给工业软件做性能优化，过去是一个 HPC 专家一年调不过二十个应用。面壁智能这次用一个双 Agent 系统，把这件事压到了一周一百多个。
8 月 4 日，面壁智能联合 OpenBMB 开源社区发布 ForgeStencil，全球首个支持 Stencil 自动研究、自动部署的 AI 优化系统。Stencil 是科学计算与工业仿真里最基础也最耗算力的计算模式——气象、地震勘探、电磁仿真、流体力学底层都是它，对内存带宽极度敏感，往往占应用大部分运行时间。ForgeStencil 把「找瓶颈—写代码—验证—集成」整条链全自动化：KernelAgent 负责「写代码」，针对场景和硬件自动合成逼近硬件极限的高效计算核心；AppAgent 负责「装软件」，分析真实应用、定位热点、验证正确性、再无缝集成回原软件。用户只给源码，其余系统接手，全程 0 人工介入。
一周内它跑完了 100+ 真实工业和科学计算软件，其中约 42% 直接对应真实工业生产场景（hypre 加速 3.86、minisweep 核反应堆中子学 5.78、gprMax/FDTD 电磁仿真 2.47、RTM 油气地震成像 1.81、QuantLib 债券定价 1.82 等），端到端加速中位数 1.41 倍。算子层面，与 Halide、Devito、EBISU、DRStencil、FlashFFTStencil 等开源最优基线同硬件对比：fp32 几何平均 2.35 倍，fp16 再拿 1.95 倍，业界最难的变系数 Stencil 也快 1.34 倍。
这条和 AI coding 的关系很直接：它不是生成功能代码，而是生成「逼近硬件物理极限的高性能代码」并自主部署——Agent 第一次把 HPC 性能调优从依赖个别专家的手艺，变成可并行、可复制的流水线。一个应用从数周压到小时级，研发吞吐提升约两个数量级，且能随算力并行放大。面壁把它归到 ForgeEngineering 范式，是 5 月 ForgeTrain（「AI 制造 AI」）之后的又一跳。Agent 共享知识库、经验实时同步，这点是人脑经验共享做不到的。
限制也要说清：加速比来自厂商在应用自带 GPU 实现上的端到端评测，对照基线和硬件配置未完全公开，第三方独立复现尚早；它只覆盖 Stencil 这一类计算热点，不是通用代码优化器；「8 位工程师一年近千万的工作 7 天搞定」是媒体换算口径，不宜当精确基准。仓库 github.com/OpenBMB/ForgeStencil 已面向全球开源，但许可证与完整基准集需到仓库核对。
来源： – 开源仓库 https://github.com/OpenBMB/ForgeStencil – 面壁智能官网 https://modelbest.cn – 新华财经报道 https://www.eeo.com.cn/2026/0804/986209.shtml – 网易·产业家详细稿 https://www.163.com/dy/article/L3GLM6PM053179F1.html