Anthropic 让 16 个 AI 智能体从零开始构建了一个 C 编译器。代码量约 10 万行，可编译 Linux 内核，成本约 2 万美元，用时两周。
而 GCC（一个用来将 C 等多种编程语言编译成可在不同平台运行的机器代码的开源编译器） 从 1987 年开始，经历了 37 年，投入了成千上万名工程师才发展到今天。
而 Anthropic 仅一名研究员加上 16 个 AI 智能体，构建出了一个可以通过 GCC 自身 99% 严苛测试套件的编译器，还能成功编译 FFmpeg、Redis、PostgreSQL、QEMU，并运行 Doom。
虽然 Anthropic 说自己 “基本上是放手不管”。没有人类直接写代码。但负责这个项目的研究员一直在不断设计测试用例，在智能体相互破坏彼此成果时搭建 CI 流水线，并在 16 个智能体同时卡在同一个 Bug 上时想出绕过方案。
因此，在 AI 已经能够通过团队协作模式完成复杂任务的今天。人类的角色依然没有消失，而是发生了变化。从亲手写代码，变成了设计一个让 AI 能持续写出代码的环境。
谷歌推出开源模型 Gemma 4，旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化，首次具备多模态与智能体能力，支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备，Gemma 4 摆脱了对云端算力的依赖，推动去中心化开源生态发展，赋能各社区按需构建专属系统。
Bun 开发者利用 Claude Fable 5 在 11 天内将 53.5 万行 Zig 代码重写为 Rust，以解决内存安全问题。项目采用 64 个 AI 实例并行及对抗性审查机制，耗资约 16.5 万美元。重写后二进制体积缩减 20%，性能提升 2% 至 5%。尽管存在 1.3 万个 unsafe 块和 19 个回归问题引发争议，但该项目验证了 AI 辅助大规模重构的可行性，其分离上下文与对抗审查等方法论具有重要参考价值。
Anthropic 实验显示，Claude Opus 4.7 已能全程自主控制机器狗完成任务，速度比人类快约 20 倍，代码量仅为其十分之一。这标志着 AI 智能体正从辅助编程迈向物理工具自主操作阶段。但模型在实时闭环精细控制上仍有局限，且当前成果基于低复杂度任务。该进展体现了通用模型 scaling 的副产物效应，预示物理智能体时代早期来临，但距离解决复杂真实场景仍有差距。
围绕《Anthropic 让 16 个 AI 智能体从零开始构建了一个 C 编译器》展开交流，未登录用户可浏览评论，登录后可参与讨论。
