Agili 的 Hacker Podcast 2026-05-05

欢迎收看今日的 Agili 的 Hacker Podcast。今天我们将目光投向软件工程的范式转移，看看开发者如何应对 AI 编写的代码，以及从底层系统语言到老车硬核改装的极客实践。

Bun 释出 Zig 到 Rust 迁移指南

语言迁移的背景

Bun 团队发布了将现有代码库从 Zig 翻译为 Rust 的标准流程。Zig 语言目前处于高速变动期，其新版本的 I/O 和异步架构发生了巨大变化，给重度系统级项目带来维护压力。近期 Zig 社区实施“禁止 AI 生成代码”政策，拒绝了 Bun 团队提交的补丁。Rust 虽然内存管理规则严苛，但其稳定的编译器能为 AI 生成的代码提供准确的错误反馈。

严苛的底层映射规则

迁移指南明确禁止引入 tokio 或 hyper 等成熟的 Rust 异步生态。Bun 拥有自己的事件循环机制，Rust 版本的实现必须继续使用回调和状态机，不得使用 async fn。代码结构必须严格匹配 Zig 的原始结构。为避免强制的 UTF-8 校验性能损耗，系统调用和 HTTP 字节处理严禁使用 Rust 的 String，必须使用 &[u8]。Zig 的错误处理模式被映射为一种特殊的透明结构体，通过链接时注册的名称表来模拟标签。

社区的分歧与验证模式

部分开发者怀疑将 75 万行代码从底层语言重写为另一种语言缺乏性能收益，并指出完全依赖 AI 驱动的迁移存在极高的代码回归风险。创始人 Jarred Sumner 澄清这是一个实验性分支。团队将并行开发 Rust 版本，通过对比现有 Zig 版本的性能和测试通过率，最终由实际数据决定是否合并。

Chrome 在后台静默安装 4GB 大模型

绕过许可的本地部署

谷歌浏览器正绕过用户许可，静默下载一个 4 GB 的本地大语言模型 Gemini Nano。Chrome 会在后台评估用户的显存和 GPU 性能，符合条件即自动耗时约 14 分钟完成下载。即便用户手动删除该文件，浏览器也会在下次启动时重新获取。

存储成本与合规争议

4 GB 的模型文件体积是 Chrome 自身的数倍。这占用了有限的笔记本硬盘空间，并给按流量计费的用户带来经济成本。从合规角度看，此举涉嫌违反欧盟 ePrivacy 指令和 GDPR 中的“隐私设计”原则。以 Chrome 数亿设备规模计算，单次模型推送产生的网络传输能耗相当于排放数万吨二氧化碳当量。

产品设计的透明度缺失

Chrome 147 版本在地址栏显示“AI Mode”标识，用户易将其误认为本地处理以保护隐私。实际该功能仍由云端支持，本地模型并未被调用。社区建议谷歌将“推模式”改为“拉模式”，仅在用户首次主动调用 AI 功能时触发下载，并提供明确的禁用选项。

寻找空无一人的电影院

定位低入座率场次

Empty Screenings 工具专门用于寻找 AMC 院线中几乎没有售票的场次。工具利用了北美高端影院普及的划位制，通过抓取购票 App 的实时座位图来分析影院入座率。用户输入邮编即可寻找“包场”的观影机会。

观影体验的两种取向

影迷对空场观影存在分歧。追求安静的用户享受避开喧闹人群的沉浸感，认为在空旷影院看恐怖片氛围极佳。另一部分观众渴望满座体验，他们指出商业大片放映时全场观众共同的欢呼和情绪波动是影院独有的魅力。

影院运营与技术背景

影院的主要利润来源是零食和饮料销售，商业上天然倾向于满座。由于多厅影院利用率不均，影院经理通常愿意以 10 到 15 张电影票的价格出租空置影厅，私人包场业务本身具备可行性。

