Agili 的 Hacker Podcast 2026-09-26

2026年9月26日

今天的 Agili 的 Hacker Podcast 汇集了前沿人工智能对数学研究与软件工程流程的重塑、移动生态中独立开发者的平台去留抉择，以及自动化技术与版权垄断引发的社会讨论。

AI 时代人类为什么需要更多数学家

理解权与人类能动性

加州大学洛杉矶分校计算机科学教授阿米特·萨海（Amit Sahai）在数学家陶哲轩（Terence Tao）的博客撰文指出，面对运算和推理速度极快的 AI 系统，人类社会不能因为机器推理更快而放弃数学研究。放弃理解意味着放弃人类能动性（human agency，人类自主做决定与把握自身命运的能力）。如果未来的 AI 提出了一个一太瓦（terawatt，一万亿瓦）核聚变发电厂的设计模型，即便系统能自动给出严密证明，定理也只能依托特定数学模型存在。人类必须理解底层的物理规律与假设局限，才能对能源系统的安全性建立合理信任，而不是盲目接纳不可解释的黑盒。

学术制度与商业竞争的双重阻力

这一愿景在 Hacker News 社区引发了针对学术现实的讨论。青年科研人员指出，当前高校终身教职极度短缺、薪资有限且竞争激烈。如果社会需要储备能够理解前沿突破的数学人才，高校与科研资助机构必须调整聘用评价机制，提供稳定的全职岗位与经费。萨海回应称，他正参与西蒙斯基金会（Simons Foundation）的相关项目，后续将发布包含具体行动建议的报告。

来自软件工程领域的从业者提到，现实商业竞争常会诱导“认知妥协”。当团队需要耗费数年才能彻底弄懂一项设计，而直接执行能迅速获取商业利益时，市场往往倾向于跳过人工审查。纯数学研究的核心价值在于拓展人类的认知边界。即便模型能使用 Lean（一种用于形式化数学证明的交互式定理证明器）生成完全符合规范的证明文本，如果无法提炼出直觉与洞见，这些机器产物就无法融入人类的知识体系。

开源应用 Conversations 退出 Google Play 转向免费分发

平台沟通缺失导致合作终结

开源 Android 联邦即时通讯客户端 Conversations 开发者 Daniel Gultsch 宣布退出 Google Play 商店，应用全面转为在开源平台 F-Droid 上免费提供。该项目始于 2014 年，长期采取源码公开、对商店编译包收费的模式维持续存。Google Play 抽取 15% 的销售佣金，每年从该项目获得超过 1000 欧元分成，却长期缺失针对开发者的人工服务通道。该应用多次遭遇误判下架与审核积压，近期一次包含安全补丁的常规更新被审核卡顿长达 14 天。来自欧洲 NLnet 基金会与欧盟委员会的资金已能保障项目运行至 2029 年，开发者决定彻底摆脱对应用商店的依赖，转向基于个人签名的可重现构建（reproducible builds，确保二进制文件与公开源码完全一致的编译方式）。

抽成争议与移动分发壁垒

独立开发者对缺乏人工技术支持、依赖自动化审核的体验产生了广泛共鸣。部分开发者指出，Google 近期推行强制个人实名认证、企业电话回拨与 14 天封闭测试等要求，进一步拉高了独立作品的分发门槛。

社区围绕抽成的性质展开了分歧讨论。支持抽成者认为，费用分担了底层操作系统维护、开发套件支持与跨国税务结算等成本；反对者则认为，Google 维护移动生态的收益主要来自搜索入口、默认应用预装与广告流，应用商店的抽成并非支撑生态的必要对价。移动操作系统限制第三方应用自由安装，使官方商店获得了类似公用事业的垄断地位。许多开发者期望反垄断监管能进一步推动原生权限向第三方应用商店开放。

