1952年,Grace Hopper坐在UNIVAC I前面,厌倦了手工复制次常规地址,当时的程序员编写了原始机密码,从纸质图书馆中查看了内存位置,并手动将它们粘合在一起。 无论如何,她建造了A-0编译器,它采用了象征的数学代码,并自动将其翻译成机器指令。以前需要一个月的手动编码可以在五分钟内完成。怀疑论者告诉她,她对计算机的用途感到困惑。 我提到这一点,因为七十四年后,埃隆·马斯克基本上提议我们要取消这一切。 主张 在一个 本月, ,马斯克预测到2026年底,“你甚至不会打扰编码,人工智能只会直接创建二进制”。他进一步说:“人工智能可以创建比任何编译器所能做的更有效的二进制。 XAI全手会议 路透社报道 他还支持了一篇文章,声称通过人工智能直接生成二进制图像代表了“计算的最节能方法”,他说,之后的下一步将是“神经网络的直接实时像素生成”。 有一个技术术语来描述这里发生的事情,而不是“创新”。 这是一个类别错误。 编译器是一个保存语义的转换器:它运行在一个正式的语言中,具有规格,其输出可以对该规格进行检查。 一个LLM是一个推断引擎,可以产生可信的代码序列,而没有固有的正确性保证。 当你击中Compile时会发生什么 大多数开发者都有模拟的模型模糊不清。你写代码,你运行命令,一个可执行的出现。 输出二进制是所有计算机科学中最复杂的形式变革链之一。 gcc -O2 main.c 这个过程开始于 :编译器将您的源代码字符读取字符,并将其分解为代币. 关键字,标识符,操作员,字母。 ,其中这些代币被组织成一个抽象语法树(AST),代表你的程序的语法结构. 如果你的语法是错误的,这是编译器抓住它的地方. 它告诉你准确的行,准确的字符,并经常暗示你可能意味着什么。 lexical analysis parsing 然后来 编译器检查你的程序是否确实有意义。你的类型是否兼容?你是否参考存在的变量?你的函数签名是否一致?这个层早期捕获了整个类别的错误:类型不匹配,未定义的参考,违规性,无法达到的代码。 semantic analysis 之后,编译器将您的代码翻译成 在LVM中,这是一个 这是独立于源语言和目标硬件,这是整个架构的关键。Rust,Swift,C,C++,Julia,Zig,都编译到相同的IR。 intermediate representation 基于 SSA 的格式 死代码删除:无法访问的代码被删除。 循环脱滚:小循环被扩展以减少分支上头。 矢量化:缩小操作被转化为SIMD指令,在单个CPU周期中处理多个数据点。 注册分配:编译器决定哪个值生活在哪个CPU注册,解决了人类在20世纪70年代放弃的限制满意度问题。 马特·戈德博尔特 键入一些C++在左侧,观看组合显示在右侧,并切换优化级别,以查看您的代码转换。 ,你得到一个字面翻译. 在 ,编译器执行手术,这将需要人类数小时来推理。 在 3000 多种编译器版本和 81 种编程语言中,谷歌的工程师们每天都使用它来编程。 生产代码。 编译器 Explorer -O0 -O3 每年9200万集合 研究优化模式 只有LLVM项目正在开发中。 GCC自1987年以来一直存在。 仅仅实现基本的优化通道,不断的传播,死代码消除,循环解除,注册表分配,将需要多位经验丰富的工程师工作多年。 自2000年以来 生产质量优化编译器代表了几十年的发展 每一个这些转变都是 考虑到相同的源代码,相同的编译器版本和相同的旗帜,你会得到相同的二进制。 ,但编译器本身是其输入的纯功能。 经过数十年的测试,数十亿小时的生产,以及巨大的测试套件验证。 像GCC和LLVM这样的主流编译器并非正式地被证明是端到端的,但它们是人类曾经生产过的最受测试的软件文物之一。 . deterministic 自己的纪律 designed to preserve program semantics 共用 milliseconds 这就是马斯克提议用一种语言模型取代的。 斯托加斯蒂克编译的经济学 Glauber Costa 是 Turso 的创始人,也是 Linux 核心的资深贡献者。 “问题不在于人工智能是否能够直接写二进制,问题在于它是否经济地这样做,人工智能要花费代币来做一些事情,把东西编译成二进制是一个解决的问题,只花费CPU周期,这些周期比代币便宜。 把它简洁地放在X上 这值得脱包,因为成本差异不是边际的,这是荒谬的。 跑步 在一个相当复杂的C程序中,需要几百毫秒的CPU时间,在一个云实例中,这是一小部分。即使从头开始编译Linux内核,大多数开发人员会遇到的最大编译工作之一,需要几分钟,计算成本低于一美元。 gcc -O2 main.c 现在考虑替代方案. 像克劳德·奥普斯 4.6 这样的边界 LLM 运行在 一个非微妙应用程序的典型编译二进制可能有数万行机器代码,以生成“直接”作为二进制,该模型需要以完美的准确性生产数百万个输出代币,而不是99.9%的准确性。 因为二进制中的微小错误不会给你一点错误的答案,它们会给你一个segfault、安全漏洞或未定义的行为,在沉默中破坏记忆。 每百万输入代币5美元,每百万输出代币25美元 Perfect. 即使我们慷慨,并假设一个法学硕士可以以某种方式产生正确的二进制输出(它不能,但我们会得到),只有能源经济学是可耻的。 一个温和的二进制可能需要产生数百万个代币,同时,一个确定性编译器将相同的源代码转换为相同的二进制,每一个指令使用几百个CPU周期,消耗更少的能量。 每输出代币 4 Joules 马斯克支持的“最节能的计算方法”论点是现实的恰恰相反。你正在提议用微不足道的计算来代替一个用斯托加斯特式推断过程的决定性转变,这需要GPU集群以每张卡的数百瓦运行。 当你删除源代码时你会失去什么 但即使推断是免费的,这个建议仍然是错误的,因为它基本上误解了源代码的用途。 源代码不仅仅是编译器的输入,它是软件工程的典范文物,它是人类思考、审查、版本、分解、调试和维护的。 Git 是支持几乎所有专业软件开发的工具,通过跟踪文本文件的每行变化来工作. 