2026 年 10 月，無問芯穹（Infinigence AI）在 NVIDIA Research 的 GPU 運算元效能評測榜 SOL-ExecBench 上先後登頂 L1 基礎運算元、L2 融合運算元、Quant 量化與 FlashInfer-Bench 推理四大賽道。據量子位 10 月 28 日報導，截至 10… 看完整事件
無問芯穹 GPU 運算元 Agent 登頂 NVIDIA SOL-ExecBench 四賽道
無問芯穹的 GPU 運算元最佳化 Agent 框架在 NVIDIA Research 的 SOL-ExecBench 上登頂 L1 基礎運算元、L2 融合運算元、Quant 量化與 FlashInfer-Bench 推理四大賽道；在全部 235 道題中拿下 88 項單題第一，超過第二名單題第一數量的 2 倍。該系統把工作區、除錯區和評測區徹底隔離，評測容器停用網路，並用 Skills、共享記憶與統一 GPU 排程讓 Agent 完成程式碼生成、評測驗證、效能分析和策略調整的閉環。
它給出了國產 Agentic Infra 用 Agent 逼近 GPU 物理極限的工程樣本：四賽道登頂、88 項單題第一，並披露資源爭搶與工作流演化等實操發現，對做運算元最佳化和 Agent 基礎設施的人有參考價值。
原標題：RSI热潮之下，自我迭代的国产Agentic Infra，卷向了英伟达GPU的物理极限
閱讀原文
| 評分 | 60 / 66（平均 63，門檻 65） |
|---|---|
| 狀態 | 未入選 |
相關報導
無問芯穹 C 輪融資 23 億元，累計 43 億元創國產 AI Infra 紀錄
無問芯穹完成 23 億元 C 輪融資，累計融資 43 億元，單輪與累計均創國產 AI Infra 賽道新紀錄。這家公司不做模型和應用，而是做模型與晶片之間的中間層，已適配輝達、AMD、華為昇騰等 16 種晶片，服務 37000P 算力，還完成過 700 億引數大模型的異構晶片混訓。其大模型服務平台日均 Token 使用量半年漲超 40 倍，95% 以上推理任務來自 Agent；另據彭博社報導，公司已以保密形式向港交所遞交 IPO 申請。
無問芯穹與三體宇宙發布智子 Agent 1.0，首 Token 延遲降 51.5%
10 月 25 日，無問芯穹與三體宇宙發布首個合作成果智子 Agent 1.0，以《三體》小宇宙管理員智子為角色錨點，對話記憶可跨會話延續。角色一致性由無問芯穹 Agentic Infra 支撐：AgentWorks 平台負責知識庫組、多層提示詞與 Infini Memory 記憶，多智慧體協同以“生成—判別—定向修正”閉環排查 OOC 與世界觀越界；三體宇宙負責設定與角色邊界。
復旦與華為小藝提出 SAGE，昇騰 NPU 運算元生成成功率達 95.5%
復旦與華為小藝提出 SAGE，面向昇騰 NPU 的運算元生成成功率達 95.5%。SAGE 把知識冷啟動、工具增強診斷和經驗學習串成閉環：冷啟動用 Ascend C 速查表、除錯指南與實現範例，並通過生成實現和專家實現的差分挖掘可複用模式；診斷階段讓 Agent 自主呼叫除錯與 profiling 工具定位中間張量異常和效能瓶頸。經驗學習用 ATU 只給實際被採用的經驗分配測試反饋，並把反覆有效的規則沉澱為熱記憶。
Google 開源 Harness²，讓 Agent 在執行中改進自身腳手架
Google 開源了 Harness²，這是一套雙層遞迴框架，讓 Agent 在執行時自行修改腳手架、系統提示詞、工具鏈與技能庫。它在沒有標準答案時，用 Propose–Probe–Compose 對改動做行為對比篩選，並把除錯經驗寫進經驗庫，供後續任務檢索複用。實測 GLM-5 在 OpenCode 下執行 WorkBuddy-Bench，得分從 64.2 升到 75.7（+11.5 分），反超未改腳手架的 Gemini 3.5 Flash（72.4）；
NVIDIA OpenShell 發布 0.1 穩定版，為 AI agent 提供核心級沙箱
NVIDIA 的 OpenShell 發布 0.1.x 穩定版，為批次執行的自主 AI agent 提供帶策略約束的私有執行時。它在核心層對每次檔案訪問、系統呼叫和網路連線執行策略，並在策略變更生效前用形式化驗證標出新增的高風險訪問，憑據只注入到獲批端點。預設沙箱是未安裝任何 agent 的精簡 Ubuntu 映象，需要 Docker、Podman 或宿主虛擬化，官方教程用 OpenCode 接免費 OpenRouter 模型演示按需批准權限。