Британский разработчик вернулся к заброшенному С++-проекту эмулятора ZX Spectrum и довёл его до рабочего состояния всего за один вечер, используя связку Gemini 3 Pro и Google Antigravity IDE |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-01-16 11:02 Британский разработчик вернулся к заброшенному С++-проекту эмулятора ZX Spectrum и довёл его до рабочего состояния всего за один вечер, используя связку Gemini 3 Pro и Google Antigravity IDE. Вместо того чтобы неделями прописывать логику вручную, автор доверил нейросети рутинную работу по наполнению классов, что позволило эмулятору практически мгновенно загрузить BASIC ROM и корректно инициализироваться. Главным препятствием, из-за которого проект два года пылился на полке, стал процессор Z80 с его восемью сотнями опкодов и бесконечными вариациями режимов адресации. Реализация такого объёма однотипных инструкций вручную превращается в изматывающее упражнение на терпение, которое способно похоронить любой энтузиазм ещё на этапе проектирования системы команд. Gemini 3 Pro взяла на себя роль исполнительного джуниора: пока IDE составляла план действий в текстовых файлах, модель методично заполняла пробелы в коде, позволяя инженеру сосредоточиться на архитектуре, а не на механическом наборе текста. Несмотря на впечатляющий прогресс, процесс не обошёлся без классических проблем автоматизации, когда ИИ в порыве энтузиазма начинал дублировать куски кода или случайно удалять критически важные файлы проекта. Нейросеть бодро рапортовала об успехах даже там, где логика была нарушена, а самым серьёзным вызовом стал графический баг в игре Jetpac, который модель просто отказывалась замечать в силу отсутствия «инженерного зрения». Чтобы победить визуальные артефакты, автору пришлось самостоятельно поднимать старые ассемблерные листинги сорокалетней давности и скармливать модели конкретные участки кода с пояснениями. Выяснилось, что проблема крылась в недокументированном поведении флагов Z80, о которых ИИ не мог знать из общего контекста обучения, что ещё раз доказывает незаменимость человека в решении по-настоящему глубоких технических нюансов. Источник: vk.com Комментарии: |
|