您可以准确地看到两种版本之间发生了什么变化,谁改变了它,以及为什么(如果他们写了一个体面的 commit 消息)。 Version control stops working. 在任何一个严肃的工程组织,没有代码船没有同行评论. 一个评论员读取DIF,检查逻辑,捕捉边缘案例,并提出问题. 与二进制输出,没有什么要审查的。 Code review becomes impossible. 当一个编译的程序崩溃时,你会得到一个堆栈跟踪,一个行号和一个变量状态。当一个只有二进制的程序崩溃时,你会得到一个内存地址和一个Segfault。 Debugging goes from hard to impossible. 对 x86 编译的二进制不会在 ARM 上运行.对 ARM 的二进制不会在 RISC-V 上运行. 源代码用适当的编译器编译所有这些代码。 Hopper在20世纪50年代认识到,将程序绑定到特定硬件是浪费的。如果你的AI生成原始二进制,它现在需要为每个目标架构生成完全不同的输出。 Cross-platform portability disappears. 发明高级语言的主要原因 供应链安全,已经是软件工程中最困难的问题之一,当每一个文物都是由非决定性过程产生的不透明的二进制时,就变得实际上是不可能的。 Security auditing becomes a black box. 霍珀在1952年明白了这一点,离开机器代码的全部意义在于给人类一个方法来推理计算机正在做的事情。编程语言不是一个要克服的局限性。 什么法学硕士实际上做得很好(而不是这个) 这里是:法学硕士真正改变了软件开发,我每天都使用它们,它们是出色的工具,它们的实际用途与“跳过代码和生成二进制”无关。 LLM在工作中卓越 他们非常擅长生成锅炉板代码,发现API,快速原型,在编程语言之间翻译,解释不熟悉的代码库,并撰写测试。 within 它使开发人员更快,降低进入障碍,并允许经验丰富的工程师花更多的时间在架构和设计上。 围绕LLM辅助开发的工具,如Cursor,GitHub Copilot和Claude的代理编码能力,正在快速提高。 但是注意这些工具产生的东西: 人类可读,可版本控制,可审查,可调试的源代码. 该代码由确定性编译器编译成优化二进制。 LLM 处理创意生成。 source code. 有真正令人兴奋的研究在LLM和编译的交叉点。 ,一个在2025年提出的框架,使用LLM来重构代码,以更容易编译自动vectorization的模式,实现1.77×地理平均加速。 采用类似的方法,使用LLM生成SIMD内部内容,通过Alive2进行正式验证,以保证准确性,但注意两者中的模式:LLM正在生成源级代码,然后通过传统的编译管道。 老年人 LLM 引擎 正如Costa所指出的:“如果人工智能比目前的编译器更好地编译代码,那么它会写一个编译器,从那一刻起,使用它。 但是,如果他没有真正的意思呢? 对马斯克的说法的一次慷慨的阅读可能是这样的:“他不是指抽样随机比特,他指的是人工智能辅助的编译,或程序合成,或某种类型的端到端系统,它采取了意图并产生可执行的。 好吧,好吧,好吧,让我们把它变成钢铁。 如果你指 ,这已经发生了。我刚刚引用的研究表明,法学硕士有助于矢量化决策,优化通行顺序和代码重构,以便更好地协作编译器。 AI 改进编译器 如果你指 ,这是一个活跃的研究领域,有几十年的历史。 和现代合成工具可以从限制中生成程序,但它们正好工作,因为它们有正式的规格来验证。输出被检查,不是值得信赖的。 方案从正式规格的合成 草图 如果你指 ,没有源代码,没有正式规格,没有验证步骤,那么你已经到达了马斯克的实际声称,它在我已经描述的问题下崩溃了。 明确地说:目前的方法“在性能、成本或可扩展性方面几乎不能超过传统编译器”,即使在狭窄的编译任务上,更不用说端到端的生成。 从自然语言提示端到端的二进制生成 关于LLM编译器研究的最新调查 钢制版本要么不是他所说的,要么不是新的,字面版本是他所说的,而且不起作用。 为什么他这么说 马斯克声称他从小就构建了视频游戏,如果这是真的,那么这些东西对他来说都不应该是陌生的,他是编写代码的,他是编译器的。 但是,“AI帮助开发人员更快地编写更好的代码”不是一个有用的叙述,如果你运行xAI。 “AI完全杀死编码”使所有三个。 当商业模式取决于出售代币时,每一个问题都看起来像是需要更多的代币。马斯克运行xAI。格罗克需要一个故事,而关于AI即将到来的万能性的每一个声称也是关于xAI正在构建的基础设施的价值的声称。当你告诉世界,AI将取代编译器,直接生成二进制,并最终从神经网络产生实时像素输出时,你并不做技术预测。 马斯克有一个具有雄心勃勃的时间表的预测历史,到2018年(现在还没有)完全自动驾驶汽车,到2020年(可追溯时可笑)。通过Neuralink在2021年(我们设法让一些人移动标记器)实现人机同化,这些预测不是为了准确,而是为了定向,塑造对未来的特定愿景的期望和投资,其中他的公司是中心。 “编码到零”的说法是一样的游戏,这不是一个技术分析,它是推断计算的需求生成,装扮成预言。 現實未來 编程的未来不是从提示中生成的二进制,而是正在发生的事情:更高级别的抽象,更好的工具,以及AI作为软件撰写创意过程中的合作者。 编程语言将继续演变,编译器将继续改进,潜在的ML辅助优化通道会发现新的转变。LLM在生成,审查和解释代码方面将继续变得更好。 但是源代码不会去任何地方,它存在,因为人类需要了解,验证和维护计算机所做的事情,这种需要不会消失,因为计算机变得更聪明。 格雷斯·霍珀(Grace Hopper)花了她的职业生涯来争取这个想法,即编程应该是可访问的,人类应该能够用他们可以阅读和推理的语言表达自己的意图,机器应该处理硬件的翻译。 对“我们如何使软件开发变得更好”的答案不是“消除人类理解软件的能力”,答案是更好的工具,更好的语言,更好的编译器,是的,更好的AI助手,而不是试图取代它。 马斯克的预测将与他的其他预测一样老化:作为一个提醒,科技领域最响亮的声音往往对事物实际运作方式最不感兴趣。

