- Создатель Redis Сальваторе Санфилиппо выпустил инференс-движок для модели генерации изображений FLUX.2-klein-4B.
- Проект полностью написан на C за выходные при помощи ИИ Claude Code и Claude Opus 4.5, без написания кода вручную.
- Движок не имеет внешних зависимостей, поддерживает ускорение на Apple Silicon и Linux и работает с float-значениями без квантизации.
Известный разработчик Сальваторе Санфилиппо, автор популярной СУБД Redis, продемонстрировал возможности современных ИИ-инструментов для генерации кода. За выходные он создал на чистом языке C inference-движок для модели генерации изображений FLUX.2-klein-4B, при этом не написав ни одной строчки кода вручную. Все разработки велись с использованием Subscription Max за 100 долларов в месяц и интеллектуальных помощников Claude Code и Claude Opus 4.5.
По словам Санфилиппо (известного под ником antirez), главной целью было проверить возможности AI-кодогенерации на масштабной и амбициозной задаче, а также освободить open source-модели от зависимости языка Python, который разработчика не устраивает. Проектом уже существует похожее решение на C/C++ для инференса моделей на основе GGML, но antirez хотел доказать, что можно начать с нуля и за крайне короткое время реализовать полноценное решение.
Важным элементом в процессе создания стал специальный файл IMPLEMENTATION_NOTES.md, который велся разработчиком во время работы и в который записывались все заметки и выводы. Claude Code регулярно обрабатывал этот файл после каждого сжатия контекста, что позволяло модели сохранять понимание общей логики проекта и добиваться стабильного прогресса. По словам antirez, именно такая методика позволила выполнить масштабную задачу в разумные сроки.
Готовый движок работает без внешних библиотек, кроме стандартной библиотеки C, умеет напрямую взаимодействовать с весами модели в формате safetensors объемом около 16 ГБ. Он поддерживает аппаратное ускорение с помощью MPS на устройствах Apple Silicon и BLAS на Linux. Важным техническим нюансом является отсутствие квантизации — инференс происходит на float данных, что сохраняет качество работы модели. Также движок может быть использован как самостоятельная библиотека для интеграции в другие проекты.
Стоит отметить, что этот случай не единичен в практике antirez. Накануне он за несколько минут, с помощью тех же ИИ-инструментов, создал библиотеку для инференса embedding-моделей на C, отладил баги в тестах Redis и добавил поддержку UTF-8 в свою утилиту linenoise. Сам разработчик подчеркивает, что теперь основное усилие смещается с написания кода на продумывание логики и архитектуры решений, оставляя техническую реализацию на усмотрение AI.
Данный опыт демонстрирует значительный скачок в применении искусственного интеллекта в разработке ПО, когда ИИ становится не помощником, а фактически соавтором, способным реализовать качественные и сложные проекты за считанные дни. В дальнейшем такие подходы могут трансформировать процессы разработки, повышая эффективность и снижая порог входа в сложные области.
