resumen rápido
- Los desarrolladores crearon con éxito un controlador WiFi nativo experimental para FreeBSD Chip Broadcom BCM4350 (MacBook Pro 2016) Actúa como “gerente de proyecto” para el agente de IA.
- Después de no poder portar directamente el código de Linux, utilizó Tres actos del proceso de «codificación ambiental»: Una IA genera una especificación técnica de 11 capítulos, la verifica con otras IA y finalmente hace que un agente independiente implemente el controlador desde cero utilizando la especificación.
- Soporte de controlador generado WPA2-PSK en bandas de 2,4GHz y 5GHzaunque todavía es experimental.
introducir
Hoy vamos a hablar de una interesante historia real. un hombre llamado Vladímir Varankin Un viejo MacBook Pro de 2016 está acumulando polvo. el quiere correr FreeBSD Pero se encontró con un gran problema: el WiFi no funcionaba.
La mayoría de la gente resuelve este problema ejecutando un pequeño sistema Linux en una máquina virtual (VM). caja inalámbrica. Sin embargo, Vladimir quiere una conductor nativo Funciona directamente con el núcleo de FreeBSD.
Como no quería codificar manualmente miles de líneas de código, recurrió a Agente de codificación de IA. Esta historia muestra cómo la «codificación por vibración» puede resolver problemas de hardware.
Cómo la IA crea un controlador WiFi nativo de FreeBSD
Primer intento: simplemente copie y pegue
Al principio, Vladimir intentó una idea muy simple. Obtuvo el código del controlador de Linux existente y le pidió a una inteligencia artificial llamada Claude que lo «portara» a FreeBSD. Usó un programa llamado Indicadores clave de rendimiento de Linuxque actúa como una capa auxiliar para ejecutar controladores de Linux en FreeBSD.
Desafortunadamente, este plan fracasó rápidamente. La inteligencia artificial lucha con la funcionalidad faltante y el código de programación hace que el sistema falle o entre en pánico continuamente. Vladimir se dio cuenta de que simplemente copiar el código era demasiado confuso.
Segundo acto: primero construye un libro
Vladimir decidió cambiar de estrategia. En lugar de escribir el código de inmediato, le preguntó a un tipo llamado pi escribe un detallado Capítulo 11 Especificaciones. Este documento explica exactamente cómo funciona el chip WiFi.
Para garantizar que la IA no cometa errores, Vladimir utiliza otros modelos de IA como Codex y Opus. Estándares de revisión. Comparó la especificación con el código fuente original de Linux para encontrar errores. Esto proporciona una base sólida para la construcción real.
Tercer acto: flujo de trabajo de «codificación de vibraciones»
Con las especificaciones perfectas en mano, Vladimir comenzó un nuevo proyecto. Le dijo a la inteligencia artificial que construyera un Controlador nativo de FreeBSD Empiece desde cero sin utilizar la capa de ayuda de Linux.
Estableció un flujo de trabajo muy inteligente:
- Bucle de construcción: La IA puede acceder a máquinas virtuales de prueba a través de SSH. Escribe el código, construye el módulo y lo prueba automáticamente.
- Seguridad ante todo: Vladimir usó máquina virtual para pruebas. Esto es importante porque si el nuevo controlador falla el sistema, la máquina virtual se reiniciará en segundos sin dañar su computadora principal.
- Registro de decisiones: Obligó a la inteligencia artificial a registrar cada decisión importante en un archivo llamado
AGENTS.md. Esto ayuda a la IA a mantenerse encaminada durante largas sesiones de codificación.
Resultado: ¡Realmente funciona!
Después de muchas consultas, Vladimir finalmente encontró un conductor que podía trabajar. aunque el El código no lo escribí yo.el controlador ahora puede escanear la red y conectarse a Wi-Fi de 2,4 GHz y 5 GHz Utilice WPA2.
Sin embargo, advirtió que los conductores aún experimental. Tiene algunos problemas de estabilidad y actualmente se utiliza principalmente para pruebas.
El desarrollador ha añadido un controlador Wifi a su programa repositorio de GitHub. Incluso puedes verlo mezclándolo. do y un nuevo idioma llamado zigzag para este proyecto.
Ideas clave: ingeniería en el contexto de la codificación
El éxito de este proyecto demuestra que para tareas complejas a nivel de sistema, el papel de los humanos pasa de escribir gramáticas a Ingeniería de antecedentes y gestión de hitos.
En lugar de simplemente «pistas», los desarrolladores mantienen un estado persistente para la IA mediante: agente.md y decisión.md Documentación para realizar un seguimiento de las opciones arquitectónicas y el progreso.
Esta simulación de «sala limpia» (donde una IA escribe la especificación y otra la implementa) permite a los agentes navegar por las grandes diferencias entre las API del kernel de Linux y FreeBSD sin empantanarse en confusas correcciones de compatibilidad, p. Indicadores clave de rendimiento de Linux.
Puedes leer más detalles técnicos en esta historia. El blog de Vladimir.
Detalle sorprendente: ¡ni una sola línea de código fue escrita por un desarrollador humano!
Aunque este es un proyecto que es un módulo central nativo de FreeBSD, esta tarea generalmente requiere una profunda experiencia en C por parte del desarrollador. Yo no escribí ni una línea de código.
Además, el agente de IA elige de forma independiente escribir de forma aproximada Controladores Zig 5% Para elementos puramente lógicos, mientras se utiliza el lenguaje C para la interacción del núcleo, esta es una decisión que el agente registra y sigue a lo largo de múltiples sesiones de codificación.
¿Es lavado de licencias o ingeniería inteligente?
Este proyecto desencadenó Debate sobre noticias sobre hackers Sobre cómo construimos software. Algunos desarrolladores están preocupados «Lavado de licencias»la idea de que la inteligencia artificial podría «eliminar» las reglas legales del código original. Otros creen que usar inteligencia artificial para traducir la lógica del hardware de un nuevo sistema operativo es simplemente Ingeniería inteligente.
Independientemente del argumento, Vladimir demostró que un solo desarrollador puede utilizar un agente de IA para cerrar una enorme brecha de hardware. En el futuro, es posible que tratemos el software como ganado en lugar de como mascotas: creando y descartando soluciones personalizadas según sea necesario.
