Den dag AI byggde en kompilator

Igår såg jag en demo som hade verkat som science fiction för bara tre år sedan. Ett AI-system genererade en fungerande kompilator som kunde targeta flera processorarkitekturer. Inte en leksak. Inte en prototyp. En riktig, fungerande kompilator som klarade 99 procent av branschens standardtester.

Det är här vi är nu.

Utvecklingen inom AI-kodgenerering har varit svindlande. Vi gick från att förutse nästa ord i en rad till att förutse hela funktioner, sedan kompletta filer, och nu – allt oftare – hela projekt. Med den här kapacitetsexplosionen har det dykt upp en fascinerande bieffekt: det som utvecklarvärlden kallar "vibe forks."

En vibe fork, enkelt förklarat, är det som händer när någon använder vibe coding för att skapa en clean-room-implementation av befintlig programvara. De kopierar inte kod. De återskapar funktionalitet från grunden, framtvingad av allt mer kapabla AI-system. Källkoden är inte längre skyddsvärdet – det var den egentligen aldrig. Kunskapen om hur saker fungerar har absorberats in i träningsdata och kodats in i modellernas vikter.

Carlini-kompilatorn

Kanske det mest slående exemplet kommer från ny AI-forskning. Sexton AI-agenter släpptes loss på en delad kodbas för att bygga en C-kompilator från grunden. Efter nästan 2 000 sessioner och 20 000 dollar i API-kostnader producerade de en 100 000-raders kompilator kapabel att bygga Linux 6.9 på x86-, ARM- och RISC-V-arkitekturer. Den kompilerar till och med DOOM.

Låt det sjunka in en stund.

Hundra tusen rader produktionskvalitet. Tre olika processorarkitekturer. En kernel som faktiskt startar. Det här är inte ett helghack – det här är programvara som det tog forskare år att bygga, reproducerad av autonoma agenter under vad som motsvarar ett par veckors beräkningstid.

Den omedelbara reaktionen är antingen eufori eller existentiell ångest, beroende på var du står. Men jag tror att verkligheten är mer nyanserad, och ärligt talat, mer intressant.

Varför jag sover gott

Här kommer mitt kontroversiella perspektiv: vibe forks är imponerande, men de är inte den existentiella hot mot mjukvaruunderhållare som de kan verka vara.

Tänk på ekonomin i överflöd. När vem som helst kan prompta fram en C-kompilator slutar artefakten att vara sällsynt. Vad som blir sällsynt är omdöme – specifikt omdöme om vilken av de många genererade alternativen som är korrekt, underhållen, säker och värd att lita på i produktionssystem.

Det här mönstret har spelat ut sig förut. Titta på app-butiker. Kostnaden för att klona där är redan nära noll. Barriären för att lista är låg. Resultat? Hundra vanebaserade appar, tusen ficklampor, ett hav av nästan identiska produktivitetsverktyg. Klonerna existerar. De verkar bara inte hålla längre.

Det som skiljer vinnarna från högen är inte funktioner. Det är kuratering, upptäckbarhet, förtroende och rykte. Den redaktionella exponeringen, användarrecensionerna, stjärnbetygen, varumärkeskännedomen som tog år att bygga upp. Du kan replikera funktionslistan över en natt. Du kan inte replikera förtroendet.

Den inföddas dolda fördel

Här är något kontraintuitivt: samma egenskap som gör vibe forking möjlig hjälper faktiskt etablerade aktörer mer än nykomlingar.

Vidt distribuerad programvara har ingått i träningsdata otaliga gånger. Den har utsatts för kantfall och gränsfall som utvecklare spenderade år på att upptäcka och fixa. Modellen är bra på att underhålla den här programvaran just för att världen redan har gjort det hårda arbetet med att lista ut vad som är trasigt.

En nyskapad vibe fork saknar den här historiken helt. Den kanske fungerar vackert för standardfallet. Men det mystiska kraschen som bara händer när du bearbetar en fil med Unicode-tecken mitt på en tisdagseftermiddag i november? Det tog någon tre månader att spåra upp. Det finns inte i din prompt. Det är institutionell kunskap inbäddad i den ursprungliga kodbasen.

Modellerna är genuint bättre på att underhålla det som världen redan har lärt sig att underhålla. Det är inte rättvist, men det är sant.

Det mänskliga som inte skalas

Och sedan finns det support. Det är här vibe forks verkligen brister, och jag tror det är den mest underskattade skyddsmuren i hela den här diskussionen.

Agentic AI kan absolut hantera greenfield-projekt. Bygga något nytt från grunden? Modeller är anmärkningsvärt kapabla. Men riktig programvara är inte greenfield. Riktig programvara är brownfield. Den har ackumulerade beroenden, legacy-integrationer, konstiga konfigurationer och den ackumulerade bördan av år av "vi fixar det senare."

Varje moget projekt bär på essentiell komplexitet – den inneboende svårigheten i det problem det löser. Men det bär också på ackidentiell komplexitet, den typ som smyger sig in över tid genom förändrade krav, personalomsättning och de tusen små beslut som verkade rimliga då.

Att minska den ackidentiella komplexiteten? Det är en djupt mänsklig uppgift. Det kräver förståelse för kontext som kanske aldrig har skrivits ner. Det kräver samtal med användare om vad de faktiskt behöver. Det kräver omdömesbeslut om avvägningar som bara giver mening givet organisationshistoriken.

AI-agenter kan hjälpa till med allt detta. Men de kan inte göra det själva, och de kan definitivt inte göra det för en färsk fork som inte har de relationerna eller den kontexten.

Den verkliga möjligheten

Här är vad jag tror faktiskt händer med vibe forks: de eliminerar inte värdet av bra programvara. De demokratiserar förmågan att bygga ny programvara.

De människor som var blockerade från att skapa för att de inte kunde C eller inte hade år av kompilatorerfarenhet? De är nu upplåsta. De startups som inte hade råd att bygga infrastruktur från grunden? De kan prototypera och validera idéer snabbare än någonsin.

Vad vibe forks inte lätt kan replikera är det ackumulerade förtroendet, communityn och den institutionella kunskapen som gör programvara värdefull över tid. Det byggs fortfarande på det gamla sättet: genom år av leveranser, lyssnande, fixande och itererande.

Så ja, barriären för att återskapa programvara har sjunkit dramatiskt. Men barriären för att skapa programvara som betyder något – den typ som människor litar på med sina företag och sina levebröd – kräver fortfarande det mänskliga elementet. Det kommer den alltid att göra.

Frågan är inte om AI kan bygga dina drömmar. Det kan. Frågan är om du kan bygga något värt att underhålla.