Современные технологии искусственного интеллекта продолжают удивлять своими достижениями. Компания Anthropic провела уникальный эксперимент, в рамках которого группа из 16 ИИ-агентов самостоятельно разработала компилятор языка Си. Несмотря на ограничения, этот проект демонстрирует огромный потенциал современных ИИ-систем. В статье мы рассмотрим, как проходил эксперимент, какие результаты были достигнуты и что это значит для будущего разработки программного обеспечения.
—
Как проходил эксперимент: ключевые этапы
Организация работы ИИ-агентов
Эксперимент был организован исследователем Николасом Карлини, который запустил 16 экземпляров модели Claude Opus 4.6 в облачной среде. Каждый агент работал в изолированном контейнере Docker, взаимодействуя с общей кодовой базой через Git. Центрального координатора не было — агенты самостоятельно выбирали задачи и разрешали конфликты.
Время и затраты
Процесс занял две недели и потребовал почти 2000 сессий работы сервиса Claude Code. Общая стоимость доступа к ИИ через API составила около $20 000. Однако эта сумма не включает расходы на обучение модели и подготовительные работы.
—
Результаты проекта: сильные и слабые стороны
Что удалось достичь
— Компилятор на языке Rust объёмом 100 000 строк кода.
— Поддержка архитектур x86, Arm и RISC-V.
— Возможность компиляции ядра Linux 6.19.
— 99 % успешных тестов GCC для проектов PostgreSQL, SQLite, Redis и других.
Ограничения и проблемы
— Неспособность компилировать 16-битный машинный код.
— Сбои в работе ассемблера и линкера.
— Менее эффективный код по сравнению с GCC.
— Низкое качество исходного кода по меркам профессиональных разработчиков.
—
Инновации и уроки для будущего
Новые подходы к разработке
Эксперимент показал, что параллельная работа нескольких ИИ-агентов может быть эффективной, если правильно организовать их взаимодействие. Использование Git для координации стало важным шагом вперёд.
Вызовы и решения
— Многословные запросы засоряли контекстное окно модели. Для решения проблемы были разработаны средства запуска тестов с минимальным выводом.
— Отсутствие чувства времени у ИИ-агентов потребовало создания быстрого режима обработки тестов.
—
Выводы и перспективы
Проект Anthropic стал важным шагом в развитии ИИ-программирования. Ещё год назад такая задача была бы невозможной, даже при наличии неограниченных ресурсов. Хотя компилятор далёк от совершенства, он демонстрирует, что ИИ способен справляться с комплексными задачами в разработке программного обеспечения. Это открывает новые горизонты для автоматизации и повышения эффективности в IT-индустрии.
*«Этот эксперимент — лишь начало. Мы увидели, что ИИ может работать в команде, и это меняет правила игры», — отмечает Николас Карлини.*
