آزمایش تازه شرکت آنتروپیک نشان میدهد چند عامل هوش مصنوعی میتوانند بدون مدیریت انسانی نرمافزارهای زیرساختی پیچیده تولید کنند.
به گزارش نگامگ و به نقل از gizmochina، شرکت آنتروپیک از یک آزمایش چشمگیر پردهبرداری کرده که در آن چند سیستم هوش مصنوعی با همکاری یکدیگر موفق شدند تقریبا بهصورت کاملا مستقل یک کامپایلر سی کامل بسازند.
این پروژه به سرپرستی پژوهشگر این شرکت، نیکلاس کارلینی، انجام شده و نشان میدهد همکاری خودمختار هوش مصنوعی در توسعه نرمافزارهای واقعی تا چه اندازه پیشرفت کرده است.
در این آزمایش، توسعه کامپایلر طی دو هفته و با استفاده از 16 عامل مستقل Claude Opus 4.6 انجام شد. هر عامل هوش مصنوعی درون یک کانتینر Docker جداگانه اجرا میشد، یک مخزن گیت مشترک را کلون میکرد و بدون وجود کنترلکننده مرکزی یا مدیر انسانی فعالیت داشت.
انتخاب وظایف بهصورت خودکار انجام میشد، تعارضها از طریق گیت حلوفصل میشدند و کدها بدون نظارت انسانی به شاخه اصلی ارسال میشدند.
در مجموع، این عاملها نزدیک به 100000 خط کد به زبان راست و در حدود 2000 نشست کدنویسی تولید کردند که هزینه استفاده از رابط برنامهنویسی آن حدود 20000 دلار بوده است.
نتیجه این همکاری، یک کامپایلر سی متنباز و کاملا کاربردی است که از صفر نوشته شده است. این کامپایلر توانسته هسته لینوکس نسخه 6.9 را برای معماریهای x86، آرم و RISC-V با موفقیت کامپایل کند و همچنین پروژههای متنباز مهمی مانند PostgreSQL، SQLite، Redis و FFmpeg را مدیریت کند.
در آزمون سنگین GCC Torture Test Suite نیز نرخ موفقیت 99 درصدی بهدست آورده است. بهعنوان یک نقطه عطف نمادین، این کامپایلر حتی موفق شده بازی Doom را کامپایل و اجرا کند که سالهاست بهعنوان معیاری برای سنجش توانایی کامپایلرها شناخته میشود.
اهمیت این پروژه در آن است که نشان میدهد سیستمهای هوش مصنوعی اکنون قادرند بهصورت خودهماهنگ عمل کنند، پایگاههای کد بزرگ را مدیریت کنند و نرمافزارهای زیرساختی در سطح تولید ارائه دهند.
اگرچه این کامپایلر هنوز محدودیتهایی دارد و جایگزین کامل GCC محسوب نمیشود، اما این آزمایش گام بزرگی در مسیر مهندسی نرمافزار خودمختار و بلندمدت مبتنی بر هوش مصنوعی بهشمار میرود.
این دستاورد میتواند مسیر آینده کدنویسی را تغییر دهد. در چنین چشماندازی، عاملهای هوش مصنوعی میتوانند وظایف تکراری، بازنویسیهای گسترده، آزمایش و رفع باگها را بر عهده بگیرند و به توسعهدهندگان انسانی اجازه دهند تمرکز بیشتری بر طراحی، معماری و حل مسئله داشته باشند.
در عین حال، این تحول پرسشهای تازهای درباره کیفیت کد، اعتمادپذیری و فرآیندهای راستیآزمایی ایجاد میکند. اگرچه برنامهنویسان انسانی به این زودیها حذف نخواهند شد، اما نقش آنها ممکن است از نوشتن تکتک خطوط کد به هدایت، بازبینی و اعتبارسنجی سیستمهایی تغییر کند که بیشازپیش بهصورت خودمختار توسط هوش مصنوعی ساخته میشوند.
