最近GPT5.3和Opus4.6发布，两家都在展示新模型有多强。其中，A家的一篇博客文章比较显眼：用并行的Claude Code打造C编译器。
这个C语言编译器由16个并行的Claude Code用Rust语言花两周时间写成，历经2000个CC的Session，API花费2万美元，共10万余行代码。
它可以通过GCC 99%的torture test suite，可以编译x86、ARM、RISC-V的Linux 6.9版本内核，可以编译FFmpeg、Redis、SQLite、QEMU、DOOM，编译出的DOOM可以流畅运行。
而且，Agent完全不联网查资料，依赖的只有Rust的标准库和C语言的定义（Spec）。这个C编译器叫CCC（Claude C Compiler），在Github开源：链接
如果你还不理解C编译器的复杂度，可以参照GCC。GCC已经有37年的历史了，有上千个开发者给它贡献代码。当然，CCC不能和GCC直接放在一个量级里比较。GCC是千万行级别的成熟工程，而CCC目前更像是一个编译器核心项目，不包含Assembler和linker，性能上也距离GCC很远。
但即便如此，你要问问自己，在不联网的情况下，你能手写出一个C编译器吗？
这个研究员自己没有写任何编译器的代码，他只负责给Agent搭建环境。
一是让Agent可以把任务分解，用类似Ralph-loop的形式让Agent持续推进；
二是给并行的Agent独立的环境，设计锁机制来避免任务冲突，用Git去merge不同分支，解决代码级别的冲突。
三是给不同Agent安排明确分工，比如测试、代码Review、架构优化、性能监控、文档维护等。再通过高质量测试保证Agent没有跑偏，并用GCC和CCC做交叉验证，定位具体代码问题。文章中讲了很多搭建这个harness的经验教训：链接https://www.anthropic.com/engineering/building-c-compiler
这部分其实比“AI写了多少代码”更值得看。因为它说明，人类的角色并没有完全消失，而是从写代码，变成了搭环境、定规则、分任务、验结果。
在2025年，AI公司的话术还是：AI编程不会取代程序员，他们能给你提高效率；但是今年开始，我感觉他们都撕掉了这个温情脉脉的面纱，直言不讳地说：程序员的工作可以全权交给AI，它们比人做得更快更好。
前几天，Claude Cowork仅仅是发布了几个插件，就让很多法律、金融软件公司的股价闪崩。另外，有人统计Github上提交的commit，4%来自Claude Code，预计到年底能达到20%。
如果这个比例继续上升，AI编程就不只是“辅助程序员写得快一点”了，而是会逐渐进入真实的软件生产流程里，变成一种新的工程协作方式。
最后，OpenAI和Anthropic今年IPO在即，不能再遮遮掩掩，要合理解释他们几千亿的估值，就必须取代一个行业，消灭一个品类。
所以CCC这个项目表面上是一个C编译器，实际上更像是一个信号：AI公司正在把“AI会写代码”这句话，推到“AI能承担工程任务”的阶段。
