Maven как тензор: ZXing собрали нейросетью без единого шага обучения

JetBrains по схеме Handwired скомпилировали узкую логику Maven-контроллера в фиксированную таблицу весов — без обучения и без градиентного спуска. На ZXing 3.5.3 (модули core и javase) JAR совпал с Apache Maven 3.9.11 побайтно; сборка шла в песочнице, где Maven и эталонные артефакты недоступны.

Каждый шаг сети — выбор строки таблицы двумя умножениями матриц, арифметика по маленькому набору регистров и запись в память. Файлы и javac она не открывает: запрос уходит в слот памяти, тонкий мост отдаёт ответ, все ветвления идут только из весов. Полная сборка ZXing — 4 796 191 шаг (модель nmvn-exact-v2, 26 626 строк); CPU и GPU сделали одинаковые 1 731 запроса в одном порядке.

Что проверили

• 519 ручных build-кейсов и 10 000 сгенерированных проектов — как у Maven; 549 upstream-тестов прошли.
• Удалили или испортили файл весов — сборка не стартует.
• На несвязанном примере (maze solver) та же схема: 279 строк весов, идентичные последовательности событий.

В сценарии «только решения», без Java, Python быстрее сети на порядки. В полной сборке с тестами медиана по 30 парам: Python 15,52 с, нейросеть на CPU 23,12 с, Maven 15,29 с — отношение нейросеть/Python 1,49× (95%: 1,4×–1,54×). GPU только тормозит: инструкции идут одна за другой, параллелизма нет.

Компилятор v2 ужал таблицу, не трогая саму машину: 4 796 191 → 3 676 728 шагов (−23%), 29 625 → 26 626 строк (−10%), те же 1 731 решения и те же JAR. Быстрее Maven или Gradle это не сделает — для скорости остаётся Maven. Интерес в другом: у почти каждой строки весов известный смысл среди 249 функций контроллера, можно сверять разбор сети с реальной цепочкой разрешения зависимостей или do_surefire.

Источник: Can you bake Maven into a neural network?.