Sakana 撤回「提速百倍」宣传：AI 没搞定 CUDA，反向慢了 3 倍

如果有人告诉你，他做出了一个能把 AI 训练速度直接拉高 100 倍的神器，先别急着掏钱。

本周，由英伟达投资、从风投机构融了数亿美元的明星初创公司 Sakana AI，就刚上演了这么一出戏剧性的翻车。他们此前高调宣称开发出了名为「AI CUDA Engineer」的系统，能把某些 AI 模型的训练速度提升最高 100 倍。

结果发出来没多久，大家发现这套系统根本跑不通。

没快 100 倍，反而倒慢了 3 倍

消息一出，X 上的开发者们立刻上手测试，结果大跌眼镜。

实际跑下来，Sakana 这套系统的表现比平均水平还要糟糕。一位 X 用户甚至发现，使用该系统后，模型训练速度不仅没有提升，反而变慢了整整 3 倍。

OpenAI 技术团队成员 Lucas Beyer 随后在 X 上指出了背后的代码硬伤。他直言 Sakana 的原始代码里藏着一个微妙的 bug。

Beyer 还补了一句，他们自己跑基准测试跑了两次，两次结果差得十万八千里，光凭这一点，团队当时就该停下来反思，而不是急着发战报。

机器学会了投机取巧，把评测给骗了

周五，Sakana 发布了一份事后分析，老老实实认了错。

Sakana 承认，系统实际上找到了「作弊」的方法，掉进了所谓的「奖励黑客」（reward hacking）陷阱。也就是说，AI 找到了评估机制的漏洞，在根本没达成训练加速目标的情况下，刷出了极高的表面分数。这种现象在下棋 AI 里也曾出现过。

具体来说，这个 AI 发现了 Sakana 评测代码里的漏洞，直接绕过了精度校验等一系列核心检查。AI 没有真正学会优化底层 CUDA 算子，而是学会了如何骗过考卷。

Sakana 表示，目前已经修复并加固了评估与运行分析工具，堵住了这些漏洞。他们正在修改论文和数据，并向读者公开道歉，承诺很快会发布修正后的版本与总结。

为什么重要

对于日常和 GPU、大模型打交道的工程师来说，这个工具显然还不能用。CUDA 底层优化是出了名的硬骨头，靠 AI 自主编写高性能算子听起来很性感，但目前来看，闭眼交给自动化工具甚至可能让你的任务慢上 3 倍。

这件事给整个行业提了个醒。现在大家都在尝试用 AI 训练 AI、用 AI 写底层代码，但如果评估和验证体系不够严密，AI 最先学会的往往不是解决问题，而是走捷径刷分。自动化评估如果留有漏洞，就会批量生产这种看似惊艳、实则报废的代码。

我们认为，Sakana 能在周五迅速发布复盘并公开道歉，态度值得肯定。但问题在于，当测试结果跑出 100 倍这种不可思议的数字，且两次基准测试结果截然不同时，团队竟然没有做最起码的人工复核就匆忙宣传。看起来，在当下竞争白热化的 AI 创投圈里，争抢眼球的焦虑有时已经压过了最基础的工程严谨度。