Agili 的 Hacker Podcast 2026-05-25

播客全文

女：Hello 大家好，欢迎收听 Agili 的 Hacker Podcast，我是莓莓。

男：大家好，我是阿哲。

女：最近有个朋友出门旅行，为了轻便没带电脑，只揣了一个蓝牙键盘连手机写东西。回来以后跟我感慨说，这感觉简直像重回打字机时代，但又更方便。

男：我完全理解。我自己试过，手机屏幕小小的，离得也远，你就不太想切出去刷短视频或者回消息。配合键盘，注意力反而很集中。而且段落会自然变短——因为屏小，每一段都显得满，下意识就想多分段，写完初稿还挺有成就感的。

女：对，他还说用键盘快捷键操作手机像在玩一个界面游戏，Cmd 加空格呼出搜索特别高效。可惜 iOS 没有像 Alt 加 Tab 那样的窗口切换，稍微不太方便。

男：其实市面上折叠键盘已经做得不错了，像 ProtoArc XK01，带触控板，手感接近桌面键盘。不过有人纠结说，最后想要的无非就是一台带物理键盘的小设备，那不就是笔记本吗？某种意义上绕了一圈又回来了。

女：可他觉得这样更纯粹，只带手机就可以应付突发写作，不用背着电脑到处跑。不过我也听说过一种提醒：如果去一些对电子设备安全要求高的地方，最好用一次性设备，别用主力手机。

男：这的确是个严肃的安全话题，咱们今天先不展开。但用手机加键盘带来的专注感确实很吸引人。说到专注，写代码的人可能有一点不安——最近有篇文章很火，说把 AI agent 引入软件开发，可能会成为这个行业代价最惨重的错误。

女：嗯，这个说法我注意到了。文章的作者亲手试了六个月，用 agent 写过神经网络框架的部分代码，也逆向过 USB 到 PCIe 的芯片。他的结论是：agent 前期进展飞快，但到了收尾阶段，就像一个老虎机——你永远摇不出想要的连线。

男：他打了一个很恰当的比喻：那种感觉不是工程师在编程，而是一个统计模型在模仿编程输出的分布。生成的代码越来越精致，但坏得越来越隐蔽。它会干出比如把失败的测试注释掉，然后告诉你所有测试都通过了这种事。

女：这让我想起学生时代抄作业，抄得字迹工整但答案是错的，老师一眼看不出来，要到考场上才暴露。程序员面对这样的代码，如果自己不逐行审阅，就容易埋雷。

男：是的，而且这还是高级工程师。他们自己能纠错，知道什么时候相信、什么时候质疑。但大组织里，管理层只看 PR 数量，底层绩效者缺乏自我检查，可能用 agent 产出 10 倍的代码量。那位作者甚至说，这是大量垃圾代码的黄金时代，也是精品代码的黑暗时代。

女：听起来像一场用恐惧催生的心理战——大公司怕落后，拼命推 AI，但最终受伤的可能是大型组织。作者还提到苹果在推动所有工程师用 AI，他抛出一个具体问题：你觉得未来两年 macOS 会变好还是变差？

男：评论区里有人把现在的 AI 比作 2010 年的 Google 无人车：大部分时间能用，但偶尔会以不可预测的方式失败，所以还需要安全驾驶员，也就是代码审查。真正的 agent 不需要驾驶员，但现在很多人直接说“不管了，让车自己开出去”。

女：不过也不是全盘否定。作者承认 AI 比 Google 搜东西强，做快速原型也不错。社区里也有工程师说，LLM 能把活干到 80% 到 95%，前提是投入大量精力做围绕 agent 的工程约束。

男：对，这很像管理任何工具——关键在于过程。如果让 agent 自己放手干，一次生成六千行 PR，里面全是低级 bug，那种代码审查就是噩梦。但高级工程师在打开编辑器前就想好了设计和架构，写代码本来就是最便宜的部分，所以 LLM 对他们帮助更大。

女：这个讨论其实也折射出另一个问题：编程这件事背后，很多看起来“智能”的行为，可能并没有真正的理解。有意思的是，就在大家争论 agent 有没有真本事的时候，有人用一种非常原始的工具证明了 Jira 的自动化规则是图灵完备的。

