NVIDIA Holoscan 是面向边缘实时 AI 应用的开发平台，覆盖从医疗影像到机器人的广泛场景，其配套仓库 HoloHub 汇集了大量参考应用与组件。NVIDIA 近日发布实测：让一个通用 AI 编码智能体像工程师一样，利用 HoloHub 示例、文档与开发技能，独立完成一款真实应用从零到一的构建。
本次实测的开发目标是实时内窥镜手术器械分割应用：复用现有 MONAI 分割模型与示例视频，实现实时推理、分割掩码可视化与统计分析渲染。整个开发过程按迭代推进——工程师定义目标与约束，编码智能体查阅相关示例、编写应用代码并通过 Holoscan CLI 执行开发操作，工程师评审代码、输出与测试后再进入下一轮。该流程与具体智能体无关，本次示例使用 Codex（GPT-5.6 高推理模式）完成。
三轮迭代逐步交付：第一轮用 40 分钟创建出可端到端运行的最小应用；第二轮用 20 分钟加入 benchmark 基准模式与更丰富的可视化统计；第三轮用 30 分钟完成延迟优化。优化后渲染吞吐从 204 FPS 提升至 306.9 FPS（提升 50.5%），应用路径平均延迟从 4.891 毫秒降至 3.247 毫秒（下降 33.6%），P95 延迟下降 27.4%，五次实测全部更快。
NVIDIA 还进行了消融对比，衡量 CLI、技能与文档三者的贡献：CLI+技能+文档组合耗时 40 分钟、消耗 1100 万 token，效率最高；仅提供 CLI+文档时耗时 65 分钟、消耗 2000 万 token；仅提供文档时虽也耗时 40 分钟、消耗 1500 万 token，但实现质量明显偏低，生成的版本比组合方案慢 2.6 倍。组合方案以最低成本获得了最佳开发体验。
这一案例展示了工程师与 AI 编码智能体协同开发的新模式：CLI 提供统一的执行接口，技能封装项目特定的流程与检查项，文档与示例提供工程上下文，双方使用同一套命令。工程师可以把精力放在目标定义、约束设定与结果评审上，把繁琐的实现与调试交给智能体。该模式有望加速边缘 AI 与物理 AI 应用的开发迭代。
WeChat
Profile