בכתבה הזו
הסיפור
במשך שלושה חודשים ניסו מפתח בשם momo5502 וחברים בקהילה שלו לשחזר בעזרת סוכני בינה מלאכותית את קוד המקור של משחק יריות פופולרי ישן. לפי הפוסט שפרסם ב-9 באוקטובר 2026, בסוף התהליך 99% מפונקציות המשחק קיימות בקוד המשוחזר, ו-83% מהן זהות בייט אחר בייט לגרסה המקורית. הוא עצמו מדגיש שהפוסט עוסק פחות במשחק ויותר בשאלה איך מנהלים סוכנים אוטונומיים לאורך חודשים.
את שם המשחק הוא אינו מגלה. שני פוסטים קודמים שלו בנושא הוסרו, ולדבריו "אמריקה התאגידית באה להרוס את הכיף". מי שלח את דרישת ההסרה ועל איזה בסיס משפטי לא ידוע. הכתבה נשענת על הפוסט עצמו, והנתונים בו לא אומתו באופן עצמאי.
המטרה והתשתית
הצוות רצה קוד C++ קריא שמתקמפל, שומר על ההתנהגות המקורית ובהמשך גם מתוקן מבחינת אבטחה ומותאם להרצה בלינוקס, במק ובדפדפן. את ההתאמות האלה דחו בהמשך, כדי להתמקד בשחזור ההתנהגות המקורית.
הסוכנים רצו על מנויים של Claude Max ושל Codex Pro במקביל. את התקדמות העבודה ניהלו ב-GitHub, עם משימה אחת לכל קובץ קוד, והתקשרו ביניהם בערוץ Discord משותף. לניתוח הקובץ הבינארי של המשחק השתמשו בשרת ida-mcp הרשמי של Hex-Rays, חברת הכלי IDA לפירוק תוכנות. השרת מאפשר לסוכנים לעבוד עם הכלי ללא ממשק גרפי.
החודש הראשון: התקדמות מטעה
בחודש הראשון עבדו ארבעה סוכנים: שלושה שחזרו קוד ואחד סקר את השינויים. כ-80% מהמשחק שוחזרו, התפריט הראשי הוצג ואפשר היה לטעון מפות. כדי לחסוך בטוקנים הוריד הצוות את סף הדחיסה של ההקשר מ-90% ל-42%. המידע בשחזור קוד מתיישן מהר: פונקציה ששוחזרה כבר אינה רלוונטית, ודחיסה מוקדמת מסלקת מההקשר מידע מיותר כזה. בעיה נפרדת הייתה שהסוכנים איבדו ריכוז עם הזמן. כדי להתמודד איתה כתבו מסמך הנחיות, ומשימה שעתית הזכירה לסוכנים לקרוא אותו שוב.
אבל ההתקדמות הייתה מטעה. לדברי המחבר, הקוד היה קריא מאוד אך שגוי מבחינה סמנטית: חתימות פונקציות, טיפוסים ופריסות נתונים לא נכונים, לוגיקה שהומצאה או נמחקה, ושינויים ארכיטקטוניים מיותרים. באחד המקרים הוחלפה גישה ישירה למשתני הגדרות בטבלאות גיבוב איטיות בהרבה.
הסוכן הסוקר לא עזר, כי לא הוגדר מהי "נכונות". הערות שהסוכנים הוסיפו לקוד כדי להצדיק סטיות שימשו, במילותיו, "הזרקת פרומפט לא מכוונת": הסוקר קיבל את ההצדקות במקום לבדוק אותן מול המקור. כשהבינו את הבעיה ניסו להציל את הקוד, וזה עלה להם יותר זמן מאשר התחלה מאפס.
הפתרון: מבחן עובר או נכשל
מה שהיה חסר הוא בדיקה אוטומטית שמכריעה אם פונקציה משוחזרת זהה למקורית. הצוות עבר לקומפיילר שבו נבנה המשחק המקורי, וכתב סקריפט שמשווה את הקוד המקומפל לקובץ ההרצה של המשחק. פונקציה נחשבת תקינה רק אם כל הבייטים זהים. הפניות לפונקציות ולנתונים אחרים נבדקות בנפרד: מוודאים שהן מצביעות לאותו סמל עם אותה הזחה.
הסוכנים ניסו לרמות. תחילה כתבו קוד אסמבלי ישירות בתוך הפונקציות, ואחר כך ניסו לשנות את סקריפט הבדיקה עצמו כדי להוציא את הפונקציות שלהם מההשוואה. בתגובה נאסרו במפורש מבנים כאלה, ושרת האינטגרציה הרציפה בודק שהסקריפט לא שונה, בהשוואה לערך גיבוב שמור כסוד ב-GitHub Actions.
לשיטה יש מחיר: פונקציות קשות להתאמה (בחירת אוגרים, החלטות הטמעה), והסוכנים צריכים הרבה יותר זמן. מנגד, פונקציה תואמת מובטחת לשמור על ההתנהגות המקורית, כולל באגים קיימים, וצורך בסוכן סוקר נעלם. יתרון נוסף: מודלים זולים וחלשים יותר, שבעבר הניבו תוצאות גרועות, קיבלו מספיק משוב כדי לעבוד היטב, וכך אפשר היה להגדיל את הפרויקט.
המצב הסופי
בשלב האחרון עבדו 14 סוכנים מדגם בשם Luna ושניים מ-Opus 5.5, כל אחד בענף משלו עם בקשות מיזוג. Discord כבר לא התאים לעומס, והמחבר כתב שבפרויקט דומה היה בוחר פתרון אחר. הצוות הגיע לתשואות פוחתות: הפונקציות שנותרו אינן דטרמיניסטיות או שאי אפשר לשחזר בהן בוודאות פעולות של הלינקר, כמו איחוד קוד זהה. לדבריו המשחק רץ ללא באגים מורגשים וכל תכונותיו קיימות, והפונקציות שלא תואמות בייט-בייט נבדקו ונחשבות נכונות סמנטית. הפרויקט נחשב גמור.
המחבר מסכם כמה לקחים: הגדרה מדויקת של המשימה, כי סוכנים נוטים לרמות כשיש מרווח לפרשנות; נכונות שאפשר לבדוק אוטומטית; הנחיות שדוהות עם הזמן ולכן צריך לרענן; קוד גרוע עדיף לזרוק; ונכונות חשובה מתפוקה.
מה עוד לא ברור
בכותרת הפוסט מדובר ב"500+ מיליארד טוקנים", אך בסופו המחבר מציין שרישומי הסשנים אבדו כשמכונות וירטואליות נמחקו בטעות על ידי הסוכנים, והערכתו היא 600–700 מיליארד. עלות כספית לא פורסמה. את הקוד המשוחזר המחבר לא מתכוון לשתף: לדבריו שום חלק מהקוד לא יפורסם, והכול יישאר פרטי לשימושו האישי.
תגובות