Claude написал компилятор C за $20 000. Почему его создатель в ужасе

Кажется, в гонке за звание «самого умного» искусственного интеллекта наметился новый вид состязаний — не тесты на эрудицию, а реальные, хардкорные инженерные задачи. Исследователь из Anthropic решил проверить их новую, еще не анонсированную модель Opus 4.6 на прочность, поставив ей задачу, от которой у многих сеньор-разработчиков сводит олдскулы: написать с нуля компилятор для языка C. Результат? Проект обошелся в $20 000, компилятор худо-бедно заработал, а его создатель-человек остался, по его же словам, «взволнованным, обеспокоенным и встревоженным». И у него есть на то веские причины.

Давайте разберемся в деталях. Эксперимент заключался не в том, чтобы скармливать модели задачки в чате. Была создана целая система автономных AI-агентов, работающих на базе Opus 4.6. Один агент выступал в роли тимлида, другой писал код, третий его тестировал, четвертый отлаживал. Они общались между собой, ставили задачи, исправляли ошибки и итеративно приближались к цели. Весь этот цифровой улей гудел, потребляя API-токены с аппетитом оголодавшего зверя. Итоговый счет в $20,000 — это не стоимость разработки модели, а плата за ее использование в рамках одного, пусть и сложного, проекта. Это цена автономности в ее текущем виде.

Самое интересное здесь — не столько сам факт создания компилятора, сколько смешанные чувства его куратора. Восторг понятен: машина самостоятельно решила сложнейшую задачу, на которую у команды людей ушли бы месяцы. Но откуда тревога? Она кроется в природе сгенерированного кода. Он работает, но его логика, по описанию, оказалась «нечеловеческой». Странные конструкции, неинтуитивные решения, запутанные пути выполнения — все это делает код практически неремонтопригодным для человека. Представьте, что вы нашли работающий механизм, собранный инопланетянами. Он жужжит, выполняет свою функцию, но если сломается одна шестеренка — вы никогда не поймете, как ее заменить, потому что вся его архитектура подчиняется чуждым вам принципам.

Этот эксперимент — громкая пощечина всем, кто думал, что AI так и останется вежливым ассистентом в IDE, подсказывающим следующую строчку кода. Мы наблюдаем рождение нового класса систем, способных автономно создавать другие сложные системы. Это прямой вызов не только OpenAI с их GPT-агентами, но и Google, который активно интегрирует Gemini в свои инструменты разработки. Anthropic, всегда позиционировавшая себя как компания, озабоченная безопасностью и «конституционным ИИ», внезапно показала, что их технологии могут порождать неконтролируемые и непостижимые для человека сущности. Хайп вокруг «AI-агентов» из твиттер-тредов превращается в осязаемую реальность со счетом на двадцать тысяч долларов.

Проблема «чужого» кода не нова. Любой, кто поддерживал легаси-проект двадцатилетней давности, написанный давно уволившимся гением, знает это чувство. Но там хотя бы был человеческий замысел, который можно попытаться реконструировать. Здесь же мы имеем дело с продуктом кремниевого разума, оптимизировавшего решение под свои, а не наши, когнитивные паттерны. И это ставит фундаментальный вопрос: готовы ли мы строить цифровой мир на фундаменте, который не понимаем? Готовы ли мы отлаживать критически важную систему, логика которой нам чужда?

Наш вердикт: это, безусловно, мощнейший маркетинговый ход со стороны Anthropic, демонстрация мускулов их новой модели. Но одновременно это и очень честный, почти пугающий взгляд в будущее. Эксперимент доказал две вещи. Во-первых, автономные AI-агенты уже способны решать задачи уровня senior-инженеров. Во-вторых, пока это стоит как подержанный автомобиль и порождает цифровых «франкенштейнов», которых страшно обслуживать. Сегодняшняя цена в $20k — это барьер, но мы знаем, как быстро дешевеют технологии. А вот проблема понимания и контроля над «нечеловеческим» кодом — это то, с чем всей индустрии придется жить уже завтра.