Otimização com IA acelera bibliotecas open-source consagradas
Bibliotecas maduras de repente ficam mais rápidas
Daniel Lemire, especialista em desempenho de software, mantém ou comantém várias bibliotecas open-source amplamente usadas: ada (análise de URLs no Node.js), fast_float (análise de números na biblioteca padrão do GCC e no Chromium), simdjson (JSON no Node.js), simdutf (validação e transcodificação Unicode no Node.js) e as bibliotecas Roaring de bitmaps, presentes em muitos motores de banco de dados. Essas bibliotecas eram otimizadas há anos e o desempenho estava estagnado - não por desinteresse, mas porque os ganhos restantes exigiam dias de trabalho cuidadoso que ninguém tinha disponíveis. Em 2026, seis dessas bibliotecas ficaram consideravelmente mais rápidas, a maior parte em poucas semanas de verão.
Para formalizar a observação, Lemire recompilou todos os commits de cada biblioteca do zero e executou benchmarks em uma única máquina (Intel Xeon Gold 6548N), medindo a aceleração relativa a agosto de 2024, onde 1.0 significa nenhuma melhoria e 2.0 significa desempenho dobrado.
Resultados por biblioteca
No roaring (bitmaps comprimidos em Go), a decodificação para array ficou 2,5 vezes mais rápida, a união multi-via FastOr ficou 3,1 vezes mais rápida em um conjunto de dados, o iterador de muitos valores ganhou 4,5 a 5,9 vezes, e a cardinalidade da interseção, 10%. Um dos contribuidores é, na verdade, uma IA: a perfloop. Lemire declara ser consultor da empresa. Philipp Klose, que declarou usar Claude, também contribuiu.
Na ada (parser de URLs em conformidade com o padrão), entre agosto de 2024 e julho de 2026, cerca de 550 commits entraram sem que o throughput saísse de 0,54 GB/s em um corpus de 100.000 URLs. Em seis semanas, chegou a 1,28 GB/s: 2,4 vezes mais rápido, cerca de 15 milhões de URLs por segundo em um núcleo. A maior parte do trabalho foi de Yagiz Nizipli, coautor de longa data que trabalha na SpaceX e usa Cursor (presumivelmente com um modelo Grok). Abdul Rawoof Khan e Dillon Mulroy contribuíram com uma otimização cada.
No fast_float (análise de números de ponto flutuante), o desempenho ficou estável por quinze meses; entre março e julho de 2026, ganhou 43% em canada.txt (coordenadas longas) e 70% em mesh.txt (coordenadas curtas). O crédito vai para Koleman Nix e Filipe Oliveira.
No simdjson, após a adição de suporte a reflexão estática do C++26 (serialização e análise de structs próprias sem código intermediário), desde fevereiro de 2026 a serialização ficou 1,6 vezes mais rápida em twitter.json e 2,1 vezes em citm_catalog.json; a desserialização ganhou 10% e 14%. O número de instruções por byte caiu quase na mesma proporção: de 6,1 para 3,1 em citm_catalog.json. Francisco Geiman Thiesen (Microsoft), que usa Claude, fez a maior parte da serialização.
No simdutf, a validação ASCII saltou de 83 GB/s para 160 GB/s, a de UTF-16 de 62 GB/s para 102 GB/s, e a decodificação base64 ganhou 17%. O trabalho foi de Nizipli e Lemire, com outras otimizações não capturadas pelo benchmark de Gaspard Petit e Shreesh Adiga.
No CRoaring (bitmaps Roaring em C), testes de pertencimento ficaram 2,4 vezes mais rápidos, a cardinalidade de bitmaps de 64 bits 4,9 vezes, a iteração 1,9 vezes e a decodificação de bitmap denso 2,2 vezes; uniões ganharam 13% a 16%. Os autores foram Andrei Gudkov e Lemire.
Por que agora
As técnicas usadas são todas conhecidas. Para Lemire, a onda repentina de otimizações ocorre, em sua avaliação, porque ficou barato testar novas ideias. Ele responde à conversa sobre riscos da IA no software apontando a falácia da aposta unilateral: diante das desvantagens, tendemos a ignorar os benefícios - como quando se nota que carros matam, mas se esquece que ambulâncias salvam. Neste caso concreto, os benefícios são tangíveis: milhões de pessoas usam essas bibliotecas e elas ficaram mais rápidas. Lemire nota que não sabe quanto de IA esteve envolvido em cada contribuição - ele não pergunta como as pessoas chegaram ao código, apenas exige que ele seja bom. Ele mesmo programa com Claude (Opus 5), Grok e DeepSeek (V4 Pro), e foi adotador inicial do Grok para código.