EvoX Genesis: рекурсивная ИИ-система для долгосрочной автономной эволюции программного обеспечения, построившая с нуля компилятор C объёмом 250 тыс. строк

Команда EvoX из Департамента науки о данных и искусственного интеллекта Гонконгского политехнического университета выпустила EvoX Genesis — рекурсивную ИИ-систему для долгосрочной автономной эволюции программного обеспечения.

EvoX Genesis больше не полагается на постоянного агента, чтобы поддерживать длительную разработку. Вместо этого она позволяет самому программному миру непрерывно развиваться.

Стартуя с пустого репозитория, система за 123,4 часа, в 1 019 эпизодах работы агентов, построила компилятор C объёмом 248 989 строк, а стоимость токенов модели составила всего 44,38 доллара США.

Долгосрочное программирование: граница продолжает сдвигаться

Рабочее время кодинг-агентов выросло с отдельных коротких задач до десятков часов.

OpenAI запускала Codex из пустого репозитория около 25 часов подряд, получив примерно 30 тыс. строк кода.

Anthropic с помощью 16 агентов Claude, почти 2 000 сессий, примерно двух недель и почти 20 000 долларов расходов на API построила с нуля компилятор C объёмом около 100 тыс. строк.

Время растёт, агентов становится больше, программное обеспечение — всё сложнее.

Но центр исследований по-прежнему агент:

более сильные модели, более длинные контексты, более устойчивая память, больше агентов.

Команда EvoX развернула вопрос в другую сторону:

Почему агент должен существовать постоянно?

А что, если по-настоящему постоянно должен существовать тот программный мир, в котором он живёт?

123,4 часа, 250 тыс. строк

Мы запустили EvoX Genesis из репозитория с пустой реализацией.

Цель была одна: построить компилятор C.

123,4 часа, 1 019 эпизодов агентов, 248 989 строк кода и стоимость токенов модели всего 44,38 доллара США.

Итоговый компилятор прошёл 220/220 тестов c-testsuite, 32/36 тестовых случаев LLVM и 93/93 тестов случайных программ Csmith.

Никакого готового компилятора, ждущего завершения, там не было — он начался с нуля.

Рис. 1: результаты эксперимента с компилятором C / объём кода, время работы, эпизоды агентов, стоимость и результаты тестов

(с моделью DeepSeek V4 Flash)

Не сохранять агента — сохранять программный мир

Жизнь сложного программного обеспечения естественно длиннее одной сессии агента.

EvoX Genesis организует программное обеспечение в рекурсивно разворачивающийся программный мир:

агенты верхнего уровня декомпозируют цели, а новые агенты выполняют работу на локальных позициях;

когда результаты проверены, они попадают в историю версий программного обеспечения и становятся реальностью следующего раунда разработки.

После этого агенты могут исчезнуть,

а новые агенты продолжают с уже сформированного программного мира.

Сохраняется не какой-то диалог, не постоянно растущий черновик и не вечно онлайн «главный агент».

Сохраняется код, структура, ограничения, результаты проверки и уже произошедшая история.

Сохраняется не агент, а программный мир.

Agent does not persist. Its validated consequences do.

Именно так EvoX Genesis поддерживает долгосрочную автономную эволюцию программного обеспечения. Для пользователей это также означает одну очень простую вещь:

Вы не создаёте агентов — вы лишь описываете, каким должно стать программное обеспечение.

Не нужно заранее проектировать агентов, роли или рабочие процессы и вручную разбивать полное дерево задач.

Пользователю достаточно описать цель разработки в коротком тексте;

как декомпозируются задачи, как порождаются агенты, как разворачивается рекурсия и как проверяются результаты — всё это делает сам EvoX Genesis.

Рис. 2: концепция Persistent Recursive World / агенты рождаются, действуют и исчезают; программный мир продолжает разворачиваться

Модели можно менять; программный мир продолжается

Эта преемственность не требует даже использования одной и той же модели на протяжении всего пути.

В другой серии экспериментов программный мир, изначально построенный GLM 5.2, был передан DeepSeek V4 Flash для продолжения разработки.

В итоге он прошёл 1 820/1 820 сохранённых тестов LLVM SingleSource.

Модели можно заменить, агентов можно заменить — программный мир продолжается.

Рис. 3: эксперимент по продолжению работы на другой модели, GLM 5.2 → DeepSeek V4 Flash

С нуля или наследуя историю

Построение с нуля — лишь один конец жизненного цикла программного обеспечения;

другой конец — программный мир, существующий годами, богатый структурой и историей.

Мы применили EvoX Genesis к MESA — давно развиваемой научной вычислительной системе для звёздной эволюции.

Эксперимент охватил 13 модулей на Fortran общим объёмом 139 414 строк;

EvoX Genesis переработал их в соответствующие crates на Rust, стоимость токенов модели составила около 10,6 доллара.

Программный мир можно создать из ничего — или унаследовать историю и продолжать меняться.

Рис. 4: MESA Fortran → Rust, 13 модулей, 139 414 строк кода, 10,6 доллара

Преимущества по стоимости накапливаются со временем

Долгосрочная разработка программного обеспечения не означает, что затраты растут линейно.

В EvoX Genesis проверенный код, структура и история разработки постоянно накапливаются и становятся основой следующего раунда работы. Последующим агентам не нужно заново понимать весь проект с нуля; значительную часть существующей информации можно напрямую кэшировать и переиспользовать — доля попаданий в кэш достигает 97,4 %.

Чем дольше работает система, тем богаче переиспользуемое состояние разработки, тем меньше избыточных вычислений, и удельная стоимость разработки со временем фактически снижается.

Это инженерные сложные проценты, накапливающиеся со временем.