免费AI编程Agent挑战Codex，底层算子优化不落下风

免费的 AI Coding Agent 能否与付费 Codex 在真实工程任务中抗衡？我们将 AgnesCode + Agnes 3.0 Flash 投入众智 FlagOS 开放计算全球大赛的一道算子优化题：为 DeepSeek-V3 解码阶段使用的融合 QKV-A 下投影算子（Task66: dsv3_fused_a_gemm）编写优化代码，并在 8 款芯片上接受赛事官方自动化评测，对照组为 Codex + GPT-5.6 Sol。两组使用相同环境和标准化 Skill，先在一台 NVIDIA 芯片机器上写首版代码，再适配其他芯片。

算子是大模型运行时反复调用的底层计算程序，单个算子小幅加速即可转化为推理速度、硬件利用率和成本的差异。该赛题每周发布、仅限当周可见，可保证任务未被模型提前学习。

结果显示，两组均完成任务。Codex + GPT-5.6 Sol 用时 8 分 57 秒；AgnesCode + Agnes 3.0 Flash 中途被催促一次，总耗时 20 分 36 秒，完成了编写实现、跨芯片适配、代码自检、打包和交付的完整流程。官方评测中，AgnesCode 通过 6 款芯片，Codex 通过 7 款；但在双方共同通过的 5 款芯片上，AgnesCode 有 4 项加速比更高：天数智芯 2.16× 对 1.72×，国际通用芯片 B 达 4.81× 对 3.71×，高出约 29.6%；昆仑芯仅 AgnesCode 通过，取得 2.56× 加速比。这表明免费 Agent 已能进入底层工程任务并交付可验收、有性能收益的成果，但在跨平台覆盖和最终验收上仍有改进空间。

成本方面，AgnesCode + Agnes 3.0 Flash 完全免费，降低了多轮尝试的门槛。AA 榜单显示，Agnes 3.0 Flash 的 Intelligence Index 得分为 36 分，接近 GPT-5.6 Luna（max）的 38 分；其价格约 0.03 美元/百万 Token，处于低价高能区间并位于帕累托前沿。这说明其能力已与主流模型相近，在 Agent 工作流中具备实际吸引力。