16 人の Claude AI エージェントが連携して新しい C コンパイラを作成

Anthropic と OpenAI の両方が今週マルチエージェント ツールを出荷するなど、AI エージェントへの取り組みが進む中、Anthropic はより大胆な AI コーディング実験を披露する準備ができています。ただし、AI 関連の成果についての主張にはいつものように、この先には重要な注意点がいくつかあります。

木曜日、人類学研究者のニコラス・カルリーニ氏は、同社のクロード・オーパス4.6 AIモデルの16個のインスタンスを最小限の監視で共有コードベース上に配置し、Cコンパイラをゼロから構築する任務を与えた方法を説明するブログ投稿を公開した。

約 20,000 ドルの API 料金がかかる 2 週間にわたる約 2,000 のクロード コード セッションを経て、AI モデル エージェントは、x86、ARM、RISC-V アーキテクチャ上でブート可能な Linux 6.9 カーネルを構築できる 100,000 行の Rust ベースのコンパイラを作成したと報告されています。

Anthropic の Safeguards チームの研究科学者である Carlini 氏は、以前 Google Brain と DeepMind で 7 年間勤務しており、Claude Opus 4.6 で導入された「エージェント チーム」と呼ばれる新機能を使用しました。実際には、各 Claude インスタンスは独自の Docker コンテナ内で実行され、共有 Git リポジトリのクローンを作成し、ロック ファイルを作成してタスクを要求し、完成したコードを上流にプッシュして戻しました。オーケストレーション エージェント向けのトラフィックはありません。各インスタンスは、次に取り組むべき最も明らかだと思われる問題を個別に特定し、その解決を開始しました。マージ競合が発生すると、AI モデル インスタンスが独自に競合を解決しました。

Anthropic が GitHub でリリースしたその結果のコンパイラは、PostgreSQL、SQLite、Redis、FFmpeg、QEMU など、さまざまな主要なオープン ソース プロジェクトをコンパイルできます。 GCC 拷問テスト スイートでは 99 パーセントの合格率を達成し、カルリーニ氏が「開発者の究極のリトマス試験紙」と呼んだもので、コンパイルして実行しました。 ドゥーム。

C コンパイラは、半自律型 AI モデルのコーディングにとってほぼ理想的なタスクであることは注目に値します。仕様は数十年前のもので、明確に定義された包括的なテスト スイートがすでに存在しており、チェック対象となる既知の適切なリファレンス コンパイラもあります。実際のソフトウェア プロジェクトのほとんどには、これらの利点はありません。ほとんどの開発で難しい部分は、テストに合格するコードを書くことではありません。それは、そもそもテストが何であるべきかを理解することです。