AI做编译器优化：总体输了，但零成本套利才是真机会

AI模型做编译器内联决策，能比clang -Oz更好？Jevopt在19个Embench程序上跑了一轮，总体几何均值下.text反而大了7.87%——它输了。但个别场景碾压：Statemate上2382字节vs clang的5698字节，砍掉58%。19个里赢7个。我的判断：价值不在打败clang，在一个零成本套利——代码体积不需要运行时验证，同时编译两份选小的就行，代价只是一次额外编译加几美分API调用。这显然不是训练Jev时想象过的用例，专门微调模型，聚合翻盘只是时间问题。

原文：Show HN: Jevopt: Making intelligent compiler optimisation decisions with Jev · 来源：Hacker News