테스트에서 모델은 SGLang의 attention 커널을 대상으로, 측정 데이터·하드웨어 문서·샘플 코드 없이 기존 Triton 레퍼런스 구현만 보고 작업했거든요

알리바바 Qwen3.7-Max가 자체 AI 칩용 커널 최적화를 35시간 연속 자율 실행했어요.

테스트에서 모델은 SGLang의 attention 커널을 대상으로, 측정 데이터·하드웨어 문서·샘플 코드 없이 기존 Triton 레퍼런스 구현만 보고 작업했거든요. 그 결과 432회 커널 테스트와 1,158회 툴 호출을 반복했어요.

컴파일 오류를 스스로 수정하고 병목을 찾아 코드 루프를 계속 돌린 끝에, 평균 10배 속도 향상을 냈다고 밝혔어요. 같은 조건에서 GLM 5.1은 7.3배에 그쳤고요.

이건 AI가 코드를 '도와주는' 단계를 넘어, 긴 시간 실험-측정-개선을 독립적으로 수행하는 에이전트 운영 능력이 경쟁력의 핵심이 됐다는 신호예요.