你的AI能用汇编语言重写你的代码吗？

假设你有几个字符串，你想统计每个字符串中字符!出现的次数。如果你是一位老派程序员，在 C++ 中，你可能会用以下方法解决这个问题。

 size_t c = 0 ; for ( const auto & str : strings ) { c += std :: count ( str . begin (), str . end (), '!' ); }你还可以使用更高级的量程。 size_t c = 0 ; for ( const auto & str : strings ) { c += std :: count ( str . begin (), str . end (), '!' ); }

 for ( const auto & str : strings ) { c += std :: ranges :: count ( str , '!' ); }诸如此类。 for ( const auto & str : strings ) { c += std :: ranges :: count ( str , '!' ); }

但如果你想跑得更快呢？或许你会想用汇编语言重写这个函数。我决定这么做，并且想用 Grok 和 Claude 作为我的 AI，来一场友谊赛，享受其中的乐趣。

我先编写了自己的函数，然后让人工智能用汇编语言对其进行优化。重要的是，它们知道我使用的是哪台机器，所以它们开始编写 ARM 汇编代码。

经过反复提示，我得到了以下函数。

• count_classic ：使用 C++ 标准库std::count作为参考。
• count_assembly ：一个基本的 ARM64 汇编循环（逐字节比较）。由 Grok 编写。
• count_assembly_claude ：Claude 的 SIMD 优化版本，使用 NEON 指令（16 字节块）。
• count_assembly_grok ：Grok 的优化版本（32 字节块）。
• count_assembly_claude_2 ：Claude 的进一步优化版本（64 字节块，具有多个累加器）。
• count_assembly_grok_2 ：Grok 的最新版本（64 字节块，改进了累加器处理）。
• count_assembly_claude_3 ：Claude 的最先进的版本，进行了额外的优化。

你明白我的意思。

那么，性能如何呢？我使用长度不超过 1 千字节的随机字符串。在所有情况下，我都测试了函数是否能提供正确的计数结果。我没有仔细检查代码，所以代码中可能隐藏着一些错误。

我记录每条字符串的平均指令数。

通过反复优化，我将指令数量减少了八倍。运行时间也相应缩短。

我们能让AI用C语言重写出最佳方案吗？可以，不过需要用到SIMD指令集。所以，在这种情况下，保留汇编代码没有任何好处。

一个悬而未决的问题是，人工智能能否找到一些使用 C 或 C++ 等高级语言无法实现的优化。这是一个很有意思的问题，我稍后会尝试解答。就目前而言，人工智能已经可以胜过我的 C++ 编译器了！

我的源代码是公开的。

原文： https://lemire.me/blog/2026/04/05/can-your-ai-rewrite-your-code-in-assembly/