GLM-5.1 ajudou a desenvolver um novo algoritmo para análise de strings de bits

Em um artigo no Habr, um autor pediu ao modelo GLM-5.1, executado por meio da ferramenta opencode, que criasse um algoritmo para um problema específico de strings de bits. O resultado foi uma solução que não é revolucionária, mas é original: ela combina componentes algorítmicos conhecidos de uma forma nova.

Qual problema o autor queria resolver

O autor formulou o problema assim: dada uma string de bits, é preciso encontrar todas as posições em que a quantidade de uns menos a quantidade de zeros até aquela posição é igual a um número dado. Segundo ele, o problema aparece no contexto das estruturas RMQ (Range Minimum Query) e LCA (Lowest Common Ancestor). Ou seja, interessa sobretudo a quem trabalha com algoritmos e estruturas de dados.

Como a AI chegou à solução

O autor reconhece abertamente que a internet está cheia de textos entusiasmados sobre AI, que frustram muitos desenvolvedores, especialmente especialistas em C e C++. Ele ressalta que não é um "pregador da AI" e se define como um "programador ativo e responsável" que usa ferramentas de AI no trabalho do dia a dia. Para gerar o algoritmo, ele usou justamente a combinação da ferramenta opencode com o modelo GLM-5.1.

"Não é um algoritmo revolucionário que vai me deixar rico, mas é interessante: composto de componentes conhecidos, mas ainda assim novo", escreve o autor no

Habr.

Como fazer a AI escrever C++ decente

O artigo dedica uma parte às técnicas que o autor usa para que o GLM-5.1 escreva código C++ adequado. Esse trecho não trata do algoritmo em si, mas da disciplina de engenharia ao trabalhar com o modelo na escrita de código de baixo nível. É justamente em C e C++ que a qualidade do código gerado por AI costuma despertar mais ceticismo entre desenvolvedores profissionais, e o autor admite explicitamente essa frustração da comunidade como ponto de partida do texto.

O material gira em torno de três temas: como resolver o problema original da string de bits, o que exatamente a AI propôs como algoritmo e quais técnicas o autor aplica para que o GLM-5.1 produza código C++ funcional, e não "alucinado". Esse formato, que combina a análise de um problema concreto de engenharia com uma avaliação honesta do papel do modelo, diferencia o texto dos típicos posts entusiasmados sobre as capacidades da AI, de cujo excesso o próprio autor reclama no início do artigo.

O que isso significa

O caso mostra um cenário prático de uso de grandes modelos de linguagem: não como substituto do especialista em algoritmos, mas como ferramenta para testar rapidamente técnicas conhecidas e combiná-las em uma solução funcional para um problema aplicado específico.

Perguntas frequentes

Qual modelo e qual ferramenta o autor usou?

O autor usou o modelo GLM-5.1, executado por meio da ferramenta opencode, para gerar um algoritmo para um problema específico de strings de bits.

O que RMQ e LCA têm a ver com isso?

Segundo o autor, o próprio problema de strings de bits (encontrar as posições em que a quantidade de uns menos a quantidade de zeros é igual a um número dado) é usado no contexto das estruturas RMQ (Range Minimum Query) e LCA (Lowest Common Ancestor).

É um algoritmo revolucionário?

Não. O próprio autor descreve o resultado sem exageros: não é algo que vá deixar alguém rico, mas é uma combinação interessante e nova de componentes algorítmicos já conhecidos.