EvoX Genesis: рекурсивная эволюционная ИИ-система, 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 эволюционную ИИ-систему.

EvoX Genesis больше не полагается на постоянного агента, который поддерживал бы разработку на длинном горизонте. Вместо этого она позволяет самому программному миру непрерывно развиваться.

Стартуя с пустого репозитория, система построила компилятор C объёмом 248 989 строк за 123,4 часа, в ходе 1 019 эпизодов работы агентов, а затраты на токены модели составили всего 44,38 доллара.

Долгосрочное программирование: граница продолжает смещаться

Время непрерывной работы агентов, пишущих код, выросло от отдельных коротких задач до десятков часов.

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

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

Время продолжает расти, агентов становится всё больше, программное обеспечение — всё сложнее.

Но центром исследований по-прежнему остаётся агент:

более мощные модели, более длинные контексты, более долговременная память, больше агентов.

Команда EvoX повернула вопрос в другом направлении:

Почему агент должен существовать постоянно?

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

123,4 часа, 250 тыс. строк

Мы предоставили EvoX Genesis стартовый репозиторий с пустой реализацией.

Цель была только одна: построить компилятор C.

123,4 часа, 1 019 эпизодов работы агентов, 248 989 строк кода и затраты на токены модели — всего 44,38 доллара.

Итоговый компилятор прошёл 220/220 тестов c-testsuite, 32/36 тестовых случаев LLVM и 93/93 тестов со случайными программами Csmith.

Там не было готового компилятора, который оставалось лишь завершить, — всё началось с нуля.

Рисунок 1: результаты эксперимента с компилятором C / объём кода, время работы, эпизоды агентов, затраты и результаты тестов

(на модели DeepSeek V4 Flash)

Не сохраняйте агента — сохраняйте программный мир

Жизнь сложного программного обеспечения естественно длиннее, чем один сеанс работы агента.

EvoX Genesis организует программное обеспечение в рекурсивно разворачивающийся программный мир:

агенты верхнего уровня декомпозируют цели, а новые агенты завершают работу в локальных позициях;

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

После этого агенты могут исчезнуть,

а новые агенты продолжают работу с того программного мира, который уже сформировался.

Сохраняется не какой-то диалог, не постоянно растущая черновая записная книжка и не вечно находящийся в сети «главный агент».

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

Сохраняется не агент, а программный мир.

Агент не сохраняется. Сохраняются его проверенные последствия.

В этом и заключается рекурсивная автономная эволюция EvoX Genesis. Для пользователей это также означает одну очень простую вещь:

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

Нет необходимости заранее проектировать агентов, роли или рабочие процессы, а также вручную декомпозировать полное дерево задач.

Пользователю достаточно описать цель разработки программного обеспечения в коротком тексте;

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

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

Модели можно заменить; программный мир продолжается

Такая непрерывность не требует даже использования одной и той же модели на протяжении всего времени.

В другой серии экспериментов программный мир, изначально построенный GLM 5.2, был передан модели 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.

Рисунок 3: эксперимент по продолжению работы с переходом на другую модель, 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 системе научных вычислений для моделирования звёздной эволюции.

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

EvoX Genesis переработала их в соответствующие crates на Rust, а затраты на токены модели составили около 10,6 доллара.

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

Рисунок 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 непрерывно накапливаются и становятся основой для следующего раунда работы. Последующим агентам не нужно заново осваивать весь проект с нуля; значительную часть уже существующей информации можно напрямую кэшировать и повторно использовать — доля попаданий в кэш достигает 97,4 %.

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

Это инженерные сложные проценты, накапливающиеся со временем.