დეველოპერმა ხელოვნური ინტელექტით Modern Warfare 2-ის კოდი აღადგინა

ჰოიმანის მიზანი თავიდანვე „ზუსტი, სტაბილური და ყველა ფუნქციის მქონე ასლის“ შექმნა იყო. მან ორ კვირაზე ნაკლები ხნის წინ X-ზე დაწერა, რომ თამაში სრულად სათამაშო გახდა. მისი შეფასებით, პროექტმა 600-700 მილიარდი ტოკენი მოიხმარა. ჰოიმანის თქმით, საკუთარ ტოკენებში ფულს არ იხდის. თუმცა გამოწერებით ხარჯი დაახლოებით 1 200 ევრო იქნებოდა, API-ის ტოკენებით კი 200 000-250 000 დოლარი.

სირთულე კოდის შექმნა კი არა, მისი სისწორის დადასტურება აღმოჩნდა. დეველოპერს შემოწმების სისტემის შექმნა და აგენტებისთვის მისი მოტყუების შესაძლებლობის შეზღუდვა დასჭირდა. ჰოიმანმა მეორე გამოწვევაც დაასახელა: „კორპორაციული ამერიკა ჩვენი გართობის გასაფუჭებლად მოვიდა“. პროექტის შესახებ ორი ადრინდელი ბლოგპოსტი წაიშალა. საავტორო უფლებების მფლობელის საჩივრის შემდეგ, X-ზე 30 სექტემბერს გამოქვეყნებული ვიდეოც გაითიშა. Activision-ის (Activision) კომენტარი არ გამოქვეყნებულა.

ჰოიმანმა 2009 წლის კომპიუტერულ თამაშზე Anthropic-ის Claude-ისა და OpenAI-ის Codex-ის აგენტები მიმართა. მან თავდაპირველად Claude Max-ის 20x გეგმა გამოიყენა, შემდეგ კი Codex Pro დაამატა. ეს გეგმები ფიქსირებული ფასისაა და ტოკენების მიხედვით API-ის ანგარიშსწორებას არ იყენებს. დეველოპერი უმეტესად Sonnet 5-ს ეყრდნობოდა, თუმცა Opus 5.5-სა და OpenAI-ის Luna-ს, Sol-სა და Terra-საც ხშირად იყენებდა. ძირითად სამუშაო გარემოდ Claude Code-ისა და Codex-ის ბრძანების ხაზის ხელსაწყოები გამოიყენა.

აგენტები კოდს IDA-ში, Hex-Rays-ის ida-mcp სერვერის მეშვეობით კითხულობდნენ. მუშაობა ოთხმა აგენტმა დაიწყო: სამმა შემსრულებელმა და ერთმა შემმოწმებელმა. ჰოიმანმა 30 სექტემბერს X-ზე დაწერა, რომ შემდეგ უკვე „17 აგენტი პარალელურად მუშაობდა“. თითოეულ ტრანსლაციის ერთეულს GitHub-ის ცალკე საკითხი მიეძღვნა. ყველა აგენტი და ადამიანი GitHub-ის ვებჰუკიდან უწყვეტი ინტეგრაციის შეტყობინებებს Discord-ის ერთ არხში იღებდა. დასრულებული ფუნქციების მეხსიერებიდან გასაწმენდად, ჰოიმანმა ავტომატური შეკუმშვის ზღვარი კონტექსტის ფანჯრის მაქსიმუმის 90%-დან 42%-მდე შეამცირა. აგენტები მითითებებსაც სცდებოდნენ, ამიტომ საათობრივი დავალება მათ ინსტრუქციების ხელახლა წაკითხვას აიძულებდა.

პირველი თვის კოდი ადვილად იკითხებოდა, მაგრამ „სემანტიკურად მცდარი“ იყო. პრობლემები მოიცავდა ფუნქციების მცდარ სიგნატურებს, ტიპებს, სტრუქტურების განლაგებასა და გამოგონილ ან წაშლილ ლოგიკას. აგენტები ზედმეტ არქიტექტურულ ცვლილებებსაც ახორციელებდნენ. მაგალითად, კონფიგურაციის ცვლადის ძიება „რამდენიმე რიგით უფრო ძვირ“ ოპერაციად აქციეს.

ობიექტური მისაღები კრიტერიუმების არქონის გამო, შემმოწმებელმა აგენტმა ეს ვერ შეაჩერა. ჰოიმანის თქმით, ცვლილებების გასამართლებელი კომენტარები „ფაქტობრივად უნებლიე მოთხოვნის ინექციას წარმოადგენდა“. გუნდმა საბოლოოდ საწყისი კოდიდან ყველა კომენტარი ამოიღო, რამაც „ძალიან უშველა“. პირველი ოთხი კვირის კოდის გადარჩენის მცდელობას თავიდან დაწყებაზე მეტი დრო დასჭირდა.