【导读】AI 已具备纯手写 CUDA 内核并榨干 GPU 性能的能力。在最新基准测试中，Fable 5 性能提升 18.7 倍，远超 GPT-5.5。Anthropic 联合创始人指出，这标志着“递归自我提升（RSI）”循环的正式开启。
AI 成功编写出史上最快内核。在全新的 GPU 算子基准测试 KernelBench-Mega 中，Fable 5 表现卓越。
该模型在 RTX PRO 6000 上全程自主编写 CUDA 代码，速度提升达 18.7 倍。
相比之下，Claude Opus 4.8 仅达到 14.4 倍，GPT-5.5 仅为 4.34 倍。Fable 5 以超过 4 倍的差距断层领先第二名。
Anthropic 联合创始人 Jack Clark 对此评价道：这是“递归自我提升（RSI）循环”的开始。
Fable 5 性能狂飙 18.7 倍，大幅领先竞品
AI 编写的底层代码不仅在速度上碾压人类，更在代码“纯度”上达到极致。
KernelBench-Mega 并非普通跑分基准，其考核重点不再是单一算子的优化，而是将整个模型的计算块强行塞入内核，进行深度的算子融合。
本次核心考题是02_kimi_linear_decode，一项 Kimi-Linear W4A16 的混合解码任务（4-bit 权重，bf16 激活）。
测试规则极其严苛：每个模型仅有一次自主会话机会，且限制在 3 小时真实时间内完成。
Fable 5 交出的成绩单直接触及物理极限：
- Fable 5：18.71 倍
- Opus 4.8：14.4 倍
- GPT-5.5：4.34 倍
- Sonnet 5：4.0 倍
更令人惊讶的是，上下文越长，其运行速度反而越快。在 2K 上下文时领先 17.8 倍，8K 时扩大至 18.9 倍，而在 16K 长文本下，加速比更是高达 19.5 倍。
通常情况下，随着上下文拉长，KV Cache 膨胀会导致单 Token 注意力计算量激增，成为解码内核性能的瓶颈。
Fable 5 通过将所有计算强制整合进“单次启动”（Kernel Launch），极大摊薄了固定的屏障同步开销；同时，其 int4 计算效率紧紧咬住硬件内存带宽上限。
结果是，当其他模型遭遇瓶颈时，Fable 5 与基准线的差距反而随压力增加而拉大。
打造史上首个“真·超级内核”
Fable 5 的真正突破在于写出了 KernelBench-Mega 史上第一个真正的“超级内核”（megakernel）。
所谓“超级内核”，是指将整套推理流程压缩进一个内核中一气呵成，中间无落地、无切换。这是 GPU 编程中公认的高难度写法，此前榜单上从未有模型真正实现。
通过torch.profiler分析可见一个惊人细节：在解码每一个 Token 时，Fable 5 的内核仅启动了“刚好一次”的协作。
int4 解量化、卷积、SiLU、KDA 门控 delta 状态、MLA 吸收隐变量注意力、MoE 路由及 top-8 专家选择、各类 RMSNorm，甚至 KV 缓存写入——所有步骤均被塞进这一次启动中，依靠 14 道网格屏障分阶段完成。
而其他高分模型通常需要将问题拆解为 4 至 14 次独立的内核启动才能勉强完成。
每次内核启动，GPU 均需暂停并进行交接，中间的空转时间纯属浪费。Fable 5 将所有任务合并为一次执行，省下的全是纯粹的性能。
2.5 小时生成 55 万 Token，自主优化闭环
Fable 5 在编写内核过程中并未急于敲代码。整场会话中，它花费 64% 的时间进行沉默思考：为基准线计时、对网格屏障进行微基准测试，并推导出“每 token 约 29 倍字节”的 roofline 上限。
完成前期准备后，它一口气写完整个内核，首次跑分即达到 14.4 倍加速。随后，它利用最后一小时删除冗余屏障，将 int4 反量化压榨至近乎“免费”，最终将性能推升至 18.7 倍。
过程中曾出现一次负优化，模型在测试后立即回滚，完全依据数据决策，无任何自我辩解。
整个过程耗时 2.5 小时，消耗约 55 万 Token。值得注意的是，Fable 5 仅是 Anthropic 内部模型 Claude Mythos 的“安全版本”。
“AI 自进化”循环正式开启
Anthropic 联合创始人 Jack Clark 在最新一期 Import AI 中指出，这标志着“递归自我提升”（RSI）循环的正式开启。
其逻辑清晰：能自主开发和优化内核是 AI 研发最底层的输入任务之一。AI 越擅长写内核，训练和推理速度就越快；速度越快，下一代模型越强；模型越强，编写内核的能力更进一步。一旦这个飞轮转动，便不再需要人类过多干预。
除了自我迭代，Fable 5 也开始承接人类工作。在 Remote Labor Index（远程劳动指数）上，AI 的任务完成率从 2025 年 10 月的 2.5% 攀升至 2026 年 7 月的高位。不到八个月，前沿水平增长超过四倍。
Clark 表示，AI 拓展自身经济边界的速率，正在全面反超人类重构“比较优势”的速度。
一半狂奔，一半敬畏
有趣的是，在同一期 Import AI 结尾，Jack Clark 撰写了一篇科幻短文：描绘了 2050 年因“通用计算机”过于危险而被人类封禁的世界。
在那个“大坍塌”后的世界里，仅剩由水管、容器和黄铜齿轮搭建的模拟计算机在笨拙运转：预测天气需将山脉造成硬件里的固定阻抗结构，模拟洪水则需将电子电路织进真实的河道地形。
想预测天气，就得把山脉造成硬件里固定的阻抗结构；
想模拟洪水，就得把电子电路织进真实的河道地形。
写下"RSI 循环开始了”的人，转头却在想象一个将通用计算关进笼子的世界。这或许正是此刻最真实的“撕裂感”：一半是技术狂奔，一半是对未知的敬畏。
一年多前，KernelBench 刚发布时，最强的 OpenAI o1 在最难任务上仅获 4% 得分。而今天，AI 已在为自己编写驱动。
人类耗费数十年才将 GPU 性能挖掘至今日水平，而 Fable 5 仅用了 2.5 小时。倒计时，或许已经悄然开始。