Использование ИИ для переноса драйвера Wi-Fi с Linux на FreeBSD: Пример из практики
Прямая попытка портирования кода с помощью ИИ
У разработчика был MacBook Pro 2016 года с Wi-Fi чипом Broadcom BCM4350, который не имеет нативной поддержки в FreeBSD. Типичным обходным решением является wifibox — виртуальная машина Linux с PCI pass-through. Вместо этого они попытались портировать драйвер Linux brcmfmac (лицензия ISC) напрямую на FreeBSD с использованием ИИ.
Они склонировали поддерево brcmfmac и попросили Claude Code заставить его работать на FreeBSD, указав конкретно на драйвер iwlwifi в качестве примера использования LinuxKPI (слоя совместимости с ядром Linux в FreeBSD). Первоначальная попытка дала модуль, который компилировался, но не работал, потому что тестовая виртуальная машина не имела реального оборудования.
При тестировании с реальным PCI-устройством ядро паниковало. Claude Code пытался исправить паники, добавляя обертки #ifdef __FreeBSD__ и создавая специфичные для FreeBSD прослойки и обратные вызовы, но предупредил, что проект становится «очень сложным и запутанным». Получившийся diff оказался значительно больше ожидаемого, и драйвер остался нерабочим.
Подход «Сначала спецификация»
Вдохновившись опытом Армина Ронахера с Claude Opus и агентом Pi, разработчик сменил подход. Осознав, что их задача узкая (один чип, только PCI, только Wi-Fi клиент), они запустили новую сессию Pi и попросили агента написать подробную спецификацию того, как работает драйвер brcmfmac, с фокусом на BCM4350.
Они явно задали аудиторию как «читателей, которым поручено реализовать спецификацию в чистой среде» и попросили объяснений «до битов». Агент создал спецификацию из 11 глав, охватывающую:
- 00-overview.md
- 01-data-structures.md
- 02-bus-layer.md
- 03-protocol-layer.md
- 04-firmware-interface.md
- 05-event-handling.md
- 06-cfg80211-operations.md
- 07-initialization.md
- 08-data-path.md
- 09-firmware-commands.md
- 10-structures-reference.md
Разработчик отмечает, что спецификации, сгенерированные ИИ, требуют проверки, так как «нельзя просто доверять тому, что написал ИИ».
📖 Прочитать полный источник: HN AI Agents
👀 Смотрите также
Запуск Claude Code в качестве чистого механизма оценки на протяжении всего SDLC
Разработчик делится своей архитектурой использования Claude Code в качестве механизма рассуждений в многоуровневой системе: Python отвечает за оркестрацию, Claude Code — за написание и ревью кода, с изолированными подагентами и постоянным уровнем вики.
Монитор конфликтов в реальном времени, созданный на основе API Claude, анализирует влияние новостей
Разработчик использовал API Claude для создания автоматизированного конвейера, который читает новости о конфликтах из 100+ источников, классифицирует их по темам/странам/серьезности, генерирует баллы влияния (1-100) и создает умные трехстрочные сводки.
Эффективность исправления ошибок в Claude Haiku 4.5 сильно зависит от качества промпта, показывают пользовательские тесты.
Тестирование с участием 380 пользователей на реальных производственных ошибках показывает, что Claude Haiku 4.5 может эффективно исправлять ошибки при наличии надлежащего контекста, но результаты значительно различаются в зависимости от того, насколько хорошо пользователи описывают проблему.
Уроки от запуска 14 ИИ-агентов в продакшене: организационные пробелы, а не технические ошибки.
Цифровое маркетинговое агентство, использующее 14 ИИ-агентов в ежедневной работе, обнаружило, что когда агенты выходят из строя, проблема почти никогда не в самих агентах, а в организационной среде. Они разработали Организационную операционную систему (OOS) и инструмент OTP для выявления структурных пробелов, улучшив свой Координационный балл с 68 до 91 из 100.