用传统工程纪律约束 AI 智能体

工作流取代长篇指令

AI 编程智能体倾向于选择完成任务的最短路径，常跳过编写规范和测试等确保软件可靠性的步骤。Agent Skills 框架将资深工程师的纪律转化为智能体的工作流。技能被定义为带有元数据的 Markdown 文件，规定了智能体必须遵循的步骤序列和退出准则。

强制验证与范围控制

该项目设置了“反辩解表”来驳斥智能体偷懒的借口。每个技能必须以测试通过或构建成功等具体证据结束。为防止智能体在修复小漏洞时重构无关系统，框架施加了严格的范围纪律。为避免消耗过多上下文，系统会根据当前开发阶段动态激活所需技能。

实用主义的效率考量

支持者反馈该框架能将遗留代码库的重构时间从数年压缩到数周。反对派发现最新模型已具备较好的规划能力，过度复杂的技能库反而会拖慢响应速度并浪费计算资源。这表明资深级别的工程规范是对长期任务的强制性约束，防止项目失控。

在笔记本上从零训练千万参数语言模型

构建完整的训练流水线

一个受 nanoGPT 启发的新项目指导参与者亲手编写 GPT 训练流水线。项目专注于构建 1000 万参数的模型，使其能在一小时内于普通笔记本上完成莎士比亚风格文本的训练。参与者需依次实现分词器、Transformer 架构、包含反向传播的训练循环以及自回归解码逻辑。

核心架构与分词策略

由于莎士比亚作品集数据量小，常见的字节对编码会导致词项对过于稀疏，项目采用了字符级分词。模型包含标准的嵌入层、自注意力机制和多层感知器，流程使用 AdamW 算法和学习率调度控制优化过程。

参数规模与教学价值

1000 万参数的模型在当今万亿参数模型面前显得极小，引发了对“大语言模型”定义的讨论。开发者提议超出单机显存处理能力才应称为“大模型”。该项目的核心价值不在于算力比拼，而是通过拆解式学习让初学者直观理解底层的线性代数和微积分原理。

异步 Rust 在微控制器领域的性能困境

状态机导致的体积膨胀

异步 Rust 在资源受限的微控制器上远未实现零成本抽象，反而导致代码体积显著膨胀。编译器会将异步函数转换为状态机，并为 Future 对象默认生成冗余的返回和恐慌状态。这些状态引入了复杂的副作用路径，阻碍了编译器的后续优化。

编译器优化瓶颈

开发者提议在发布模式下，将 Future 完成后的再次轮询行为改为直接返回挂起，实验显示这能为嵌入式固件节省最多 5% 的二进制体积。目前编译器缺乏“Future 内联”能力，调用多个异步函数会产生多层包装成本，相似的异步路径也会生成重复状态而非折叠。

生态依赖与并发模型

社区对 Rust 异步生态深度依赖 Tokio 运行时表示担忧，建议在标准库引入通用调度器接口。Rust 坚持栈式异步模型是为了避免运行时开销并保持外部函数接口兼容。相关优化提案已提交为 Rust 项目目标，计划通过改进编译器后端来兑现零成本承诺。

Linux 内核漏洞穿透无 root 容器隔离

页缓存注入机制

Linux 内核漏洞 CVE-2026-31431 源于用户空间加密 API 处理特定算法时的错误。攻击者利用系统调用将恶意数据注入页缓存，无权限用户借此覆盖敏感二进制文件的内存映像。利用程序将伪造的指令序列写入系统程序的页缓存中，篡改后续执行逻辑。

共享镜像的扩散风险

在无 root 的 Podman 容器中，用户命名空间限制了特权提升的范围。攻击者在容器内获取的最高权限在宿主机上映射为非特权用户，无法直接修改宿主机系统文件。但页缓存是在宿主机范围内共享的，被污染的容器可通过覆盖共享二进制文件的缓存，毒害使用同一基础镜像的其他容器。

修复建议与替代方案

社区建议通过安全计算模式策略禁用问题 API，或卸载相关内核模块。容器无法提供物理级的安全边界，执行高风险任务需使用基于微虚拟机的硬件级隔离或拦截系统调用的沙箱技术。

