18 ноября 2026 г.
GPT-6.1 Sol меняет программы без исходников: 3 патча прошли скрытые тесты
Модель добавила функции в готовые исполняемые файлы, получив только их байты и описание задачи.

GPT-6.1 Sol добавила счётчик длины самой длинной строки в wordcount за 93 секунды. Она изменила 74 байта, сохранив размер файла.
Обычно разработчик меняет исходники, а компилятор собирает исполняемый файл. В эксперименте Джорджа Ксеноса и Сотириса Яннопулоса модель правила сам файл. Для практиков, которые пользуются инструментами для вайбкодинга, это пример работы с программой, исходников которой у модели нет.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Байты вместо исходников. Авторы вставляли в промпт вывод `xxd`: шестнадцатеричную запись содержимого файла. Они использовали `gpt-6.1-sol` с effort `high` через Codex CLI 0.166.0. Локальный relay удалял инструменты из запросов, модель отвечала один раз, без результатов проверки и повторной попытки.
По отчёту авторов от 18 ноября 2026 года, модель распознала назначение 4 программ. Среди них была статистическая утилита ministat размером 67 392 байта, из которой удалили отладочные символы и имена функций.
Новые функции работают. Помимо счётчика строк, модель добавила расшифровку в AES tool и перевод между счетами в учебный Bank ledger. Все 3 изменённые программы прошли скрытые тесты авторов.
| Программа | Добавленная функция | Изменено байтов | Время | | --- | --- | ---: | ---: | | wordcount | Длина самой длинной строки | 74 | 93 секунды | | AES tool | Команда `dec` для расшифровки | 544 | 201 секунда | | Bank ledger | Команда `transfer` для перевода | 379 | 140 секунд |
Авторы запускали программы под `qemu-x86_64` и сравнивали вывод и коды завершения с эталонными сборками GCC. Тесты проверяли прежнее поведение, новые функции и обработку длинных входных данных.
Модель также создала с нуля 3 работающих исполняемых файла формата ELF64. На wordcount она потратила 124 секунды: файл занял 391 байт против 5 432 байт у эталонной сборки GCC.
При чтении ministat модель нашла ошибку в статистической таблице. Параметр `-c 99.5` использовал пороги для доверительного уровня 99,8% вместо 99,5%, поэтому программа могла пропускать различия, которые должна была признать значимыми.
Источники: [эксперимент Джорджа Ксеноса и Сотириса Яннопулоса](https://sgiannopoulos.github.io/blog/machine-code-programming/), [сообщение об ошибке ministat](https://www.mail-archive.com/freebsd-bugs%40freebsd.org/msg98937.html).
7 ноября 2026 года автор сообщения FreeBSD Bug 300580 подтвердил находку модели по исходникам и приложил патч.
Первоисточник