Programar un Compilador Costaba Fortunas y Tomaba Años, Hasta que Llegó Claude Opus 4.6

Nicholas Carlini, investigador de Anthropic, probó una forma nueva de supervisar modelos de lenguaje con “equipos de agentes”: varios asistentes de IA que trabajan en paralelo sobre el mismo objetivo. El resultado revela un cambio de engranaje en la ingeniería de software.

Con 16 agentes basados en Claude Opus 4.6, Carlini desarrolló Claude’s C Compiler (CCC), un compilador de C “completo” en lo esencial. Y no quedó como demo: el código se publicó en GitHub y el sistema logró compilar un kernel Linux 6.9 funcional para x86, ARM y RISC-V.

La clave no es solo el producto final, sino el mecanismo: CCC se generó en unas dos semanas y el costo de uso de la API fue de unos 20.000 dólares. En un mundo donde estas piezas centrales solían demandar años, eso funciona como un interruptor que cambia la escala de lo posible.

Para dimensionarlo conviene traducir qué es un compilador. Un compilador (programa que traduce código a instrucciones de máquina) es como el tablero eléctrico de una casa: no se ve, pero de él depende que todo encienda sin cortocircuitos. Si está mal cableado, la luz puede prender igual… hasta que algo se quema.

Además, construir uno de C no es “escribir muchas líneas”. Es diseñar reglas, optimizar caminos y entender cómo respiran la CPU y la memoria. Por eso se consideraba una de las cimas de la ingeniería de sistemas. No es casual que, históricamente, haya requerido equipos grandes y plazos largos.

De hecho, se estima que Microsoft Visual C++ pudo implicar entre 15 y 20 personas durante unos cinco años. Y la cuenta “optimista” para un compilador clásico —dos años de trabajo y dos millones de dólares— puede quedarse corta. En los 90, Cygnus Solutions, pieza clave alrededor de gcc, llegó a invertir más de 250 millones de dólares en una década en mantenimiento y portabilidad.

¿Cómo funciona el “equipo de agentes” en la práctica?

En lugar de pedirle todo a una sola IA, el experimento reparte roles. Un agente revisa errores, otro propone arquitectura, otro escribe módulos. Ese reparto opera como una oficina con varias mesas: cada persona toma un expediente y, al final del día, alguien integra el paquete.

El resultado fue contundente en volumen: CCC tiene unas 100.000 líneas en Rust generadas íntegramente por Claude Opus 4.6. Rust (lenguaje orientado a seguridad de memoria) es una elección lógica para este tipo de herramientas, porque busca evitar fallas típicas de “cableado” interno.

Ahora bien, Carlini reconoce limitaciones importantes. CCC no incluye un compilador x86 de 16 bits, esencial para iniciar Linux desde el “modo real” (arranque básico del procesador). Tampoco incorpora su propio ensamblador ni su propio linker (herramienta que une piezas de código). Es decir: el motor anda, pero aún usa partes prestadas.

La oportunidad cotidiana detrás de un logro técnico

Entonces, ¿qué cambia para el lector común? Cambia el costo y el tiempo de fabricar herramientas digitales. Si un compilador puede nacer en semanas, también pueden nacer más rápido sistemas internos, automatizaciones y software a medida. El fenómeno del vibe coding (programar guiándose por intención y pruebas) ya muestra esa bajada de barrera: gente no experta crea soluciones para necesidades reales.

Y hay un dato que funciona como señal de época: OpenAI y Anthropic admitieron que, en sus modelos más recientes, parte del trabajo fue realizado por esos mismos modelos. Es un bucle de retroalimentación donde la IA ajusta su propio cableado, y luego ese resultado termina en productos que usan millones.

Si antes programar era una obra larga y cara, los equipos de agentes empiezan a parecerse a una casa con más llaves térmicas: mejor distribución, más control y una oportunidad concreta de que lo complejo se vuelva, por fin, manejable.