- SemiAnalysis特约作者Justin Lebar（曾在Google、Waymo、OpenAI从事ML编译器工作）利用AI智能体在短短一个下午内花费超
- 序号：115
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
- SemiAnalysis特约作者Justin Lebar（曾在Google、Waymo、OpenAI从事ML编译器工作）利用AI智能体在短短一个下午内花费超过10,000美元，在LLVM、NVIDIA ptxas及AMDGPU编译器中发现了数百个潜在bug，包括大量误编译（miscompiles）以及至少一个极其严重的原子操作缺陷——LLVM可能将原子存储拆分为两个非原子存储，从而在生产环境中引发静默数据损坏。核心洞察是：'五个月前不可能的事情，现在只是'非常昂贵'而已'。当AI智能体以每4分钟一个bug（AMDGPU后端）甚至每分钟2个bug（x86后端）的速度扫描代码时，作者首次经历'AI为雇主创造的价值超过自己'的时刻，预示着AI能力跃迁将急剧扩大资源拥有者与无资源者之间的差距。
SemiAnalysis特约工程师 发表了一篇震撼业界的客座文章，讲述他如何利用 AI 智能体（Claude Opus 4.7 与 ChatGPT 5.5）在内，于 LLVM、NVIDIA ptxas 及 AMDGPU 编译器中发现，其中包括大量误编译以及至少一个。整次实验消耗了超过 的 token 费用。 文章的核心论断可概括为一句箴言：
— Things that were impossible five months ago are now "just" Very Expensive. 这不仅是一次技术实验，更是对 AI 能力跃迁速度的深刻反思——作者直言，这是他职业生涯中。
一、实验背景：从编译器老兵到 AI 漏洞猎人 Justin Lebar 拥有十年 ML 编译器经验，曾参与 Google clang 的 CUDA 支持、XLA:GPU、Triton 以及 OpenAI 自研硬件项目。2026 年 1 月，他开始尝试在 LLVM 上使用 Codex 协作编写 fuzzer，并成功修复了 instcombine 中的 5 个 bug。 2026 年 5 月，他加入 SemiAnalysis 后，将同样的技术应用于 NVIDIA 的闭源编译器 。他原本预期几周内能找到"几个 bug"，结果 ptxas 误编译案例（一周后增至约 80 个）。 二、两个阶段的发现曲线 阶段方法速度成本 （5月中） Vibe-coded fuzzer 几天找到 ~40 个 bug（ptxas） 约 $200/月 ChatGPT Pro（超配额使用）~ $1,000 Opus 4.7 （5月底） 50 个 Claude subagents 并行读代码 AMDGPU 后端：1 个/4 分钟；x86 后端：
关键转折点是作者意识到自己一直在"造 fuzzer 而没有吸收苦涩的教训（Bitter Lesson）"——直接让 AI 读代码比构造 fuzz 输入更高效。 三、最令人恐惧的 Bug：原子性丢失 在被检查的约 30 个 agent 发现的 bug 中，最严重的一个是：
：模糊测试原子操作极其困难 ：99% 情况下正常运行，1% 情况 ：系统即使有数据完整性校验，也需要数月工程时间定位根因 四、关于能力的核心洞察 ：ChatGPT 5.2 → 5.5 的升级让 vibe-coded fuzzer 从"可行"变为"强大" ：AMD 的开源编译器可立即应用作者建议的修复；NVIDIA 的 ptxas 则只能关闭触发路径 ：Agent 找到的 bug 平均严重度低于 fuzzer，但能发现 ：作者推测，只要 token 充足，Opus 5.7 甚至 4.7 都有可能仅通过阅读 PTX 汇编就发现 ptxas 的 bug 五、对行业的深层含义 ：能够负担大规模 AI 智能体调用的组织将占据更大的"可能性空间" ：如果开源 LLVM 都能被轻易挖掘出大量严重 bug，闭源商业软件的安全假设需要重新审视 ：编译器 bug 可能直接影响芯片设计的正确性，进而影响 NVIDIA、AMD 等厂商的下游客户 ：SemiAnalysis 在该作者身上的 token 支出，标志着 AI 工具的价值创造开始超越人类员工
⚠️
方向判断
🟢 — 单次实验 $10,000+ 的 token 消耗证明了高端模型推理需求的爆发性增长
🟢 — Agent 自动化漏洞挖掘能力凸显网络安全防御与攻防对抗市场扩张
🟡 — 传统工具厂商需加速集成 AI，但同时也面临被 AI 颠覆的风险
🔴 — ptxas 被发现大量 bug 暴露了闭源 GPU 编译器的质量风险，可能影响开发者信任
：本文实验结果基于特定模型版本（Opus 4.7、ChatGPT 5.5），能力提升曲线不可线性外推，6 个月后的实际表现可能优于或劣于当前预期 ：$10,000 仅是发现 ~150 个 bug 的成本，单位 bug 发现成本仍然极高，规模化经济性有待验证 ：作者实验集中在 LLVM 编译器代码，结论是否适用于其他大型软件系统（操作系统、数据库、浏览器）仍需观察 ：文章暗示 AI 可通过阅读汇编发现闭源编译器 bug，这将对所有商业软件供应商构成系统性安全挑战 ：作者在公开发布前未完全走完负责任披露流程，存在被恶意利用的窗口期风险 ：作者在 6 月 1 日的更新中指出，Anthropic 发布的 Opus 4.8 + "ultracode" 模式可能将中等及以上严重度 bug 的发现成本降至约 1/5，说明 AI 工具迭代速度极快，本报告的部分定量结论可能已过时
总体总结
主题正文
-
- SemiAnalysis特约作者Justin Lebar（曾在Google、Waymo、OpenAI从事ML编译器工作）利用AI智能体在短短一个下午内花费超过10,000美元，在LLVM、NVIDIA ptxas及AMDGPU编译器中发现了数百个潜在bug，包括大量误编译（miscompiles）以及至少一个极其严重的原子操作缺陷——LLVM可能将原子存储拆分为两个非原子存储，从而在生产环境中引发静默数据损坏。
- 当AI智能体以每4分钟一个bug（AMDGPU后端）甚至每分钟2个bug（x86后端）的速度扫描代码时，作者首次经历'AI为雇主创造的价值超过自己'的时刻，预示着AI能力跃迁将急剧扩大资源拥有者与无资源者之间的差距。
- SemiAnalysis特约工程师 发表了一篇震撼业界的客座文章，讲述他如何利用 AI 智能体（Claude Opus 4.7 与 ChatGPT 5.5）在内，于 LLVM、NVIDIA ptxas 及 AMDGPU 编译器中发现，其中包括大量误编译以及至少一个。
- 2026 年 1 月，他开始尝试在 LLVM 上使用 Codex 协作编写 fuzzer，并成功修复了 instcombine 中的 5 个 bug。
- 🟢 — 单次实验 $10,000+ 的 token 消耗证明了高端模型推理需求的爆发性增长
- 🔴 — ptxas 被发现大量 bug 暴露了闭源 GPU 编译器的质量风险，可能影响开发者信任
- ：本文实验结果基于特定模型版本（Opus 4.7、ChatGPT 5.5），能力提升曲线不可线性外推，6 个月后的实际表现可能优于或劣于当前预期
- ：作者在 6 月 1 日的更新中指出，Anthropic 发布的 Opus 4.8 + "ultracode" 模式可能将中等及以上严重度 bug 的发现成本降至约 1/5，说明 AI 工具迭代速度极快，本报告的部分定量结论可能已过时