Drop a Message for Blockchain Consultation

2022 - HackerNoon Contributor of the Year - Containers

2022 - HackerNoon Contributor of the Year - Dapps

2022 - HackerNoon Contributor of the Year - Design

2022 - HackerNoon Contributor of the Year - Docker

2022 - HackerNoon Contributor of the Year - Innovation

2022 - HackerNoon Contributor of the Year - Smart Contracts

2022 - HackerNoon Contributor of the Year - Solidity

2022 - Software Developer of the Year

Ready to build secure Web3 & AI SaaS solutions? Drop me a message !

Nominated for 2022 - Software Developer of the Year

Nominated for 2022 - HackerNoon Contributor of the Year - Design

Nominated for 2022 - HackerNoon Contributor of the Year - Docker

Nominated for 2022 - HackerNoon Contributor of the Year - Smart Contracts

Nominated for 2022 - HackerNoon Contributor of the Year - Containers

Nominated for 2022 - HackerNoon Contributor of the Year - Innovation

Nominated for 2022 - HackerNoon Contributor of the Year - Dapps

Nominated for 2022 - HackerNoon Contributor of the Year - Solidity

該音頻是用故事的原始語言製作的！

太長; 讀書

埃隆希望人工智能跳过代码,吐出二进制,这不是进步。

埃隆希望人工智能跳过代码,吐出二进制,这不是进步。

About Author

註釋

標籤

这篇文章刊登在

Related Stories

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

加密货币增长：创建有效的用户角色

架构师指南：构建 AI/ML 数据湖参考架构

释放人工智能的力量。前沿技术的系统评价：摘要与介绍

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

加密货币增长：创建有效的用户角色

架构师指南：构建 AI/ML 数据湖参考架构

释放人工智能的力量。前沿技术的系统评价：摘要与介绍

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps