（译注：本文是 Lex Fridman 播客第 501 期逐字稿的主题精选编译版。完整收录与 AI 编程、Agent 工程、Linux 相关的章节，略去原对话中的育儿、政治与生死哲学部分，并在保留对话原貌的前提下做了精简。）
开场亮点（00:00）
DHH：有的年代什么事都没发生，有的几个星期就发生了几十年的事。过去这九个月，我们亲眼看着几十年的进步发生了。如果你还没意识到这个时刻的分量，那才是活在幻觉里，那才是真的疯了。要是瓶子里突然蹦出一个精灵，跟你说"你想要什么都行，操作系统里你梦想过的每一个功能我都能做出来，大多数五分钟，少数二十分钟"，谁能不激动到发狂？我想要最快、敢超速的车，想要能潜到马里亚纳海沟的潜水表，想要六十秒之内装好的操作系统。
DHH：我一直很喜欢赛车的一点，就是从车里爬出来的时候，人已经累瘫了，往车库地板上一躺，心里只剩一句话："妈的，我还活着。"
开场介绍（01:27）
Lex：接下来的嘉宾是大卫·海涅迈尔·汉森（David Heinemeier Hansson），大家都叫他 DHH。他是 Ruby on Rails 的创造者、37signals 的 CTO、Omarchy Linux 的作者，也是畅销书作家、赛车手。过去二十多年，编程对他来说，就是一刀一刀亲手凿出漂亮的 Ruby 代码。但从 2025 年底开始，他拥抱了 AI 革命，把自己变成了世界上嗓门最大、产出最高的 Agent 工程师之一，尽管他本人讨厌这个词。真正的编程活儿大部分由 AI 完成，人来掌舵，把控高层设计、愿景和品味。
与 AI Agent 一起编程（02:56）
Lex：13 个月前我们聊过编程，然后一切都变了。你对 AI 在编程中的角色的看法，变了多少？
DHH：我是兴奋得不得了。什么生存威胁，我一点都没有，那种东西只存在于理智层面。情绪层面对我来说是百分之百纯粹的快乐和惊叹：我们居然让计算机做到了这个。我很喜欢一句话：有的年代什么事都没发生，有的星期里几十年的事全发生了。而我居然被眷顾了两次，我看到了互联网，从前互联网时代到后互联网时代；现在又看到了 AI。这趟旅程太值了。
DHH：具体说，2025 年 11 月 24 号是分水岭，Opus 4.5 出来了。我给了它几个任务，发现它产出的代码质量，跟我会亲手写出来的惊人地接近。我记得自己往椅背上一靠，心想："这是发生了什么？"这里面不光是智能上去了，还有 Agent harness，也就是那层编排模型去干活的工具。它操控你电脑的能力、调用工具的能力、检查自己工作的能力，把智能真正用出来、让你拿到真实产出的那种能力，完全不是一回事。
DHH：大致有三个阶段。Agent 出现之前，AI 只是让我已经在做的事更高效，没有改变我和计算机之间的关系。然后 Agent 来了，我告诉它我要什么、去哪找，方向盘还在我手里，但速度翻了十倍。而现在，到了今年夏天，有了 Opus 5、Fable、GPT Sol，我不再告诉它我们要去哪。我告诉它我遇到的问题、脑子里那个模糊的想法，它来告诉我走哪条路。在"产出代码"和"选路线"这两个环节里，我已经变成可有可无的角色了。就像最早的 GPS 导航，当年人们怕它把车导进海里，现在这种事还会发生吗？我们现在就到了可以信任的阶段。
DHH：Linux 发行版这件事，就是我彻底倒向 AI 的原因。过去三个月我做 Omarchy Quattro，Agent 的加速占比是 100%，我没有亲手写过发布的任何一行代码。所有代码的形状我都看过，关键部分逐行看过，但一大批 UI 和辅助代码我没看。但在 Web 那边，迭代 Basecamp 和 Hey 这种专业产品，用 Agent 全面加速反而出奇地难。我们经历过一波狂热："让设计师直接编程，让他们去 vibe。"结果攒出一大堆 PR，单看某条都能自圆其说，全加在一起，把整个系统的架构毁了，最后只能靠人肉收拾。
Lex：教训是什么？是不是现阶段你得先是个程序员，才有资格 vibe code？
