AI 能写编译器了，然后呢？

前几天看了一个演示，搁三年前绝对算科幻片。AI 系统生成了一套可用的编译器，能同时支持多种处理器架构。不是玩具，不是原型。是真真正正能跑起来的那种，99% 的行业标准测试用例都能过。

这就是我们现在的处境。

AI 生成代码的发展速度让人头晕。最开始预测一句话里下一个词，然后能写整个函数，再然后能写完整的文件，现在——已经开始能生成整个项目了。伴随着这波能力爆发，出现了一个有意思的现象：圈子里管它叫"vibe fork"。

简单说，vibe fork 就是有人用 vibe coding，从零开始干净利落地复刻一个已有的软件。不是抄代码，是把功能从头做一遍，只不过是靠越来越强的 AI 一点点"催生"出来的。源代码这道护城河没有想象中那么深——说实话，它从来就没有那么深。软件是怎么工作的，这部分知识早就被吸进训练数据里了，编码进了模型权重。

那场编译器的实验

要说最让人震撼的例子，得看最近的 AI 研究。十六个 AI agent 被扔到一个共享代码库里，从零开始搭一个 C 编译器。将近两千次会话，花了两万美金的 API 费用，最后掏出来一个十万行的编译器，能在 x86、ARM 和 RISC-V 这三种架构上编译 Linux 6.9。甚至还能编译《DOOM》。

好好琢磨一下这句话。

十万行生产级别的编译器代码。三种完全不同的处理器架构。一个真能启动的内核。这不是周末玩票的项目——这是研究人员花了好几年才做出来的东西，让 autonomous agent 几周时间就给复现了。

大家的反应要么是狂喜，要么是末日恐慌，就看你站在哪个位置。但我觉得真相要微妙得多，也要有趣得多。

为什么我睡得着

我的暴论是：vibe fork 确实厉害，但它们对软件维护者来说，并不是看起来那么可怕的威胁。

来想想"丰饶经济"的逻辑。当谁都能 prompt 出一个 C 编译器的时候，这个东西就不再稀缺了。稀缺的是判断力——具体来说，是从一堆生成结果里挑出哪个是对的、有人维护的、安全的、值得放到生产环境里的。

这个模式以前就出现过。看看应用商店。克隆一个 app 的成本基本已经是零了。上架门槛也很低。结果呢？无数个习惯追踪器，乱七八糟的手电筒 app，茫茫多的长得几乎一模一样的效率工具。克隆品确实存在。就是好像没几个能走到最后。

赢家跟那堆炮灰的区别，从来都不是功能。是谁来筛选，谁来推荐，谁来背书，积累了什么样的口碑。这些东西花了好几年才建立起来。你可以一个晚上把功能列表抄过来。信任抄不来。

守成者的隐藏优势

这里有个反直觉的事实：让 vibe fork 成为可能的那些特性，其实对守成者的帮助比对新人更大。

被广泛部署的软件，早就在训练数据里出现过无数次了。它们被各种 corner case 和边界条件蹂躏过，而这些 bug 是开发者花了好多年才发现并修掉的。模型之所以擅长维护这类软件，恰恰是因为全世界已经帮它把坑都踩过一遍了。

一个刚新鲜出炉的 vibe fork 可没有这种积累。阳光大道上跑得可能漂亮得很。但那种诡异的崩溃——偏偏在处理一个文件名里嵌着 Unicode 字符的文件时、某个星期二下午、十一月——才触发的那种？有人花了三个月才定位到问题。这种东西不会出现在你的 prompt 里。这是刻在原始代码库里的经验知识。

模型对全世界已经学会维护的东西，确实更在行。不公平，但是是真的。

那个没法 scale 的人类环节

然后还有技术支持。这才是 vibe fork 真正露怯的地方，也是整件事里最被低估的护城河。

Agentic AI 干 greenfield 项目绝对没问题。从零开始搭个新东西？模型能得很。但真正的软件不是 greenfield。真正的软件是 brownfield。它堆满了各种依赖、遗留集成、奇葩配置，还有这些年"回头再修"积攒下来的烂摊子。

每个成熟项目都带着两类复杂度：一是本质复杂度——问题本身就该这么难；二是偶然复杂度——那种随着时间慢慢渗进来的，因为需求变了、人员走了、当时看起来合理的上千个小决定，最后都变成了债。

降低偶然复杂度？这活儿得人来干。需要理解那些可能从来没写进文档的背景。需要跟用户聊他们到底要什么。需要做取舍判断，而那些取舍只有结合组织历史才有意义。

AI agent 能在这些事上帮忙。但它们没法一个人搞定，更没法帮一个没有任何关系、没有那些背景的 fresh fork 搞定。

真正的机会

我觉得 vibe fork 真正在做的事是这样的：它们不是在消灭优秀软件的价值，而是在降低做新软件的门槛。

那些因为不会 C、没有编译器开发经验就被卡住的人，现在解放了。那些没钱从零搭基础设施的创业公司，现在能比以前快得多的速度做原型、验证想法。

vibe fork 很难复刻的，是那种日积月累的信任、社区、和经验知识——正是这些东西让软件随着时间变得越来越值钱。那玩意儿还是得用老办法慢慢攒：多年如一日地发布、倾听、修复、打磨。

所以没错，重新做一个软件的门槛已经暴跌。但打造一个值得维护的东西——那种人们愿意把生意、身家托付给它的东西——还是需要人的参与。以前需要，以后也需要。

问题不是 AI 能不能帮你实现梦想。它能。问题是，你做出来的东西值不值得被维护。