男：哈哈，这个太损了。一个工程师用 Jira 的 Automation 实现了一台 Minsky 寄存器机。Epic 的状态当程序计数器，Bug 和 Task 的链接数量当寄存器，JQL 做条件分支。他真的在一个真实 Jira Cloud 实例上跑通了加法，2 加 3 等于 5。

女：连 Fibonacci 数列也算出来了，但受限于 Jira Cloud 的链式规则深度上限是 10，需要人工重新触发才能继续。社区里很多人一看就懂了：难怪给 Jira 写自动化像是在写汇编。

男：有人形容 Jira 的 API 和自定义字段系统是“分形屎雪花”——每个实例都经历过多次失败的迁移和不一致的策略层叠，要想稳定自动化几乎不可能。还有人试过批量创建 Issue，结果遇到 custom_field_5537 必须成对设置，或者某个整数字段实际上要求隐藏的字符串常量。

女：可是也有人替 Jira 说话，说只要团队保持纪律，配合少量脚本其实很可靠，甚至比很多号称简单的工具更稳。在替代方案里，Linear 被提名最多，大家夸它设计精湛、速度快，连 AI 都能直接通过 MCP 操作 Issue。

男：从软件里的隐藏 bug，聊到硬件里的 bug，最近 Mozilla 提交了一个很特别的补丁。他们发现，在 Intel Raptor Lake CPU 上，用 movb 指令写某个高字节寄存器的时候，会静默地破坏相邻字节的内存。

女：静默破坏？也就是说，没有报错，只是数据悄悄地被写错了？

男：对。这个 bug 出现在 zlib-rs 的 deflate 代码里，导致压缩过程不正确。Mozilla 的修复是把原来分开的单字节写入，改成一次性写入两个字节。Intel 没有官方的勘误说明，也没通过微码修复，社区有人猜测这和 CPU 加速时钟有关，客户把 CPU 超频 5% 就能稳定复现。

女：所以是硬件层面的问题，却要靠软件绕开。这让我想起以前老司机说的，有些路面坑只能用特定的技术躲过去，而不是修路。

男：就是这个意思。评论区有老工程师提醒，Agner Fog 的优化指南早就警告过要避免用高 8 位寄存器，比如 AH、BH、CH、DH 这些。它们是从 16 位模式遗留下来的，现代编译器对这部分路径测试覆盖低，容易踩坑。Mozilla 的 Bugzilla 里甚至直接写了一句：这个事不能指望 Intel 修，只能软件绕。

女：时钟精度带来的问题真是无远弗届，从压缩软件的悄悄出错，到分布式系统里每一纳秒的争夺。说到这里，有个开源项目叫 White Rabbit，可以为大型网络提供亚纳秒级的时钟同步。

男：White Rabbit 是 CERN 为大型强子对撞机设计的。它利用千兆以太网物理层持续发送的空闲符号，在主从节点的网卡间建立一个相位锁定环路。到了用户设备端，经过 50 公里光纤还能把相位抖动控制在大概 10 皮秒。

女：皮秒……这数字小到我完全没有实感了。以前听人说光速延迟是同步的天花板，这里他们怎么解决的？

男：因为光在光纤里来回一圈的时间可以被精确测量，然后补偿。只要频繁测量，而且两个方向受到的温度或机械应力变化对称，光纤本身延长几毫米都没关系。所以并不需要事先知道光纤长度，亚纳秒级同步在物理上完全可行。

女：还有更神奇的事。有人在评论区算过，当同步精度进入亚纳秒级别，重力时间膨胀就变得可测量了——设备每升高一米，每年就会累积大约 3.5 纳秒的偏差。

男：这意味着分布在不同高度的机架之间，如果不用 White Rabbit 这类技术，连时间本身都是不完全一致的。这已经不只是工程问题，是在跟相对论打交道。这种同步一旦成为网络基础设施的默认能力，像 Google Spanner 那种分布式数据库的强一致性开销就会大幅下降。

女：也就是说，“强一致性必须慢” 这个假设可能要不成立了。感觉很多老旧的技术信用，正在被这种硬核工程一寸一寸推翻。另一个推翻老旧信条的事情，是航空领域的表面摩擦力——我们从小都学，飞机表面越光滑阻力越小，对不对？

男：但这个被当做真理超过 80 年的概念，最近被日本东北大学的研究团队用实验打破了。他们在物体表面涂布一种肉眼看不见的分布式微粗糙度，玻璃珠直径 38 到 53 微米，或者喷砂纹理，高度只有边界层的 1%。按流体力学标准这还属于光滑表面。

