# LEVI：用便宜的小模型做算法发现，成本降到原来的1/3到1/7

> 原标题：Systems optimization should be part of CI/CD

- 来源：Hacker News 首页
- 发布时间：2026-06-24T12:57:31.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/40327
- 原文：https://ucbskyadrs.github.io/blog/levi/

## 摘要

UCB的ADRS团队搞了个叫LEVI的框架，核心思路是不再所有步骤都砸最贵的模型。大部分代码变异交给QWEN 30B这种便宜小模型去跑，只在需要换思路、搞范式转移的时候才请出顶尖大模型。为了让这套机制不跑偏，LEVI同时盯着代码结构和实际运行表现来维持多样性，防止搜索过程全坍缩成同一类解法。最终效果是算法发现的质量更好，成本却只要原来基准方法的1/3到...

## 推荐理由

LEVI这套框架把算法发现的成本砍到原来的1/3，策略很清晰：便宜模型干粗活，贵模型只在需要范式转移时介入。对搞自动优化和CI/CD的人有直接参考价值。没给p1是因为这属于工程技巧层面的改进，不是那种震动行业底层逻辑的发现。

## 锐评

UCB 这个团队想得很清楚：算法发现不该是一次性烧钱跑榜，而应该像 CI/CD 一样，每晚针对真实流量和硬件自动重调。LEVI 就是为这个目标做的成本优化。它把大部分代码变异交给 QWEN 30B 这种小模型，只在需要范式转移时才调用最贵的大模型。同时它盯着代码结构和实际运行表现来维持多样性，防止搜索全坍缩成同一类解法。最终效果是质量更好，成本只要基准方法的 1/3 到 1/7。

不过这篇博客没给出具体基准名称和分数，也没说清楚“质量更好”是在哪些指标上、好多少。成本对比的基线是谁、跑了什么任务，正文都没披露。如果是真的，这个省钱幅度对想把算法发现落地的团队很有吸引力，但在看到可复现的 benchmark 之前，我会先打个折。