System AI Fable właśnie napisał najszybszy megakernel GPU, jaki kiedykolwiek pojawił się w benchmarku KernelBench-Mega. Osiągnął 18,71-krotne przyspieszenie względem optymalizowanego baselineieu PyTorch na RTX PRO 6000 Blackwell. To przebija konkurencję - Claude Opus 4.8 uzyskał 14.4X, GLM-5.2 zdobył 11.14X, a GPT 5.5 tylko 4.34X. Fable rozwiązał problem w sposób znacznie bardziej elegancki niż inni: użył zaledwie jednego kernel launcha na token, podczas gdy pozostałe rozwiązania rozbijały problem na 4-14 oddzielnych launchów.
To nie jest zwykły engineering benchmark. Kernele GPU to jeden z fundamentalnych elementów infrastruktury, od której zależy wydajność każdego systemu AI. Jeśli AI systemy nauczą się je pisać samodzielnie, automatycznie otwiera to drzwi do większej autonomii w całym R&D procesie. To właśnie początek pętli sprzężenia zwrotnego - im lepsze AI w pisaniu kerneli, tym więcej może zrobić sama dla swojego własnego rozwoju. Jeśli trend się utrzyma, zobaczymy coraz bardziej automatyczne doskonalenie infrastruktury AI bez udziału inżynierów.