Qué se hizo
Nicholas Carlini puso a 16 agentes de Claude a trabajar en bucle, cada uno en su propio contenedor Docker, enviando cambios a un repositorio git compartido. Los agentes se repartían tareas escribiendo archivos de bloqueo y fusionaban el trabajo de los demás, sin un orquestador central.
El trabajo principal de Carlini fue construir los tests, la integración continua y un “oráculo” basado en GCC para que los agentes pudieran arreglar fallos distintos en paralelo.
Resultado
Unas 2.000 sesiones produjeron un compilador de 100.000 líneas en Rust que compila Linux 6.9 en x86, ARM y RISC-V y supera el 99 % de la mayoría de baterías de tests. Todavía recurre a GCC para x86 de 16 bits, su ensamblador y enlazador tienen fallos y el código que genera es poco eficiente.
A tener en cuenta
Costó algo menos de 20.000 $ en API durante dos semanas. La calidad de los tests fue lo que mantuvo a los agentes en el buen camino.
Prompt para probarlo
Plantilla orientativa redactada por CasosAgentesIA a partir del caso; no es el prompt original. Sustituye lo que está entre corchetes.