# LMSYS 分享他们怎么用 AI 代理加速 SGLang 开发

> 原标题：Agent辅助的SGLang开发：初步探索

- 来源：AI HOT 精选
- 发布时间：2026-07-02T18:37:56.676Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/41979
- 原文：https://www.lmsys.org/blog/2026-07-02-agent-assisted-sglang-development

## 摘要

SGLang 团队把跑分、性能剖析、CUDA 崩溃调试、接入扩散模型这些重复性开发流程，写成了代理能直接执行的 SKILL 文件。仓库里现在有调试、集成、CI 等技能，扩散模型部分另有一套。性能剖析技能会产出固定的算子耗时表、重叠机会表和融合模式表；KDA-Pilot 则自动完成 B200 算子任务的对比和正确性检查，已有三个 PR 合入主分支。他们还...

## 推荐理由

SGLang 把内部开发流程做成代理可执行的 SKILL 文件，KDA-Pilot 自动完成 B200 算子任务并有三个 PR 合入主分支，这是从“代理写代码”到“代理跑工程流水线”的实打实一步。对做推理部署的工程师来说，能直接对照自己的流程看哪些环节可以自动化，信息密度高、有可验证的产出，不是 PR 稿。

## 锐评

SGLang 团队这篇分享很实在，他们没有吹嘘代理能自动写代码，而是把重点放在了“把开发流程文档化、可执行化”上。核心动作是把跑分、性能剖析、CUDA 崩溃调试、接入扩散模型这些高频且步骤固定的工作，写成了代理能直接照着做的 SKILL 文件。这相当于给新加入的开发者或者代理一份详细的“操作说明书”，降低了上手门槛。

文章里提到了几个具体的产出：性能剖析技能会产出固定的算子耗时表、重叠机会表和融合模式表，让优化方向有数据可依。KDA-Pilot 这个工具则自动完成了 B200 算子任务的对比和正确性检查，并且已经有三个 PR 被合入了主分支，这是实打实的落地证据。他们还设计了一套“SOTA 性能循环”，把追逐最新性能分数的过程拆解成公平跑分、差距分析、剖析、打补丁和重新验证几个步骤，并引入了外部审查机制来保证质量。

但文章也坦诚地指出了最大的坑：代理生成的代码改动看起来更“像那么回事”，这反而增加了审查的难度和风险。开发者不能当甩手掌柜，核心工作变成了定义问题、挑选证据和决定最终合并什么。正文没披露这套流程具体节省了多少开发时间，也没给出代理生成代码的最终接受率，这些数据是衡量实际效率的关键，目前还看不到。