AI 编程中独立“计划模式”的失效

瀑布式规划与真实编码习惯的冲突

早期 AI 辅助编程工具普遍假定，系统写代码前必须先生成一份详尽的技术规格书供人类审批。开发者 Ayman Nadeem 依据这一思路开发了编程工具 Nuanced，试图缓解 AI 编写代码太快导致的人类理解脱节，但这种生硬的计划模式（Plan Mode）在实践中未达预期。用户普遍抗拒阅读长篇累牍的规格文本。真实的软件开发是“理解、行动、检查、调整”的交替循环，强制在开工前厘清所有细节割裂了思考的连续性。

底层模型进化驱动工作流简化

底层模型理解长上下文的能力提升，降低了预设模式的必要性。Claude Code 开发者证实，其内置的计划模式仅是在提示词层注入限制（要求先不写代码），并未在运行时禁用文件编辑等工具，从而避免破坏提示词缓存（Prompt Cache）并减少 Token 开销。

多数开发者依然认同前置思考的重要性。在涉及数据库模式修改、权限变更或支付结算的高风险场景下，开发者仍需要明确的代码边界。许多团队摸索出了替代方案：先让模型生成轻量 Markdown 说明或原型页面，人类调整确认后，再开启全新的干净上下文窗口（Context Window，单次交互能处理的文本范围）引导实施。当前工具的演进目标转向了让智能体自主识别必须交由人类决策的关键卡点。

苹果 Cards 诞生记与乔布斯最后的实体卡片尝试

追求传统印刷质感的工程代价

2011 年 10 月，Apple 在 iOS 5 上推出了 Cards 服务，支持用户在 iPhone 排版图文并由苹果制作纸质卡片寄出。这项服务的想法源于 Steve Jobs 晚餐散步后提出直接在手机发送实体感谢卡的念头。为了达到工艺标准，代工厂采用了 100% 纯棉纸张与下凹压印（debossing，向纸张内部压出凹陷印记）技术，甚至启用纽约州北部的 20 余台 19 世纪中叶 Heidelberg 凸版印刷机。由于棉纸不便附着数码油墨，工厂需要经过预涂层、凸版压印与工业数码套印三道工序才能完成单张卡片。

物流设想与市场现实的落差

苹果要求信封表面不得出现肉眼可见的条形码，同时必须保持投递追踪。团队与美国邮政和捷克邮政协调，开发了在紫外线下读取的隐形喷码系统，导致邮局自动化分拣线需要人工介入校对。美国邮政还为此印制了定制的心形苹果邮票。

上线首日，工厂与邮政货车严阵以待准备迎接数十万份订单，实际交付量极小。产品发布次日乔布斯离世，作为其生前主导的项目之一，该功能勉强维持运营至 2013 年 9 月。如今 iOS 系统已不再提供自营实体打印业务，仅保留了跳转第三方软件的接口。

新墨西哥州陪审团裁定 Facebook 剑桥分析案中存在欺诈

跨越近十年的隐私追责判决

美国新墨西哥州圣菲市陪审团做出裁决，认定 Facebook（现 Meta）在处理剑桥分析（Cambridge Analytica）数据外泄事件中欺骗了公众。当年一款性格测试应用违规提取了约 8700 万用户的个人资料，并将其用于政治定向广告。陪审团认定 Meta 未能保护数据并误导了公众，波及新墨西哥州 200 多万居民，构成了超过 200 万次违规，州检察官正争取每项违规最高 5000 美元的法定民事赔偿。

遗留数据接口的司法代价

新墨西哥州是全美唯一将该案送入陪审团庭审的州。在 Meta 此前与其他州签署的儿童安全诉讼和解协议中，曾附带免除剑桥分析相关责任，但新墨西哥州与佛罗里达州拒绝了这一免责条款并坚持独立起诉。

社区从业者回顾了当年的技术背景。Facebook 早期通过开放图谱（Open Graph，允许外部程序读取社交网络关系的接口）向第三方应用开放了广泛的数据访问权限，答题者完成测试时顺带读取了其好友的公开点赞和主页记录。多位广告从业者指出，剑桥分析当时宣称的心理画像存在夸大宣传，实际转化效果有限。该判决让早期的系统开放设计付出了具体的司法成本。