在网格纸上手绘二维码

突破容量限制的编码技巧

最小的标准二维码是 21x21 像素的 Version 1 格式。在低纠错等级下，该尺寸仅能容纳约 17 字节数据，难以写入完整的 HTTPS 域名。通过将 URL 转换为全大写字母，可以使用效率更高的字母数字模式，这种编码模式包含了网址所需的基础符号，成功节省了存储空间。

容错与识别条件

手绘过程从定位角落的位置探测图形开始，再连接定位图形。二维码内置了里德-所罗门纠错算法以应对部分污损，但扫描器对二维码四周的空白静区和黑白对比度要求极高。对比度不足是许多艺术化二维码识别失败的主因。

制造与趣味应用

在印制电路板制造中，二维码常用于编码内部序列号或批次追踪。手绘二维码可用于信件加密或制作拼图礼物。随意分享二维码具有安全风险，公开交通票据的条码易遭到远程恶意操作。

代码贬值时代的十条编程法则

拥抱频繁重建

顶级 AI 模型让代码生产成本大幅降低。开发者应当频繁通过分叉代码和重新编码来进行思想实验，探索功能极限。通过实时更新规格说明文档，智能体能做出更准确的决策，让底层的重构变得快速且廉价。

投资测试与意图记录

代码贬值意味着测试对象应转向产品的行为表现而非实现细节。开发者需编写衡量实际功能的端到端测试，赋予重写逻辑的自由。由于代码只能记录手段，开发者需将开发意图与代码并存，为 AI 提供上下文约束。

开发者角色的管理化转型

基础设计和模板代码被自动化后，开发者的核心价值在于处理性能优化、系统安全和直觉设计。个人贡献者正转型为监督 AI 代理输出的管理角色。若忽视维护和技术支持成本，激增的 AI 产出代码将引发指数级增长的技术债务。

运行特斯拉 FSD 的 1966 款福特野马

跨越时代的底盘移植

加州改装店主将 1966 年福特野马的车壳直接嫁接到 2024 款 Model 3 的底盘上，造出了首辆运行特斯拉 FSD 系统的非原生车辆。由于老车空气动力学表现不佳，该车 258 瓦时每英里的能耗数据在高速路况下难以维持。

纯视觉系统的环境适应力

工程团队完整移植了特斯拉的摄像头阵列。项目成功运行了自动辅助驾驶和哨兵模式，证明了特斯拉纯视觉神经网络具有极强的自我校准算法，能适应非标准的摄像头高度和安装角度。

改装理念的碰撞

车内使用了 Model 3 中控屏和 U 型方向盘，这种极简风格与老车审美的碰撞引发了老车修复群体的争论。该项目证明了将电机、电池和控制系统集成的滑板底盘具备极高的跨车型移植潜力，提供了一种比传统电动化改造更具性价比的方案。

播客全文

女：Hello 大家好，欢迎收听本期的 Hacker News 播客，我是小雅。

男：大家好，我是老冯。

女：最近这两年，咱们这行最火的词肯定就是 AI 写代码了。大家都说现在让大模型写代码成本特别低，但这几天我看到两个挺火的讨论，发现事情好像没那么简单。AI 确实能写，但它特别喜欢走捷径。

男：对，AI 写代码的现状就像是给你配了一个极其聪明但极其没有耐心的实习生。它默认会选最快能跑通的路径，什么写规范、跑测试、做代码审查，能省就省。所以现在有个很火的开源项目叫 Agent Skills，专门给 AI 定规矩。

女：这个名字听起来像游戏技能，具体是怎么起作用的？

男：其实它是一套工作流。这套框架最核心的意思是，资深工程师的素养不能让 AI 当成选修课。比如它里面有个“反辩解表”，专门用来对付 AI 找借口。如果 AI 说“这个任务太简单不需要写规范”，框架里直接有预设的指令驳回它。还有一条死命令：不能光说改好了，必须拿出跑通测试的证据，验证这个环节没得商量。

