Компания Anthropic представила поразительный эксперимент, в ходе которого системы ИИ работали вместе, чтобы создать полноценный компилятор языка C# практически самостоятельно. Проект, возглавляемый исследователем Николасом Карлини, показывает, насколько далеко продвинулось сотрудничество автономного ИИ в разработке программного обеспечения в реальном мире.
Как прошел эксперимент
Компилятор разрабатывался в течение двух недель с использованием 16 независимых Claude Opus 4.6. Каждый агент искусственного интеллекта запускался в своем собственном контейнере Docker, клонировал один и тот же репозиторий Git и работал без центрального контроллера или человека-менеджера. Задачи выбирались автоматически, конфликты разрешались с помощью Git, а код продвигался вверх по течению без присмотра. В общей сложности агенты создали около 100 000 строк кода Rust за почти 2000 сеансов программирования, что обошлось API примерно в 20 000 долларов.
Что может сделать компилятор
В результате получился полностью функциональный компилятор языка Си с открытым исходным кодом, написанный с нуля. Он может успешно компилировать ядро Linux 6.9 для архитектур x86, ARM и RISC-V и обрабатывать крупные проекты с открытым исходным кодом, такие как PostgreSQL, SQLite, Redis и FFmpeg. В требовательном наборе тестов GCC Torture он прошел 99% тестов. В качестве символической вехи он даже скомпилировал и запустил Doom, давний эталон производительности компилятора.
Почему это важно
Этот проект демонстрирует, что системы ИИ теперь могут самостоятельно координировать свои действия, управлять большими кодовыми базами и предоставлять инфраструктурное программное обеспечение производственного уровня. Хотя компилятор по-прежнему имеет ограничения и пока не является полноценной заменой GCC, эксперимент знаменует собой важный шаг на пути к разработке долгосрочного автономного программного обеспечения, управляемого ИИ.
Влияние на будущее программирования
Этот эксперимент сигнализирует о переменах в способах создания программного обеспечения в будущем. Для разработчиков ИИ-агенты могли бы выполнять повторяющиеся задачи, проводить масштабные рефакторинги, тестирование и исправление ошибок, позволяя людям больше внимания уделять дизайну, архитектуре и решению проблем. В то же время это поднимает новые вопросы о качестве кода, доверии и проверке. Хотя программисты-люди еще далеко не устарели, их роль может измениться от написания каждой строчки кода до руководства, анализа и валидации все более автономных систем, созданных на основе искусственного интеллекта.