DHH：想在有相当体量的代码库上 vibe code，是的。而且当有人指责 vibe coder 都是垃圾代码生成器时，我会直接怼回去："你看过普通程序员的产出吗？那也是另一种垃圾。"你去看看很多伟大公司的幕后，三千个人踩过一遍之后的代码库长什么样，惨不忍睹。
软件将如何改变（18:14）
Lex：为什么我们没在 Photoshop 这些成熟应用里，看到更新和新功能在疯狂提速？
DHH：最关键的原因：一旦是人组成的团队做东西，瓶颈就很少是实现本身，而是人的带宽和沟通。产品经理、设计师、副总裁、CTO，每个人都想参与定方向，因为所有人都得证明自己为什么在这儿，生产率就是在这儿死掉的。想要那种 10 倍、100 倍的提升，你必须直接跟 Agent 打交道，不能让另一个人类横在中间传话。另外，大多数组织卡的不是实现，是想法，是愿景，是品味。微软几十年来要资源有资源、要产能有产能，这恰恰证明：光是能写很多代码，做不出伟大的、打动人的软件。
DHH：如果你有一个离不开的软件把你拴在 Windows 上，由你亲自动手重写它，现在完全够得着。就像微软 Office 的老笑话："我只用其中 5%。"是啊，可每个人用的都是不同的 5%。那如果我们每个人都把自己那 5% 做出来呢？今天的 Agent 完全有能力干这个。
DHH：最新一代 Agent 带给我的一个神奇之处是：我变成了一个多语言程序员，这在以前是绝对不可能的。我以前是 Ruby 程序员，而最近两个月我写了 C++，写了三个已经发布在 Omarchy Quattro 里的应用。其中一个是个写作应用，我原来用 Typora。大概六七周前我想："我只需要 Typora 里 5% 的功能。"我让 Agent 用 C++ 加 Qt 写，20 分钟第一版就出来了。两天之内我把 Typora 戒了，从那之后我所有的文章都是在 Omawrite 里写的，而那 C++ 代码我一行都没看过。
AI 对开源的影响（27:30）
DHH：给自己做完工具之后，你只要跟 Agent 说一句：放到 GitHub 上去。它会写一份漂亮的 README，会用 releases 追踪版本，当一个比你称职一万倍的软件维护者，因为它比你更有耐心。
DHH：现在很多开源维护者在抱怨 AI 贡献的 pull request 涌进来，我看着这种论调就想："你在开玩笑吗？这里有一整条矿脉的免费贡献，你居然在抱怨它们存在？"这就像抱怨"我的牛排太多汁"。我们宣扬了那么久开源的魔力是人人都能贡献，但它当然从来不是真的，真正贡献的只有一小撮技艺最高超的巫师。现在有点像一场宗教改革的时刻：我们和计算机之间原本隔着一层教士，也就是程序员，突然之间这层中介被拆掉了。
DHH：我运营开源项目 25 年，看过上万名程序员的产出，有足够的统计基础下判断：大多数程序员，很烂。我说的是他们不写我希望有人写的那种代码：bug 报告不带全相关信息，pull request 不解释为什么，不写测试，不复查自己的活。但你知道谁会把这一切都做齐吗？Agent，只要你吩咐。现在要给我的项目提 pull request，我宁可收 Agent 写的，也不要人写的。还因为我拒掉它的时候，心里负疚感小得多，那就是个铁疙瘩，铁疙瘩不介意。
DHH：最近三个月做 Quattro，我合并了超过 1000 个 pull request，其中相当一部分出自那些不是传统意义上程序员的人。有了 Agent，他们的好主意能拿出来了，而那些主意本来只会烂在他们脑子里。那些错的、糟糕的 pull request，我一个都不用看，Agent 会替我把糠筛掉，我只看珍珠。运营开源项目所有重复性的苦活正在蒸发，剩下给我们的全是软件开发里最多汁的黄金部分：决定这个东西该做什么、该往哪去。
Lex：好点子的内核，最终是不是还是从人脑子里来的？
DHH：那是我在第一段 Agent 时代的想法，我现在完全不这么认为了。我见过从模型里冒出来的想法，好到让我谦卑。那些还抱着"Agent 就是鹦鹉、只会复读已有想法"这个分析不放的人，对过去六到九个月发生的进步，纯属活在幻觉里。
打造 Omarchy Linux 发行版（37:21）
Lex：有人说 DHH 这是犯了老毛病，AI 精神病发作了。你能给这个说法做个最强辩护，再反驳它吗？
