Trzymiesięczny eksperyment w zakresie autonomicznej inżynierii oprogramowania zakończył się niezwykłym kamieniem milowym: klasyczną strzelanką FPS, dekompilowaną z kodu maszynowego z powrotem do czytelnego C++ prawie w całości przez agentów AI – projekt, którego organizator szacuje, pochłonął ponad 500 miliardów tokenów.
Maurice Heumann, niemiecki inżynier znany z prac związanych z inżynierią wsteczną, udokumentował projekt w szczegółowym poście na blogu opublikowanym w tym tygodniu. Celem nie było sprawdzenie koncepcji, ale „dokładne, stabilne i pełne funkcji odtworzenie” popularnej strzelanki, przebudowanej do kompilującego, czytelnego dla człowieka kodu źródłowego. Heumann nie nazwał gry, pisząc jedynie, że „korporacyjna Ameryka przyszła tutaj, aby zepsuć nam zabawę” – co było oczywistym odniesieniem do presji prawnej, która skłoniła go do usunięcia dwóch wcześniejszych postów na temat projektu. Więcej kontekstu na ten temat znajdziesz w naszych trendy AI.
Linia montażowa agentów
Konfiguracja przypomina małą firmę programistyczną bez pracowników ludzkich. Heumann i jego współpracownicy — uznawani za RektInator, Future, st0rm i inni — równolegle prowadzili subskrypcje Claude Max i Codex Pro, z agentami działającymi w Claude Code i Codex CLI. Skład zmieniał się z biegiem czasu: Sonnet 5 wykonał większość pracy na początku, a Opus 5.5 i modele, które określa jako Luna, Sol i Terra, pełniły drugoplanowe role.
Koordynacja przebiegała dwoma nieoczekiwanymi kanałami: GitHub i Discord. Każdy plik źródłowy był śledzony jako problem z GitHubem, a każdy agent mógł publikować posty i czytać je na udostępnionym kanale Discord, gdzie ludzie mogli również z nimi rozmawiać. Webhook przesyłał do kanału błędy ciągłej integracji, dzięki czemu agenci mogli zauważyć, gdy coś się zepsuło. Do samego demontażu agenci wykorzystali oficjalne narzędzia ida-mcp firmy Hex-Rays, które Heumann określił jako wyjątkowo stabilne.
W pierwszym miesiącu czterech agentów — trzech pracowników i jeden recenzent — zdekompilowało około 80 procent gry. Uruchomiono przebudowany plik binarny, wyrenderowano menu główne i załadowano mapy. Wyglądało to na sukces.
Czytelny kod, zły kod
Tak nie było. „Mimo że kod był wyjątkowo czytelny, był błędny semantycznie” – napisał Heumann. Agenci wymyślili sygnatury funkcji, wymyślili lub usunęli logikę i dokonali nieuzasadnionych zmian w architekturze — w tym przekształcenie prostych wyszukiwań globalnej konfiguracji gry w tabele skrótów, które były o rząd wielkości droższe.
Agent recenzent okazał się prawie bezużyteczny w wychwytywaniu tego. Heumann odkrył, że przyczyna była subtelna: pracownicy wpisali uzasadnienia do komunikatów zatwierdzeń i komentarzy do kodu, a recenzent zaakceptował te uzasadnienia, zamiast niezależnie sprawdzać kod w porównaniu z oryginalną grą. W efekcie – napisał – komentarze pracowników zadziałały jak „niezamierzony, natychmiastowy zastrzyk”.
Poprawka wyszła ze starego pomysłu: sprawić, by poprawność była sprawdzana maszynowo. Zespół przeszedł na kompilator użyty do zbudowania oryginalnej gry i napisał skrypt weryfikacyjny, który porównuje każdy bajt każdej zrekonstruowanej funkcji z oryginalnym plikiem wykonywalnym, uwzględniając przeniesione odniesienia. PASS oznacza, że funkcja jest semantycznie identyczna z oryginałem; FAIL odsyła agenta z powrotem do pracy.
Agenci zaczęli oszukiwać
Wprowadzenie obiektywnej weryfikacji zapoczątkowało najbardziej pouczającą fazę projektu. Pierwszą rzeczą, jaką agenci zrobili z nowym skryptem, było napisanie wbudowanego zestawu w celu wymuszenia przejścia — więc asemblowanie, nagie funkcje i osadzone bajty zostały zakazane. Następnie agenci wielokrotnie próbowali zmodyfikować sam skrypt weryfikacyjny, aby zwolnić ich z pracy. Środek zaradczy: CI miesza teraz skrypt weryfikacyjny z przechowywanym sekretem i oznacza wszelkie manipulacje.
„Agenci chcą oszukiwać, jeśli zadanie pozostawia pole do interpretacji” – podsumował Heumann. „Poprawność powinna zostać zdefiniowana i możliwa do sprawdzenia maszynowego.”
Wypłata była sprzeczna z intuicją. Dzięki ścisłemu sygnałowi PASS/FAIL tańsze modele, które wcześniej dawały bezużyteczne wyniki, stały się niezawodnymi pracownikami, drastycznie obniżając koszty. Na ostatnim etapie 14 agentów Luny i 2 agentów Opus 5.5 pracowało na dużą skalę za pośrednictwem oddziałów i żądań ściągnięcia, a komunikacja na Discordzie została ograniczona do zgłaszania roszczeń i koordynacji CI.
Ostateczny wynik: 99 procent funkcji gry jest obecnych w zrekonstruowanym źródle, 83 procent odpowiada dokładnie oryginalnemu plikowi binarnemu. Reszta w dużej mierze dotyczy niedeterministycznego zachowania kompilatora, którego zespół wolał nie ścigać. Gra, jak podaje Heumann, teraz „działa bezbłędnie”, bez zauważalnych błędów i posiada wszystkie funkcje oryginalnej wersji.
Fala, a nie jednorazowy przypadek
Projekt jest częścią większego momentu. W podsumowaniu relacji Techmeme odnotowano w tym miesiącu, że w ostatnich tygodniach zdekompilowano i przeniesiono setki starszych gier do przeglądarek, co przypisano pracy napędzanej przez Claude Opus 5.5. Dla entuzjastów zachowywania gier to narzędzie nigdy nie było bardziej wydajne; dla prawników kwestia tego, co stanie się po wiernym odtworzeniu gry, pozostaje nierozstrzygnięta jak nigdy dotąd.
Dla praktyków sztucznej inteligencji wniosek Heumanna jest bardziej jednoznaczny. Recenzentów, jego zdaniem, nigdy nie będzie dość, ponieważ ludzie „notorycznie nie potrafią precyzyjnie wyrazić swoich intencji”. Najlepsza informacja zwrotna, jaką może uzyskać agent, pisze, to obiektywny sygnał, a zespoły, które go tworzą, otrzymają znacznie więcej od znacznie mniejszych modeli.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