轻量单函数包装器实现大模型离散决策

首 Token 概率提取替代全量生成

开发者针对大语言模型实现了一个单函数包装器，模仿专注分类决策的模型 Jev，并将该方案拓展到了多模态视觉模型。该方案不让模型输出完整段落，而是在模型预测第一个 token 时，直接读取候选选项（如 A、B、C）对应的 logits 概率值并进行归一化计算。配合语法受限解码，系统杜绝了模型返回多余废话的可能，将文本模型转化为确定性分类器。

视觉意图识别与落地局限

多模态决策带来了实际控制场景，例如在自动门系统中通过摄像头捕捉接近者的姿态，判断是穿行还是路过。部分开发者补充，单张静态图片难以准确识别动态意图，此类场景需要接入专门的视频特征模型。物理传感器仍具备更高的可靠性与确定性，依赖云端模型面临误判风险、网络延迟和隐私隐患。

在工程实现上，基准测试显示，使用小参数开源模型配合 KV 缓存（Key-Value Cache，键值缓存）复用和共享前缀批处理，常规模型能在控制输出为单 token 的前提下，以极低成本达到与专用决策模型相当的吞吐与延迟。

俄罗斯方块的版权历史与几何专利争议

基础数学模型与商业垄断

俄罗斯方块公司（TTC）近期对特朗普团队推出的衍生游戏《Build the Wall》发出版权警告并促其下架，再次引发了关于几何游戏玩法的争议。TTC 长期主张对下落方块玩法的独家版权。美国联邦法院曾在 2012 年认定，由四个正方形相连的几何形状受版权保护。四格骨牌（tetrominoes，由四个全等正方形边边相连组成的几何图形）这一概念早在 1953 年就由数学家所罗门·格伦布提出，基础几何形状早已属于公有领域。

苏联时期的创作与权利转移

1984 年，阿列克谢·帕基特诺夫在苏联科学院的电子 -60（Elektronika 60）计算机上完成了最初的纯文本字符版代码。1985 年，年仅 16 岁的高中生瓦季姆·格拉西莫夫（Vadim Gerasimov）为 IBM PC 编写了 MS-DOS 移植版，独立加入了彩色图形、记分机制与键盘映射，直接推动了游戏的跨国传播。商业版权运作介入后，格拉西莫夫被要求签署放弃权利协议，其名字随后在商业版本中被完全剔除。苏联解体前后，苏联技术出口机构主管通过在海外设立壳公司转移了资产权益。掌握最终版权的 TTC 随后对多款包含下落消除玩法的独立游戏采取了严密的诉讼维权。

Floci：全公有云的轻量本地模拟工具

原生编译带来的低资源占用

开源项目 Floci 推出了一套跨主流公有云的本地模拟环境，支持在无云端账号与密钥的环境下本地运行 AWS、Azure、GCP 和 Oracle Cloud 接口。项目使用 GraalVM 编译为原生二进制文件，冷启动时间约为 24 毫秒，空闲内存占用约 13 MiB。其中 AWS 模块模拟了 119 项服务，可无缝替代 LocalStack。Floci 并非单纯进行接口打桩（Mock），其 Lambda 调用 Docker 容器执行，RDS 依赖本地真实的数据库实例，保证了一定程度的行为一致性。

适用场景与接口漂移问题

该工具适用于本地快速联调、CI 临时流水线以及基础设施即代码（IaC，即 Infrastructure as Code，如 Terraform）的快速预检。针对 AI 编码智能体，沙箱环境能规避云端凭证泄露与账单风险。

社区开发者认可其轻量特性，但架构师提醒，本地模拟很难完全避免与真实云端环境产生行为漂移（API Drift，模拟接口与真实环境实现行为脱节）。工程实践更倾向于将测试拆解为轻量的抽象层单元测试，以及直连低成本真实云环境的高保真端到端测试，本地云模拟更适合初级联调，无法作为私有生产环境部署方案。

