IA escreveu um motor PHP em Rust, passa 17% dos testes do PHP-src, renderiza WordPress

Alguém que não sabe Rust fez uma IA construir um interpretador PHP nessa linguagem. O resultado, Phargo, serve uma página inicial do WordPress de 26 KB a partir de um banco de dados SQLite — através de um motor contendo zero linhas do código-fonte C real do PHP. É um interpretador escrito do zero em Rust, gerado por um agente de IA com o papel do humano reduzido a: rodar testes, inspecionar a pontuação, dizer "continue" ou "regrediu, veja de novo."

O experimento usa o próprio conjunto de testes do PHP como um oráculo imparcial: cerca de 22.000 arquivos .phpt acumulados ao longo de 30 anos, cobrindo desde aritmética de horário de verão do DateTime até var_dump() em floats. Taxa de aprovação atual: 3.844 de 22.037 (17,4%). Como o conjunto inclui testes de extensões C (GD, curl, SOAP, drivers MySQL) que estão fora do escopo, o teto realista é de aproximadamente 40-45%. O projeto começou em zero e avança via histogramas de falhas: a IA identifica o maior grupo de testes com falha, implementa uma correção, roda o conjunto completo de 22.000 testes (~7 minutos) e faz o commit se o número subir — sem necessidade de revisão humana de código.

Lições da Trincheira

O progresso inicial estagnou por um bug sutil: finais de linha. O corpus de testes foi baixado no Windows com finais CRLF, e o placar comparava a saída byte por byte, falhando silenciosamente em todos os testes de múltiplas linhas. O próprio executor de testes do PHP normaliza antes da comparação. Uma linha de código de normalização fez centenas de testes ficarem verdes. A lição: meça sua medição — seu oráculo é tão confiável quanto a estrutura que o conecta a ele.

Outra descoberta: alguns testes de regressão mais antigos alocam estruturas absurdas ou se expandem em geradores infinitos, originalmente projetados para rodar dentro do CI cuidadosamente cercado do PHP. Um desses testes reiniciou forçadamente a máquina de desenvolvimento. O projeto agora filtra testes que são conhecidas bombas de CI.

O Ciclo

• IA executa um histograma de falhas em todo o corpus para encontrar o maior grupo corrigível.
• IA implementa a correção.
• Placar roda todos os ~22.000 testes (~7 minutos).
• Se o número subir: commit, push, repita.
• Se cair: humano diz "hmm, isso regrediu, veja de novo."

O trabalho do humano é essencialmente apontar — ler a saída do terminal como um rei medieval revisando cartas navais, e então digitar a frase mais poderosa do desenvolvedor: "parece bom, continue."