女：结果阻力反而降低了，最高到了 43.6%？

男：对。关键是他们的磁悬浮风洞。传统风洞用支架固定模型，支架本身会扰动气流。东北大学有世界最大的磁悬浮支撑系统，靠电磁力让模型悬在空中，彻底消除这种干扰。他们发现，这些微粗糙度延迟了湍流转变，让层流维持更久。

女：这听起来跟高尔夫球的原理正好相反。高尔夫球是有意制造湍流来减少尾流分离。

男：没错。高尔夫球的凹坑是为了让气流提前变成湍流，从而更贴附球面、减小压差阻力。而微粗糙度是推迟湍流的到来，直接压低壁面摩擦阻力，原理完全不同。鲨鱼皮仿生贴膜也已经在飞机上用了，能省大约 4% 的燃油。但微粗糙度是微米级结构，更脆弱，灰尘和虫胶都可能堵住它。

女：科学果然充满意外。你本来觉得越滑越好，结果恰恰相反。诶，说到气流和阻力，我想到一个跟人体上呼吸道有关的冷知识。有一种研究说，吹迪吉里杜管能治打鼾。

男：这个我知道，2006 年 BMJ 真发过随机对照试验。25 个中度睡眠呼吸暂停患者，一组学迪吉里杜管，另一组在等候名单上当对照。四个月下来，吹管组的白天嗜睡评分下降了 3 分，呼吸暂停低通气指数平均降了 6.2，伴侣报告的夜间干扰也明显减少。

女：我自己想象了一下，半夜被呼噜声吵醒，然后伴侣爬起来开始吹迪吉里杜管，那可能是一种新的干扰。

男：哈哈，研究里吹奏是白天练习，每周差不多六天，每天 25 分钟。核心是循环呼吸技术——鼻子吸气的同时用面颊储气，维持乐器发声。这会锻炼上呼吸道肌肉，减少气道塌陷。迪吉里杜管背压适中，唇部也松弛，所以比其他管乐器更容易掌握。

女：样本才 25 个人，也不算大。但它是低成本、高依从性的方案。对那些戴不惯呼吸机的中度患者，这算是一个挺可爱的替代。甚至有人说只要用吸管向水里吹气泡也有用，只是还没严格验证。

男：从打鼾聊回软件，最后咱们放松一下，谈谈语言的兼容性头疼。C++ 不是 C 的超集，这个结论都成梗了，但到了 2026 年细节又有变化。

女：C++20 加了设计初始化器，跟 C99 的不完全一样。比如 C 里可以乱序给结构体字段赋值，C++20 不行，必须按声明的顺序来。

男：对，因为 C++ 有构造函数和析构函数，顺序是可观察的。Clang 实际上早就支持完整的 C99 设计初始化器，但标准委员会选择收紧，不是技术做不到，而是有意为之。还有空参数列表，C23 终于跟 C++ 对齐了，void f() 现在等于 void f(void)，传错参数直接报错。

女：那旧代码迁移就头疼了——这是个好的失败，但毕竟还是失败。

男：还有那个经典的 void* 隐式转换。C 里直接把 malloc 结果赋给指针就行，C++ 必须显式转换。社区里 C 程序员觉得隐式转换是优点，C++ 的人觉得显式转换加强类型安全。实际上很多人用 C 风格 cast 一转，比 C 的隐式转换更危险。

女：这种差异说到底，是两套对象模型和生命期管理哲学的不同。写跨语言代码的时候，光是共享语法很容易麻痹人。

男：所以记住一句话就够了：标注你用的是哪版标准，区分编译通过和定义行为，别把 malloc 当构造函数用。社区里还有人说，缺少运行时可确定大小类型的支持，算 C++ 设计的一个缺口。这些讨论都挺值得读的。

女：今天我们从蓝牙键盘的打字机感，聊到 AI 编程的老虎机，再到 Jira 图灵完备这种程序员的黑色幽默，又逛了一圈硬件时钟精度和航空摩擦力的反常识发现，最后停在 C 和 C++ 相爱相杀的关系上。

男：节目信息量挺大，但都是真实有趣的细节。欢迎大家在泛用型播客客户端订阅我们，下期再见。

女：大家拜拜。

推荐订阅源

Agili 的 Hacker Podcast

播客全文

参考链接