为了回答这个问题，我们把 AgnesCode+Agnes 3.0 Flash 放进众智 FlagOS 开放计算全球大赛的一道算子优化题：为 DeepSeek-V3 解码阶段使用的底层算子写优化代码，并在 8 款芯片上接受赛事官方自动化评测，同时选择 Codex+GPT-5.6 Sol 组合作为对照。考虑到常见测试任务的数据很可能已经用于模型训练，导致模型本身已经很擅长，因此这次测试直接跳过常见的网页生成、数据看板、文案撰写等场景，选择让 AgnesCode 直接挑战更接近基础工程的题目：大模型推理算子优化。AgnesCode+Agnes 3.0 Flash 组合运行截图。再来看看 Codex+GPT-5.6 Sol 组合的表现，相对 AgnesCode+Agnes 3.0 Flash 组合整体使用 20 分 36 秒的时间开销，Codex+GPT-5.6 Sol 组合仅用 8 分 57 秒就给出了结果。