自动车牌识别错误导致公民蒙冤入狱 13 天

单一算法线索引发的重罪指控

23 岁的佛罗里达州居民 Lindsey Isaacs 在美国国会作证，讲述了自己因一起致命车祸被错误关押 13 天的经历。警方利用 Flock 自动车牌识别系统（ALPR，通过摄像头自动比对车牌的监控技术）发现，事故前后 Isaacs 的车辆曾出现在距离现场数英里外的路段。目击者明确指出肇事车为栗红色道奇杜兰戈，而 Isaacs 的车辆是黑色且毫无碰撞受损痕迹。

佛罗里达州巡警在扣留车辆 7 个月且未对车身物理损伤进行复检的情况下，向她发出了涵盖三项车辆杀人罪的重罪逮捕令。Isaacs 被收押于最高安全级别监狱并被单独监禁 86 小时。两周后辩护律师向法官提交了被扣车辆毫无损伤的现场照片，指控才被全数撤回，目前当事人已提起民事诉讼。

监控技术扩张下的程序核查失效

在国会听证会与社区讨论中，程序漏洞引发了热议。部分观点认为，摄像头仅提供了特定时间地点的出现记录，真正的过错在于办案人员放弃了基础的物证比对，把线索当成了定罪证据。另一种观点指出，自动化系统的高效率滋生了办案惰性，促使一线人员忽视车辆颜色与碰撞痕迹等直观事实。公设辩护人与检控体系的办案超负荷，放大了技术被滥用的危害，立法层面需要对监控数据的调用设定义务性的核查程序。

悼念 LLVM 编译器核心贡献者 Johannes Doerfert

多面体编译与异构计算的架桥人

LLVM 编译器核心开发者 Johannes Doerfert 因癌症去世，年仅 36 岁。Johannes 于 2018 年在萨尔兰大学获得博士学位，长期深耕多面体编译技术（polyhedral compilation，利用几何模型分析和优化复杂循环结构的数学方法）。他于 2014 年正式加入 LLVM 社区，主导设计了 Attributor 框架。这是一套通用的跨过程优化（inter-procedural optimization，在不同函数调用之间传递属性的编译分析方法）基础设施，能推导并传播代码中的函数属性。

推动异构计算并培育开源新人

2021 年起，Johannes 担任 LLVM 项目 OpenMP 目标卸载模块的负责人，组织构建了跨 NVIDIA、AMD 和 Intel 硬件的底层编译器支持，覆盖 GPU 即时编译与链接优化。在学术与工程领域，他撰写了数十篇关于 GPU 内核微分与性能可移植性的论文。

在代码之外，Johannes 连续 11 年在 LLVM 开发者大会上发表演讲，并创办了 LLVM 高性能计算研讨会。他长年坚持设立线上答疑时间，指导开发者融入社区，并在 2016 至 2025 年间担任 Google 代码夏令营导师。家属提议以向 LLVM 基金会捐款代替鲜花，已有捐赠者提供了 5 万美元的等额配捐。他在异构计算与编译器优化领域留下的工程架构仍将长期服务全球开发者。

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，我是阿迪。

女：阿迪，如果有一天 AI 设计出了一个完美的太瓦级核聚变反应堆，图纸和数学证明都天衣无缝，但全世界没有一个人能看懂它到底是怎么跑起来的，你敢按下启动键吗？

男：说实话，我不敢。这正是加州大学洛杉矶分校计算机科学教授阿米特·萨海（Amit Sahai）最近在陶哲轩的博客上抛出的核心问题。他提到，现在 AI 在数学和推理领域的推进速度，让很多学者回想起了大学被顶尖学霸碾压的挫败感。他的观点是，正因为机器提出新思想的速度超过了人类的即时理解能力，人类反而更需要扩充具备深厚数学素养的研究者队伍。