女：这其实就是把以前项目经理和技术主管逼着程序员干的那些脏活累活，强行塞给 AI。毕竟现在代码写出来是便宜了，但维护起来真的很贵。就像社区里有人调侃的，AI 生成的代码就像免费领养的小狗，带回家是不花钱，但后期的医药费、狗粮才是大头。

男：这比喻太绝了。如果写代码的速度提升了一百倍，随之而来的技术债也可能成指数级膨胀。所以现在很多资深工程师的日常变了，以前是自己一行行敲代码，现在更像是带团队的管理者，你要把关架构，建立自动化审查流水线。要是还在手动一点点去 review AI 写的屎山代码，那真的会被淘汰。

女：说到 AI 偷摸干事，最近谷歌 Chrome 浏览器干的一件事让很多用户炸锅了。它居然在后台悄悄给用户的电脑下载了一个将近 4GB 的本地大模型。

男：是的，这个模型叫 Gemini Nano。最气人的是什么呢？技术人员查了 macOS 的系统日志，发现 Chrome 启动后会在后台偷偷评估你的显存和 GPU 性能。只要它觉得你带得动，连问都不问，花十几分钟就给你塞进来一个叫 weights.bin 的文件。你哪怕手动删了，下次启动它又给你下回来。

女：这太霸道了。对于硬盘小的笔记本用户，或者按流量计费的人来说，这就是硬生生扣钱啊。有人吐槽说，这就像我允许你把车停在我家门口，结果你卸了一整车砖头在我的车道上。而且最搞笑的是，Chrome 地址栏里那个所谓的“AI 模式”，其实还是把数据发到云端处理的，根本没用上这个 4GB 的本地模型。

男：没错，这种“推送”模式吃相确实有点难看。很多开发者建议改成“拉取”模式，就是等用户真的要用本地 AI 功能时再弹窗问要不要下载。不仅是占空间，你算算 Chrome 全球几亿符合条件的设备，单单传输这 4GB 的数据，产生的碳排放相当于几万吨二氧化碳。

女：不过，不管是本地模型还是云端模型，现在很多底层技术栈也因为 AI 在发生动荡。老冯，听说做 JavaScript 运行时的那个明星项目 Bun，最近要从 Zig 语言迁移到 Rust？

男：对，这个决定在开发者圈子里争议挺大的。Bun 团队打算把 75 万行代码翻成 Rust，而且定下了极其严苛的迁移指南。为什么换呢？一个很现实的原因是 Zig 社区最近出了个规定，禁止提交 AI 生成的代码。Bun 团队用 AI 写的补丁被上游拒绝了。加上 Zig 语言本身还在频繁变动，维护起来太心累。

女：为了能顺利用 AI 帮着写代码，所以换一种语言？这也太魔幻了。

男：其实也是因为 Rust 编译器特别严苛。你想啊，AI 瞎写代码，如果编译器能精准报错，AI 就能自己去修，这很对 AI 的胃口。不过 Bun 这次迁移有条红线，绝对不允许用 Rust 标准的异步库，也不许用 async/await 那些语法，必须继续用回调和状态机。

女：等等，Rust 的异步不是很出名吗，为什么放着现成的不用？

男：这就涉及到底层开发的痛点了。Rust 的异步在很多做系统级或嵌入式开发的人眼里，还是个半成品。编译器把异步函数转成状态机的时候，会产生很多冗余状态和代码膨胀。本来为了防止重复调用出错，它硬生生塞进去了很多报错的路径，导致跑起来开销变大。大家一直期待的“零成本抽象”，目前根本没做到。

女：原来如此。听你这么一说，感觉底层开发真的全是坑。其实对于我们普通人，或者刚入行的程序员来说，这些几万亿参数的模型、底层的编译逻辑太遥远了。最近有人做了一个特别有意思的教程：教你在自己笔记本上，用一个小时从零手搓一个大语言模型。

