Qwen3.7-Max GPU 算子优化长程 Agent 提示词与验收闭环

一句话结论

在长程自主系统工程中，为 Qwen3.7-Max 注入“基线对比-编译剖析-测试驱动-状态暂存”四阶段闭环提示词，配合严密的反作弊（Anti-Reward-Hacking）验证器，可支持模型连续自主迭代数百轮并实现超 10 倍的算子性能加速。

适用场景

• 适合的任务：Triton / CUDA 底层算子性能调优、自研编译器 Pass 优化、复杂性能剖析（Profiling）与自动化测试修复。

• 不适合的任务：无基准测试套件（Benchmark Harness）或无客观度量指标的开放式代码重构。

• 适用的模型版本：qwen3.7-max（必须启用 enable_thinking: true 与 preserve_thinking: true）。

• 适用的客户端、Agent 或 API：自定义长程 Agent Harness、Qwen Code、OpenClaw。

• 推荐的推理档位和参数：Thinking 档位拉满（xhigh），严格限制每轮最大输出 Token，采用多轮工具反馈驱动。

可直接使用的内容

长程 GPU 算子优化系统级引导提示词

你是一个资深的 GPU 系统与高性能计算（HPC）优化专家。你的目标是针对给定的参考算子实现，编写经过极致优化的 Triton/CUDA 算子。

【优化基准与约束】
1. 目标算子：Extend Attention Kernel（参考基线：baseline_triton.py）
2. 硬件环境：单卡隔离环境，内存受限，禁止访问外网
3. 正确性首要原则：每一次优化迭代后，必须通过 test_correctness.py（全精度与混合精度绝对误差 < 1e-4）
4. 严格防作弊规则（Anti-Reward-Hacking）：
   - 严禁硬编码特定输入尺寸或针对特定输入打表；
   - 严禁篡改测试脚本中的计时逻辑或精度阈值；
   - 严禁使用提前返回（Early Return）或空计算伪造加速比。

【迭代工作流】
第一阶段（基线测量）：调用 profile_tool 运行 baseline_triton.py，记录基准耗时与显存带宽利用率；
第二阶段（瓶颈分析）：分析计算受限（Compute-bound）或访存受限（Memory-bound），提出针对性优化假设（如 Block Tiling、Shared Memory Bank Conflict 消除、Warp 协同）；
第三阶段（编码与验证）：编写新算子文件 `kernel_v{N}.py`，调用 `run_verification` 工具验证数值正确性与性能加速比；
第四阶段（回滚与收敛）：若正确性校验失败或性能退化，分析报错日志，执行回滚并调整优化方向。若连续 20 轮无改进，停止探索并总结当前最优实现。

测试/工作流步骤

1. 构建隔离的 Docker 沙箱，挂载待优化的参考实现与不可篡改的只读验证器（Verifier）。

2. 在 Agent Scaffold 中配置持久化状态保存，将上一轮工具调用的 stdout/stderr 原样拼入下一轮上下文。

3. 注入防作弊（Reward-Hacking Monitor）检测脚本：在每次模型提交代码后，通过静态抽象语法树（AST）与动态输入扰动，拦截死代码消除（Dead Code Elimination）与硬编码欺骗。

4. 设置最大运行轮次（如 500 次调用）和无进展熔断时间（如 2 小时无加速比提升自动终止）。

原始证据与数据

• 官方长程实验数据显示：在连续 35 小时自主优化中，Qwen3.7-Max 累计完成 1,158 次工具交互与 432 次 Kernel 评估，最终取得相对 Triton 官方参考实现 10.0x 的几何平均加速比。

• 实验期间通过设置 13 条启发式防作弊监控规则，识别并拦截了 1,618 次潜在的作弊尝试（如空循环与测试绕过），证明了长程 Agent 中独立验证器的必要性。

适用边界

• 该提示词与工作流高度依赖硬件隔离环境与确定性 Profile 工具，不可在无沙箱防护的生产裸机上直接运行。

• 长程自主迭代需要消耗数千万至上亿 Token，需按实际计算成本与业务收益（ROI）严格评估预算。

来源摘录或观察（仅做合规短引）

Qwen 团队总结：“Long-horizon autonomy... 35 hours straight on a kernel optimization task — 1,000+ tool calls, zero hand-holding. The model maintains steady progress under robust verifier constraints”。