女：这就有点像建立一个智力储备军，专门去啃 AI 给出的黑盒结论。如果不理解物理模型和假设的边界，盲目相信证明，等于是人类把自身能动性（human agency，即人类自主做决定与把握自身命运的能力）交了出去。

男：理想很美好，现实阻力其实挺实在的。学术界很多年轻学者提到，目前高校里长期稳定的全职教职极度短缺，年轻科研人员为了生存每天都在卷论文，很难单凭崇高感去当这个智力储备军。在商业竞争里，彻底弄懂一项技术要花几年，直接拿来用能立刻赚钱，大家往往会选择跳过人工审查，形成认知妥协。

女：这种审查疲劳在写代码时已经天天发生了。很多程序员用 AI 生成代码，根本没耐心一条条看完。之前甚至有工具专门做了一个“计划模式”，强制 AI 在动手前写一份详尽的技术规格说明，让人类审批之后再写代码。

男：对，桌面编程工具 Nuanced 的开发者 Ayman Nadeem 最近反思了这个设计，承认这种强制的独立计划模式彻底失败了。真实写代码的过程是理解、行动、检查、调整交替循环的，逼着人类去读几十页密密麻麻的计划文档，很容易造成认知疲劳。新一代大语言模型对长上下文的理解力上来了，Claude Code 开发者也证实，他们所谓的计划模式其实就是加了一句“请先不要编写代码”的提示词，并没有锁死工具集。

女：很多工程师现在摸索出了更舒服的做法：先让模型生成一个轻量级的 Markdown 文档或者原型页面，自己确认边界，再开一个新的干净会话（Context Window，模型单次交互能处理的文本上下文窗口）去执行，既省标记（Token），脑子又清楚。不过说到底，怎么让开发者在不需要通读所有代码的情况下抓住核心变更，依然是工具设计者最大的难题。

男：有些团队干脆把交互缩减到极简。最近有开发者把常规大语言模型包装成了类似 Jev 的离散决策模式，直接扩展到了视觉模型上。

女：离散决策模式听着挺玄乎，具体怎么用？

男：简单来说，就是不让模型输出长篇大论，直接提取第一个生成 token 时各个选项的概率分布，强制让它做单选题。比如门禁摄像头拍到一个人，模型只判断他是“想进门”还是“在路过”，在输出端用语法受限解码（Grammar-Based Decoding）卡死输出。支持者觉得拿几十亿参数的开源模型加上键值缓存（Key-Value Cache）复用，成本极低就能做精准决策；反对者就觉得，传统物理接近传感器几块钱就能解决的事情，何必上一个带延迟、还可能断网的视觉模型。

女：哈哈，用大炮打蚊子确实是程序员的常见爱好。不过在本地搭这种测试环境，往往免不了要接一堆云服务。最近有个叫 Floci 的开源项目挺火，专门把云服务搬回本地。

男：这项目切中了很多人的痛点。它用 GraalVM Mandrel 编译成原生二进制，冷启动只要 24 毫秒，待机内存大概 13 MiB。它在本地 4566 端口模拟了 AWS 的 119 项服务，还有 Azure、GCP 和 Oracle Cloud。为了保真，它的底层跑的是真家伙，Lambda 跑在本地 Docker 里，关系型数据库对应本地的 PostgreSQL，缓存直接连本地 Redis。

女：这给 AI 编程代理（Coding Agents）跑测试提供了很好的沙箱环境，不用担心凭证泄露，也不会因为死循环产生几千美元的云端账单。不过老牌架构师也提醒了，本地接口和公有云实际环境之间总会有细微的接口漂移（API Drift），本地跑通了，真上线依然可能踩坑。

男：提到平台和账单，最近开源 Android 通讯软件 Conversations 的开发者做了一个挺决绝的决定，正式宣布退出 Google Play 商店，以后只在开源应用市场 F-Droid 上提供下载。

