doubleAI 推出名为「代码执行模型」（CEM）的模型类别，首款产品 Maxwell’s Daemon（简称 Maxwell）已开放早期体验申请。据公司介绍，Maxwell 在程序运行时观察数据与硬件，生成新的二进制代码来优化瓶颈，并为每次替换提供机器可检查的等价证明。它将 AI 的作用延伸至代码执行环节，同时保持源代码不变。
据 doubleAI 介绍，Maxwell 驻留在运行中的程序内，识别瓶颈，再为当前机器生成替代实现。其工作方式类似即时编译器，但改写范围可以覆盖整个函数及其算法，并依据实际硬件和数据继续优化。
源代码仍保持作者写下的样子，无论作者是人，还是 Claude Code 等编码智能体。doubleAI 因此将 Maxwell 定位为编码智能体的补充：前者优化执行，后者负责写程序。
公司称，Maxwell 同时处理 CPU 和 GPU 代码：Python 代码可替换为包含 SIMD 的底层实现，PyTorch 代码则可替换为针对当前 GPU 优化的内核。
由于运行时改写没有人工审核，doubleAI 要求每次替换都与原代码语义等价，即相同输入下产生相同结果，并具有相同的外部影响。
官网说明，这类证明可以附带条件；条件不成立时，快速守卫（guard）会将控制权交回原代码。替代实现也不必使用原来的语言，官网以 Python 循环替换为 Rust 算式展示了这一机制。
doubleAI 称，团队已完成 Python 语言的完整形式化，覆盖动态行为，以及通信、文件操作等通用代码。Maxwell 经训练在该体系内同时生成新代码和等价证明，证明主要由可复用的「证明零件」（proof gadgets）组合而成。这些技术能力均为公司自述。
发布方官网给出的性能数字为：数据处理流水线达到原速度的 38 倍，AI 推理内核达到原速度的 4.25 倍。
在官网展示的 LTX 客户案例中，LTX-2.5 使用两张 B200 生成一段 4K 视频，耗时从约 250 秒降至 134 秒，发布方标注加速比为 1.87 倍。
另外两项官网演示分别覆盖 GPU 和 CPU：在同一 RTX 4090 上，Whisper-small 从冷启动完成 180 次转写，耗时从 106.23 秒降至 49.82 秒，转写文本相同；在同一机器上执行 15 次 NetworkX 介数中心性计算，耗时从 61.44 秒降至 17.50 秒，输出结果相同。
上述数字来自发布方展示。官网条款说明，研究摘要、演示和性能数据对应特定实验或配置，不保证所有工作负载、机器或部署都获得相同结果。Maxwell 目前处于受控开放阶段，提交早期体验申请并不保证获准使用。
