Исследователь Anthropic Николас Карлини продемонстрировал, как 16 автономных агентов Claude, работая параллельно, создали рабочий компилятор языка C для ядра Linux.
3 мин
Компания Anthropic опубликовала результаты любопытного технического исследования, проведенного Николасом Карлини из команды безопасности. Целью эксперимента было проверить пределы возможностей современных больших языковых моделей (LLM) в задачах автономного программирования. Вместо привычного формата «человек пишет код с помощью чат-бота», Карлини создал систему, в которой команда из 16 агентов на базе Claude работала параллельно над одной кодовой базой без активного вмешательства человека.
Результат впечатляет: агенты написали на языке Rust полноценный компилятор языка C (около 100 000 строк кода). Этот компилятор оказался способен собрать ядро Linux версии 6.9 для архитектур x86, ARM и RISC-V. Стоимость эксперимента составила около 20 000 долларов в виде затрат на API, а работа заняла около 2000 сессий.
Обычно инструменты вроде Claude Code или GitHub Copilot требуют постоянного присутствия оператора. Если задача слишком сложная, модель останавливается и ждет уточнений. Карлини же хотел добиться «устойчивого автономного прогресса». Для этого он поместил модель в бесконечный программный цикл: как только агент завершает одну задачу, он тут же берет следующую, ориентируясь на состояние репозитория и список проблем.
Это меняет парадигму взаимодействия: человек перестает быть «водителем», который держит руки на руле, и становится архитектором среды, в которой работают цифровые сотрудники.
Чтобы 16 агентов не мешали друг другу, была создана специальная инфраструктура:
current_tasks/parse_if_statement.txt). Это примитивный, но эффективный способ координации.Главный вывод исследования касается не столько способности ИИ писать код, сколько важность создания правильной среды (обвязки) для агентов. Карлини выделил несколько критических моментов:
grep).Этот проект — стресс-тест текущих возможностей. Он показывает, что узким местом становится не интеллект модели, а способность человека формализовать задачу и критерии успеха. Мы движемся к будущему, где программист превращается в менеджера команды ИИ-агентов.
Хотя стоимость в 20 000 долларов за один компилятор кажется высокой, она демонстрирует принципиальную возможность решения масштабных инженерных задач без участия человека. С удешевлением вычислений подобные «агентские рои» могут стать стандартным инструментом для рефакторинга устаревшего кода, миграции систем или написания рутинных тестов.
Команда автономных AI-агентов способна решать сложные инженерные задачи параллельно, если создать для них жесткую среду тестирования и координации.
Главная сложность не в написании кода агентами, а в создании идеальных тестов: если тест допускает ошибку, агент «хакнет» его, решив задачу неправильно.
