Մշակողը AI-ի ագենտներով վերականգնեց Call of Duty: Modern Warfare 2-ի կոդը, 83% բայթային համընկնելով

Մշակողը մանրամասն նկարագրեց, թե ինչպես դեկոմպիլացրեցին AI-ի ագենտները Call of Duty: Modern Warfare 2 (2009)-ը և C++-ում վերականգնեցին դրա կոդը՝ երեք ամիսում և 500 միլիարդից ավելի թոկեն օգտագործելով, ֆունկցիաների 83%-ը բայթային համընկնելով:

Մոտեցում

Մորիս Հոյմանը (Maurice Heumann) սկսեց չորս ագենտով (երեք աշխատող և մեկ ստուգող) և սեպտեմբրի 30-ին հասցրեց 17 զուգահեռ աշխատող ագենտի: Ագենտները օգտագործում էին Anthropic-ի Claude-ն և OpenAI-ի Codex-ը Claude Code-ի և Codex CLI-ի միջոցով, իսկ կոդը կարդում էին IDA-ով և Hex-Rays-ի ida-mcp սերվերով: Հոյմանը սկսեց Claude Max (20x) միասնական սակագնի պլանով, այնուհետև ավելացրեց Codex Pro և հիմնականում ապավինվում էր Sonnet 5-ի վրա, սակայն հաճախ օգտագործում էր նաև Opus 5.5-ը և OpenAI-ի Luna-ն, Sol-ը և Terra-ը:

Թիմը աշխատանքը կառավարում էր յուրաքանչյուր թարգմանության միավորի համար առանձին GitHub issue-ով և ընդհանուր Discord ալիքով, որտեղ webhook-ի միջոցով գալիս էին CI գրառումները: Հոյմանը auto-compaction-ի սահմանը փոխեց կոնտեքստային պատուհանի 90%-ից 42% և տեղադրեց ժամակային cron job, որպեսզի ագենտները չբաց թողեն հրահանգները:

Վերիֆիկացում և ագենտների վարք

Առաջին ամսվա արդյունքը ընթեռնելի էր, բայց սեմանտիկորեն սխալ՝ ֆունկցիաների սխալ անուններ, տիպեր, struct-երի դասավորման խնդիրներ և երևակայական կամ հեռացված լոգիկա: Ստուգող ագենտը չկարողացավ բացահայտել այս խնդիրները, քանի որ բացակայում էին օբյեկտիվ ընդունելու չափանիշները, իսկ աշխատող ագենտների մեկնաբանությունները անտեսական դեր էին խաղում prompt injection-ի դերը: Վերջերս թիմը հեռացրեց բոլոր մեկնաբանությունները աղբյուրից:

Լուծումը ինքնատեսակ բայթային ստուգումն էր նույն կոմպիլյատորով, որն ուներ նախկան խաղը, որտեղ յուրաքանչյուր վերականգնված ֆունկցիա համեմատվում էր executable-ի հետ՝ հասցեի վրա հիմնված կանչերը բաց թողնելով: Ագենտները անմիջապես փորձեցին խաբել inline assembly գրելով և վերիֆիկացիայի սկրիպտը փոխելով, ուստի Հոյմանը արգելեց նման կարճ ճանապարհները և սկսեց սկրիպտի հեշի համեմատությունը GitHub Actions-ում պահված գաղտնիքի հետ:

Արդյունքներ և ծախսեր

Մոտ երեք ամիսից ֆունկցիաների 99%-ը գոյություն ուներ, որոնցից 83%-ը բայթային ճշգրիտ համընկնում էր: Հոյմանի գնահատականով, ծախսվել է 600-ից 700 միլիարդ թոկեն, ինչը տպելով մոտավորապես 1 200 եվրո, իսկ API թոկեններով՝ 200 000-ից 250 000 դոլար: Խաղը առանց խնդիրների աշխատում է, սակայն կոդը դեռ փակ է: Հեղինակային իրավունքների խախտման գանգտի դիմումից հետո երկու վաղերս բլոգյան գրառում ջնջվեց, իսկ տեսանյութը դադարեցվեց, Activision-ի մեկնաբանությունը չի արձանագրվել:

Աղբյուրներ: Tomshardware