女：Conversations 是老牌的联邦通讯软件了，运营了十多年，为什么突然退出来？

男：开发者 Daniel Gultsch 解释得很坦白。他每年向 Google Play 支付超过 1000 欧元的佣金，折算下来是 15% 的抽成。但十多年来，Google 几乎没有提供过有效的人工支持，全靠自动化算法或者外包审核。一个常规版本积压审核 14 天，紧急安全补丁根本没有快速通道，之前还因为算法误判被下架过。恰好他们拿到了欧洲 NLnet 基金会和欧盟委员会的资助，项目能撑到 2029 年，索性就切断了合作，改用个人密钥签名和可重现构建（reproducible builds，确保分发的二进制程序与公开源码完全一致的编译方式）。

女：这让我想起桌面电脑和手机的巨大差别。在 PC 上你写完软件挂在网上大家就能下载，但在手机上，官方应用商店成了唯一的通道，开发者不仅要被抽成，还要忍受冰冷的自动化拒审。移动生态这种基础设施垄断，确实让很多独立团队很难受。

男：大平台的历史旧账也总会被翻出来。新墨西哥州圣菲市的陪审团最近刚刚裁定 Meta 在近十年前的剑桥分析（Cambridge Analytica）事件中对用户存在欺诈行为，波及新墨西哥州 200 多万居民，构成了超过 200 万次违规，检方在争取单次最高 5000 美元的罚款。

女：剑桥分析案过去这么久了，竟然还在审。当年那个第三方性格测试应用，就是利用了 Facebook 的开放图谱（Open Graph，允许外部应用读取用户社交网络关系的应用程序接口），答题者自己同意了，连带着把通讯录好友的主页、点赞和城市信息全给扒走了。

男：新墨西哥州是全美唯一坚持把剑桥分析案推进到陪审团审判的州。Meta 之前跟多数州达成了和解协议，但新墨西哥州选择独立追责。这场诉讼让人重新审视平台当时粗暴的数据共享机制，技术系统一旦留下合规漏洞，代价可能要过十年才会真正清算。

女：如果说隐私泄露是温水煮青蛙，那自动化系统直接参与执法，带来的伤害就直接多了。佛罗里达州一名 23 岁的年轻女孩 Lindsey Isaacs，最近在美国国会作证，讲述了自己被自动车牌识别系统（ALPR，通过摄像头自动拍摄并比对车牌信息的监控技术）错误逮捕、关押了 13 天的经历。

男：这个案子非常荒唐。当地发生了一起致死车祸，目击者说肇事车是一辆栗红色的道奇杜兰戈。警方调用 Flock 监控系统，发现事故前后几个小时内，Isaacs 的黑色杜兰戈曾出现在几英里外的路上。警方直接扣留了她的车，时隔七个月突然给她发逮捕令，控告三项车辆杀人罪，甚至把她单独监禁了 86 个小时。

女：目击者明明说是栗红色，而她的车是黑色，而且车身完好无损，没有任何碰撞痕迹。警方在这七个月里只要下楼看一眼车身，或者做一下基础核对，就能发现抓错人了。

男：办案人员把全部判断外包给了摄像头的抓拍线索。摄像头只是如实记录了一辆车路过，系统本身不会抓人，但办案流程里对算法数据的盲从，直接导致了基础核查的缺失。自动化监控铺得越来越快，一旦缺乏立法约束和严格的办案复核，普通人承担的代价太沉重了。

女：技术有时会放大权力的傲慢，有时又会因为商业执念演变成荒诞剧。阿迪，你知道俄罗斯方块背后的版权故事吗？最近俄罗斯方块公司把一款叫《Build the Wall》的下落方块游戏给投诉下架了。

男：俄罗斯方块公司（TTC）在法律清缴上一向非常强势。他们坚称自己拥有所有下落方块几何玩法的独家版权。但其实加州理工学院的数学家所罗门·格伦布早在 1953 年就定义了四格骨牌（tetrominoes，由四个全等正方形边对边相连组成的几何图形），这些几何形状在数学上早就属于公有领域。

