Claude 编写的 C 语言编译器对比 GCC
Hacker News 摘要原标题：Claude’s C Compiler vs. GCC
Anthropic 最近发布了一篇博客，介绍了一个完全由 Claude 编写的 C 语言编译器，简称 CCC。这个编译器 100% 的代码由 Claude Opus 4.6 生成，人类仅通过编写测试用例来引导过程。作者对此进行了详细测试，并将其与行业标准 GCC 进行了对比。
CCC 的基本情况
CCC 完全使用 Rust 编写，目标架构包括 x86-64、i686、AArch64 和 RISC-V 64。它的前端、基于 SSA 的中间表示（IR）、优化器、代码生成器、窥孔优化器、汇编器、链接器以及 DWARF 调试信息生成全部从零实现，没有使用任何特定于编译器的第三方依赖。
编译器的工作阶段
编译一个 C 程序通常涉及四个阶段：
1. 预处理器：处理 include 和 define 等指令。
2. 编译器：将源代码翻译成汇编语言，这是最核心的步骤，涉及类型检查、优化和寄存器分配。
3. 汇编器：将汇编语言转换为机器码（目标文件）。
4. 链接器：将多个目标文件合并为单个可执行文件。
测试环境与方法
作者在 Proxmox 虚拟机上对比了 GCC 14.2.0 和 CCC。测试对象选择了 Linux 内核 6.9 和 SQLite 3.46.0。
• Linux 内核：用于测试编译器的规模处理能力和兼容性。
• SQLite：它是标准的 C 语言实现，且可以合并为单个文件，非常适合测试正确性和运行性能。
Linux 内核编译结果
CCC 的表现令人印象深刻，它成功编译了内核中所有的 2844 个 C 源文件，没有产生任何编译器错误。然而，构建最终在链接阶段失败了，产生了超过 4 万个未定义引用错误。
• 原因分析：这是链接器的漏洞。CCC 产生的重定位条目和符号表格式不正确，无法满足内核复杂的链接脚本要求。
• 资源消耗：CCC 的内存峰值占用是 GCC 的 2.3 倍。
SQLite 基准测试结果
在正确性方面，CCC 编译的 SQLite 通过了所有崩溃和边缘情况测试，查询结果也完全正确。但在性能和生成物体积上，差距巨大：
• 编译时间：在不开启优化的 O0 模式下，CCC 比 GCC 慢约 25%。
• 二进制体积：CCC 生成的可执行文件大小是 GCC 的 2.7 到 3.0 倍。
• 运行速度：这是最大的弱点。CCC 编译的程序运行速度比 GCC 慢 737 倍到 15.8 万倍不等。
为什么 CCC 编译的代码这么慢？
作者分析了几个核心原因：
1. 寄存器溢出：这是性能低下的首要原因。现代 CPU 寄存器数量有限，好的编译器会尽量让变量留在寄存器中。而 CCC 的寄存器分配能力很差，几乎将所有变量都溢出到内存栈中。在 SQLite 的执行引擎中，原本在寄存器内完成的操作，被 CCC 变成了大量的内存读写。
2. 优化层级形同虚设：虽然 CCC 接受 O2 或 O3 标志，但实际上它对所有级别都运行相同的 15 个优化路径。这意味着它的 O2 输出与 O0 字节完全一致。
3. 代码膨胀：生成的指令数量过多，导致 CPU 缓存命中率下降。
4. 子查询性能爆炸：对于简单的插入操作，CCC 只慢了 1.7 倍。但对于涉及嵌套循环的复杂查询，由于寄存器分配不当带来的开销会在数十亿次迭代中累积，导致速度慢了 15.8 万倍。
兼容性与调试问题
CCC 的预处理器存在路径搜索问题。在 GitHub 上的第一个 Issue 就是“Hello World 无法编译”，原因是它找不到系统自带的 stddef.h 等头文件。此外，CCC 生成的二进制文件缺乏函数符号，且帧指针链损坏，导致无法使用 GDB 进行调试或使用工具进行性能分析。
结论
作为一项技术成就，CCC 是非凡的。它证明了 AI 可以构建极其复杂的软件系统，并且在逻辑正确性上达到了很高水平。
• 成功之处：实现了高度的正确性和稳定性，能够处理数百万行复杂的 C 代码。
• 短板：生成的机器码效率极低，且在底层系统连接（链接器）和调试支持上仍有欠缺。
目前，CCC 更多地是一个展示 AI 能力的实验性项目。对于实际生产环境，GCC 和 Clang 仍然是唯一的选择。作者已将所有的测试脚本、结果和分析图表发布在 GitHub 仓库中供大家查阅。