Import AI 464：Fable 写 GPU 内核
来自 Import AI · 期号 2026-07-06
摘要
Fable 在 KernelBench-Mega 上写出了有史以来最快的 megakernel，在 RTX PRO 6000 Blackwell 上实现了 18.71 倍加速。 它的厉害之处在于：每个解码 token 只发起一次 cooperative kernel launch，而其他高分方案需要 4 到 14 次。这是 AI 系统自主改进自身基础设施能力的一个信号，也是递归自我改进的关键一步。 另外，Remote Labor Index（RLI）显示，AI 完成在线自由职业任务的成功率从 2025 年 10 月的 2.5% 升至 2026 年 7 月的 16.1%。GPT-5.5、Opus 4.8 和 Fable 5 的得分分别为 6.3%、8.3% 和 16.1%。作者称前沿模型的能力在不到八个月内翻了四倍多。
深读
导读 本期 Import AI 聚焦 AI 系统在自我改进和经济自动化上的最新进展。Fable 模型在 GPU 内核编写基准上取得了创纪录的 18.71 倍加速，标志着 AI 向递归自我改进迈出关键一步。同时，Remote Labor Index 显示 AI 完成在线自由职业任务的成功率在八个月内翻了四倍多，从 2.5% 升至 16.1%，引发对经济格局变化的思考。 关键信息 - Fable 在 KernelBench-Mega 上为 RTX PRO 6000 Blackwell 编写 CUDA 代码，实现了 18.71 倍加速，是基准维护者确认的“首个真正（且最快）的 megakernel”。 - Fable 方案每个解码 token 仅发起一次 cooperative kernel launch，而其他高分方案需要 4 到 14 次。 - Remote Labor Index (RLI) 显示，AI 系统完成在线自由职业任务的成功率从 2025 年 10 月的 2.5% 升至 2026 年 7 月的 16.1%。GPT-5.5、Opus 4.8 和 Fable 5 的得分分别为 6.3%、8.3% 和 16.1%。 - OSWORLD 2.0 包含 108 个长周期任务，中位数任务需人类约 1.6 小时完成，比 OSWORLD 1.0 的 2 分钟中位数长 48 倍。当前最强模型（Claude Opus 4.8）仅达到 20.6% 的二元准确率。 - 京东的 Oxygen AI Item Center 管理着数十亿 SKU，每天在华为昇腾 NPU 上处理数亿次商品更新，采用本体工程、语义搜索与判别、自进化 LLM/VLM 以及统一商品通道四大核心组件。 逐节讲解 Fable 编写 GPU 内核：递归自我改进的信号 Fable 在 KernelBench-Mega 上为 RTX PRO 6000 Blackwell 编写 CUDA 代码，实现了 18.71 倍加速，远超其他模型方案（Claude Opus 4.8 用 Triton 获 14.4 倍，GLM-5.2 获 11.14 倍，GPT-5.5 获 4.34 倍）。其关键优势在于架构效率：每个解码 token 仅发起一次 cooperative kernel launch，而其他高分方案需要 4 到 14 次。作者指出，自主开发和改进内核是 AI 研发的基础能力，这类基准上的进步是衡量 AI 系统能否实现递归自我改进的重要信号。 AI 自动化经济任务：RLI 指数八个月翻四倍 Center for AI Safety 和 Scale Labs 发布的 Remote Labor Index 测试 AI 系统端到端完成在线经济任务的能力，涵盖 3D/CAD、架构、平面设计、视频动画、数据分析、Web 应用…