Компания Anthropic продемонстрировала значительный прорыв в области автономной разработки ПО, представив результаты эксперимента по созданию C-компилятора силами 16 ИИ-агентов. В рамках проекта модели на базе Claude Opus 4.6 самостоятельно спроектировали и написали инструмент на языке Rust, затратив на работу около двух недель. Этот кейс наглядно иллюстрирует растущие возможности мультиагентных систем в решении сложных инженерных задач, требующих высокой точности и понимания низкоуровневой архитектуры.
Технические параметры и стоимость разработки
Процесс создания программного продукта осуществлялся в автономном режиме с минимальным участием человека. Для достижения результата система потребила 2 миллиарда входных токенов, а суммарная стоимость вычислительных ресурсов составила почти 20 000 долларов США. В итоге ИИ-агенты сгенерировали около 100 000 строк кода. Несмотря на автономность, инженерам Anthropic потребовалось предварительно подготовить инфраструктуру:
- Настройка специализированного фреймворка для автоматизированного тестирования.
- Организация механизма обратной связи для оперативного исправления ошибок.
- Определение базовых архитектурных рамок проекта.
Производительность и текущие ограничения
Разработанный компилятор продемонстрировал впечатляющую работоспособность, успешно справившись с компиляцией таких масштабных проектов, как ядро Linux 6.9, СУБД PostgreSQL и хранилище данных Redis. Примечательно, что точность прохождения стандартного набора тестов GCC (GNU Compiler Collection) достигла 99%. Это подтверждает способность современных нейросетевых моделей соблюдать строгие спецификации языков программирования. Однако авторы исследования зафиксировали, что по мере роста объема кодовой базы начали возникать регрессионные ошибки, когда новые правки нарушали уже работающий функционал.
С увеличением объема кода наблюдались регрессионные ошибки, что указывает на текущие ограничения модели при работе с крупномасштабными проектами.
Реализованный Anthropic эксперимент подтверждает, что ИИ-агенты способны брать на себя роль полноценных разработчиков при создании сложного системного ПО. Тем не менее проблема регрессии в больших проектах остается открытой, что требует дальнейшего совершенствования алгоритмов долгосрочного планирования и контроля качества кода. В ближайшей перспективе подобные технологии могут существенно ускорить прототипирование и разработку специализированных инструментов, снижая нагрузку на специалистов-людей.