男：我看了那个项目，它只做了一个 1000 万参数的小模型，专门用来生成莎士比亚风格的文本。它把分词器、Transformer 架构、前向传播后向传播这些全拆解了。很多人争论 1000 万参数好意思叫“大”模型吗，我觉得这不重要。它最大的价值就是剥离了那些炫酷的算力外衣，让你看看底层的线性代数和微积分到底是怎么跑的。

女：对，自己动手做一遍，比看一百篇概念文章管用多了。说到自己动手，我还看到一个特别反科技、但极度极客的手工活：有人在方格纸上手绘二维码。

男：哈哈，这个需要极大的耐心。二维码其实有很多种，最小的标准版是 21x21 的格子。要想在这么小的格子里塞进一个完整的 HTTPS 网址，是有诀窍的。你得用大写字母数字模式。

女：对！我看到那个作者分享，如果用普通的字节模式，格子根本不够涂。但是如果把网址全写成大写，二维码的编码效率会变高。这算是拿空间换时间的手工版了。不过说真的，手绘的时候最容易翻车的其实是周围那一圈白边。

男：也就是所谓的静区。扫描器其实对黑白对比度和边缘特别敏感。现实生活里你看到有些木头雕刻的文艺二维码扫不出来，基本都是因为对比度不够或者没留白边。

女：现在的极客不仅手绘二维码，连造车都自己动手了。有个加州的老哥，花了 4 万美元，搞了一辆 1966 年的老福特野马，结果里面塞的居然是特斯拉 Model 3 的底盘和双电机。

男：这叫硬核换壳。最离谱的是这辆老野马居然能跑特斯拉的 FSD，就是那个全自动驾驶系统。他们把特斯拉的摄像头原封不动移植到了 60 年代的车壳上，特斯拉那套纯视觉的神经网络居然自己适应了那些奇怪的安装角度，召唤功能、哨兵模式全能用。

女：这也侧面证明了马斯克一直吹的纯视觉方案确实有点东西，算法的自我校准能力很强。不过，我看了那辆车的内饰，一个充满年代感的老爷车，中间突兀地挂着一个 15 寸的大屏幕，方向盘还是 Cybertruck 那种半幅式的，这审美真的有点割裂。

男：老车迷确实都在痛骂，觉得灵魂被毁了。但这其实展示了未来电车改装的一种思路。以后可能就是买个集成了电池和电机的“滑板底盘”，上面你想扣个老野马的壳子，还是扣个面包车的壳子，全凭个人喜好。

女：如果我有一辆自动驾驶的复古野马，我周末肯定开着它去看午夜场电影。最近有个很有趣的小工具叫 Empty Screenings，专门帮你找 AMC 院线里几乎没卖出票的空场次。

男：这工具是怎么实现的？

女：其实就是抓取了选座系统的实时数据。因为北美那边现在也都普及对号入座了，所以开发者能算出来入座率。很多人特别喜欢这种包场的感觉，买一张票，独享一整个放映厅，看恐怖片氛围感拉满，还不用忍受旁边人吃爆米花和聊天的声音。

男：体验确实奢侈。不过也得分电影吧，像看《复仇者联盟》这种爆米花大片，要是厅里只有你一个人，看到高潮连个一起欢呼的人都没有，挺诡异的。其实从影院角度来说，他们肯定巴不得满座，毕竟零食饮料才是他们的利润大头。不过你要真想包场，现在非高峰期花个十多张票的钱，影院经理一般也是愿意租给你的。

女：对，看电影其实也就是买一种情绪体验，有时候需要狂欢，有时候需要独处。好了，今天咱们从 AI 写代码、偷跑流量的浏览器，聊到底层语言、手绘二维码，再到特斯拉内核的老野马和包场看电影，话题跳跃得很远，但也挺过瘾的。

男：技术就是这样，不管是最高端的自动驾驶，还是最简单的格子画，其实都是在解决我们和这个世界互动的问题。

女：没错。感谢大家收听本期的 Hacker News 播客。如果你喜欢我们的节目，别忘了在苹果播客、小宇宙或者你常用的泛用型播客客户端订阅我们，咱们下期再见！

男：下期见！

推荐订阅源