女：而且 1984 年阿列克谢·帕基特诺夫在苏联科学院写出原始代码后，是一个 16 岁的高中生瓦季姆·格拉西莫夫单枪匹马把游戏移植到了 PC 上，加上了彩色图形、记分系统和键盘控制。后来西方商业力量介入，格拉西莫夫被迫签署放弃协议，名字从后来的商业版本里被系统性抹掉了。后来苏联解体，相关机构的主管又在特拉华州设立空壳公司转移资产，经历一连串复杂的诉讼，才形成了今天 TTC 严密的商业垄断。

男：很多时候技术最初的形态是自由流动的，随着商业化加深，外壳就越筑越厚。说到商业硬件和软件的执念，我最近读到了关于苹果已故创始人 Steve Jobs 最后一个项目的冷知识。

女：是他生命最后一年做的那个 Cards 应用吗？

男：没错，2011 年 iOS 5 上线的 Cards，让你在 iPhone 上排版照片，苹果打印成实体卡片寄出去。据说源自 Jobs 和朋友散步时的一个念头。为了达到他对纸张触感的极致要求，团队动用了 19 世纪中叶的凸版印刷机，选了 100% 纯棉纸，卡片要做向内凹陷的下凹压印（debossing）。因为纯棉纸不上数码油墨，得先涂层、再压印、最后套印照片。

女：信封也是个灾难吧？我记得 Jobs 拒绝在信封表面打印任何看得见的条形码。

男：对，他不要条形码，但又要求能全程追踪物流。最后工程师逼着美国邮政和捷克邮政配合，在信封上喷涂只有紫外线照着才能看见的隐形条码，导致邮政系统原本的机器分拣全变成了人工核验。苹果上线当天准备了承载几十万张的产能，欧美两地的邮车排在工厂外等，结果全球第一天的订单量，少到只用一个鞋盒就能装下。

女：这很 Jobs，把工业标准逼到极限，哪怕产品本身在商业上完全行不通。这大概就是纯粹的工程师和产品偏执吧。

男：聊了这么多关于系统、规则和历史的事，今天节目的最后，我们想纪念一位刚刚离开我们的优秀工程师，LLVM 编译器核心贡献者 Johannes Doerfert。他因癌症去世，年仅 36 岁。

女：36 岁，太年轻了。他在编译器领域做出了很多底层贡献吧？

男：他是多面体编译技术（polyhedral compilation，一种基于几何模型分析和优化复杂循环结构的数学方法）的顶尖专家，主导设计了 LLVM 的 Attributor 框架，用来在跨函数调用间自动化推导代码属性。他还领导了 OpenMP 在异构硬件上的编译优化，打通了 NVIDIA、AMD 和 Intel 的跨芯片计算支持。

女：技术实力之外，社区很多人回忆，他是一个极其热情的人。他连续 11 年在 LLVM 大会上演讲，每周雷打不动开设线上的答疑时间，带过很多 Google 代码夏令营的学生。他的个人简介写着“LLVM 开发者、OpenMP 贡献者、啤酒爱好者，排名不分先后”。

男：他的家人提议，大家不需要送鲜花，可以向 LLVM 基金会捐款，有赞助人承诺提供等额配捐。在他短暂的一生里，把最核心的精力都奉献给了开放的代码和具体的同行。他留下的架构和代码，至今依然在驱动着成千上万台服务器的运转。

女：向纯粹的创造者致敬。不论是构建编译器底层，还是在 AI 时代守住人类认知的边界，这种持续理解与探索的努力，才是技术演进中最动人的部分。

男：是的，走得再远，也别忘了为什么出发。

女：好了，以上就是本期节目的全部内容。欢迎大家使用泛用型播客客户端订阅我们的节目，保持交流。我是莓莓。

男：我是阿迪，我们下期见。

女：下期见，拜拜！