摘要
本文提出 Agentic Architect，一个结合大语言模型驱动代码进化与周期精确模拟的代理式 AI 框架，用于计算机架构设计探索。人类架构师设定目标与约束，LLM 在范围内探索实现。实验表明，该框架在缓存替换、数据预取及分支预测任务中达到或超越最先进设计。研究指出，进化能优化现有机制但受限于种子质量，且人类角色虽转变但仍居核心地位。这是首个端到端开源的代理式 AI 架构探索框架。
AI 推荐理由
论文核心在于利用 LLM 驱动代码进化进行架构探索，强调自我改进与迭代优化机制。
研究机构
Carnegie Mellon University
论文信息