Partire da un’implementazione vuota è un obiettivo chiaro; produrre un eseguibile che si comporti correttamente è una condizione di accettazione molto più esigente. Il caso del compilatore C di Genesis può essere esaminato attraverso le interfacce che ha costruito e i livelli di verifica che le circondano.

Il record Evidence del compilatore C riporta 248.989 righe di Rust, 1.019 episodi agent archiviati, 123,4 ore e 44,38 USD in costi per i token del modello, utilizzando DeepSeek V4 Flash. Elenca 220/220 casi della c-testsuite, 32/36 casi LLVM valutati e 2.904/2.904 test Rust. Questi sono risultati riportati dal progetto, non una nuova riproduzione per questo articolo.
Far transitare un primo programma attraverso ogni fase
Il compilatore pubblico, jcc, documenta una sequenza di milestone ingegneristiche: stabilire il workspace, costruire uno scheletro di compilazione end-to-end, estendere la copertura del linguaggio, aggiungere l’ottimizzazione, quindi esercitare suite esterne e build di applicazioni. La roadmap definisce tali gate; essa va letta come il record di sviluppo del repository piuttosto che come una trascrizione temporale di ogni episodio di Genesis.
L’architettura connette preprocessamento, analisi lessicale e sintattica, controlli semantici, lowering in CIR, ottimizzazione, generazione del codice macchina, assemblaggio degli oggetti e linking. Crate separati gestiscono tali fasi.
Questa struttura crea utili artefatti intermedi. -E si ferma dopo il preprocessamento; -emit-jcc-ir espone la CIR; -S emette l’assembly; -c produce un oggetto. Quando un programma compilato fallisce, questi confini restringono l’indagine prima di modificare l’intera pipeline.
Preservare la semantica del C attraverso la rappresentazione intermedia
La CIR è la rappresentazione SSA tipizzata del compilatore, separata dalla LLVM IR. L’ottimizzazione trasforma la CIR in CIR; il workflow di build di debug documentato esegue il verifier dopo i passaggi. La guida al testing descrive i controlli per il lowering, le rappresentazioni non valide, le riscritture, la codifica delle istruzioni e il comportamento della riga di comando.
La verifica della rappresentazione è un livello, non una prova di compilazione corretta. Una trasformazione strutturalmente valida può comunque cambiare il risultato di un programma. Per questo motivo la strategia di test compila ed esegue anche programmi C e ne confronta l’output.
Il corpus include fallimenti di compilazione intenzionali: i test controllano la gravità della diagnostica, il messaggio e lo span del sorgente. Ciò preserva il comportamento di rifiuto per input non validi insieme al comportamento di esecuzione corretta. Il documento di conformità C11 del compilatore registra i costrutti supportati e la politica delle estensioni.
Le suite esterne testano il percorso completo
L’harness c-testsuite fornisce un gate di test del linguaggio esterno. Il runner LLVM pilota CMake con il compilatore sotto test, compila i programmi e confronta l’esecuzione con l’output di riferimento. Il suo confronto numerico predefinito utilizza una tolleranza di 1e-4, mentre i token non numerici e lo stato di uscita devono corrispondere esattamente.
L’harness Csmith aggiunge il testing differenziale di programmi generati rispetto a un compilatore di riferimento. Nello snapshot del README ispezionato, la sua esecuzione con 100 seed riporta 93 superati, 0 falliti e 7 saltati, con i salti attribuiti al timeout di entrambi i compilatori. Definire questo come “93/93” senza i seed saltati nasconderebbe parte del carico di lavoro.
Questi controlli rilevano diverse classi di errore: una suite di linguaggio sonda costrutti specifici, i programmi casuali esplorano le combinazioni e le build di applicazioni collegate esercitano insieme il driver, i file oggetto e le interfacce runtime.
Mantenere il successo legato all’operazione testata
Il README versionato riporta che lz4 viene compilato e supera i suoi otto test essenziali. Descrive SQLite come analizzato e convertito (lowering) correttamente, con ulteriori lavori di verifica completi sui file registrati. L’analisi di SQLite è una milestone di integrazione utile; non equivale a superare la suite completa di test runtime di SQLite.
La stessa fonte elenca l’aritmetica long double parziale, piattaforme differite e gate documentati sulla politica delle estensioni. Il risultato LLVM di 32/36 deve quindi mantenere il suo sottoinsieme valutato e le relative esclusioni. Il README e la pagina Evidence presentano inoltre conteggi diversi per i test del workspace; questo articolo mantiene il totale di Evidence allegato al suo record invece di combinare gli snapshot.
Cosa persiste tra i task di sviluppo
Il modello di sviluppo documentato di Genesis utilizza la decomposizione ricorsiva dei task attorno a un progetto software. In questo caso, gli artefatti ingegneristici durevoli sono concreti: moduli sorgente, contratti di rappresentazione, output intermedi, diagnostica e harness di regressione. Un task successivo può lavorare su quegli artefatti invece di affidarsi esclusivamente alla conversazione di un predecessore.
Il caso di continuazione del modello esamina un passaggio di consegne successivo e il suo risultato da 1.820 casi con ambito separato. La riscrittura di MESA utilizza il comportamento numerico originale come riferimento, mentre EvoX Compiler controlla i grafi tensoriali e i contratti dei dispositivi. Si tratta di problemi di verifica distinti piuttosto che di esecuzioni aggiuntive dello stesso esperimento del compilatore.
44,38 USD coprono i token del modello ed escludono l’hardware. I record pubblici supportano un caso sostanziale di costruzione di un compilatore entro l’ambito riportato; non stabiliscono una compatibilità C illimitata. Per ispezionare il risultato, segua l’architettura in un harness esterno, quindi esamini gli esatti programmi e output che ne definiscono il gate.