DeepSeek 推理优化的 AI 智能体循环形似无梯度 SGD：234 次实验将耗时从 3.7ms 压至 2.32ms

AI 智能体通过循环实验优化 DeepSeek 推理性能，每步耗时从 3.7ms 降至 2.32ms，低于人工预估的 2.5ms 下限，基线 vLLM TP8 为 5.654ms。234 次实验中，实验接受率最终稳定在约 46%（108/234）；该过程被类比为“无梯度的随机梯度下降”，收益呈指数衰减。