那口气一直憋在胸口，憋了半天才吐出来，到现在还没喘匀。
江松然当然不是单为这一个算子的适配水平震惊。
适配数据当然惊人，但更让他震惊的是得到这个结果的过程。
就在刚刚，赵文渊向他展示了：源智科技的团队显然在以江松然并不熟悉的方式工作。
他们使用一种他从未见过的工具，把一般适配研发中许多耗时耗力的步骤都自动化了。
这是一种介入式的、能够自主编排多步骤复杂任务的编程工具。
“Agentic programming。”江松然喃喃道。
他不是做这个方向的，但回国后还听硅谷的朋友提起过，这是最近硅谷AI公司和大模型团队中讨论得最热门的话题。
相关领域的专家都在谈论它。
大家都说，这东西有可能改变人类与计算机交互的方式。
但在他印象里，还没有人真的把它做出来。
可现在，在海城，在距离硅谷一万公里的创业公司里，江松然亲眼看见了人们讨论的、“还没做出来”的产品。
而且，这是一个完成度很高的新工具。
这个新工具正在做的，是谷歌这种级别的公司也要投入几个工程师、花几个月去磨的精细活。
江松然咽了一下口水。
他终于抬起目光，看向赵文渊。
-->>(第3/4页)（本章未完，请点击下一页继续阅读）