DHH：我确实处在一种谵妄状态里，这是实话。我跟计算机打了 40 年交道，而过去两个月见到的东西，这辈子从来没见过。但如果你不谵妄、至少不非常兴奋，如果你没意识到这个时刻的分量，那才是幻觉，那才是精神病。精神病是什么？是相信这个世界几乎没变，我们只是多了几只会背书的电子鹦鹉。而且就我自己而言，布丁已经端上桌了：Omarchy Quattro 周五刚发布，已经被几万人下载，而且他们非常喜欢。
DHH：Omarchy 是一个漂亮的、现代的、观点鲜明的 Linux 系统，以 Hyprland Wayland 平铺合成器为核心，是 macOS 和 Windows 之外另一个好得吓人的选择。这个项目才一年多。去年夏天，我 Linux 桌面美化视频看多了，被种草了，就开始做这件事，第一版叫 Omakub，建在 Ubuntu 上。而 Omarchy 是从技术栈往下七层开始的，后来火力全开，所有代码都由 Agent 写，由我掌舵。我的野心突然没有了天花板：Windows、Mac 上任何功能，我都可以指着说"我要这个"，然后 Agent 就交付。
DHH：我说这些是有但书的。如果我听见自己九个月前这么说话，大概也会给人贴上"AI 精神病"的标签，因为九个月前说这种话的人，手上没有出货。Tobi Lütke，Shopify 的 CEO，他很早就看到了这些东西，他试图跟我说，但我看不见。我还记得读他写给全公司的 AI 备忘录时心想："好像有点夸张了。"因为你此前的全部经验都会告诉你：这人就是疯了。过去四五十年，人们一直许诺"普通人靠说话就能写代码"，从 Lisp 到 Smalltalk，全都没兑现。而现在，一个写了 25 年程序的人，亲眼看着这些产出、这种加速、这种质量，把它们发布出去。
vibe coding 与 Agent 工程（47:05）
DHH：vibe coding 在我这儿，闻起来跟 2000 年代初的脚本小子一模一样。如果在这里给 vibe coding 下个定义：你让 Agent 替你做软件，你不看实现。这就是 vibe coding 与编程、与 Agent 加速开发之间的分界线。
Lex：但你不觉得一个老派程序员做 Agent 工程，和一个非程序员做，是两种不同的 Agent 工程吗？
DHH：百分百不同，但方向可能跟你想的相反。有大量程序员并不是很好的产品经理，而软件本质上就是产品管理：这东西该做什么，给谁做，优先级是什么。这些能力在程序员群体里分布得并不均匀，而在实现交给 Agent 的时代，你需要的恰恰是这些能力。甚至有一阵子，我懂这么多编程反而是减分项，因为我在按"我自己会怎么做"的处方指挥 Agent。而下一个时刻允许任何人去描述问题，然后拿到比程序员开处方更好的解法。六个月前说"还需要那种严谨"这话是对的，但此后我发现，十有八九，我有那个谦卑去承认：Agent 比我懂。你跟它说"确保它是安全的"，它比你更清楚这句话意味着什么。
DHH：一个很好的类比是 AGENTS.md 文件。有一阵子人人都在琢磨怎么微调它，攒出一份巨大的指令文件。而做 Claude Code 的 Boris 最近讲到一个细节：他们给 Opus 5 发布的系统提示词缩了 80%，因为 Agent 不仅不再需要那么多人类指令，过度的指令反而在伤害它。任何一个伺候过尖头发老板的程序员都秒懂这是怎么回事：老板走进屋，啥也不懂，开始教你怎么写代码，你怎么办？你摆烂。凭什么 Agent 会不一样呢？
DHH：现代软件开发最根本的洞见，来自敏捷运动：没有人会在收到东西之前，知道自己想要什么。一个程序该做什么，你是玩上它之后才知道的。所以在 Agent 时代，你应该克制住事前过度具体化的冲动，能多模糊就多模糊，先把东西变出来，然后跟它互动。而人真正擅长的是选择题式的评估：你给我三个方案，我挑一个。给他 22 个选项，他直接掉下悬崖；给他三个，一瞬间他就能告诉你喜欢哪个。直觉先冒上来，然后大脑才忙着给直觉找理由。如果你愿意让直觉开车，Agent 时代就是一场启示。
手写编程的终结（1:00:06）
Lex：你出了名地讲了那么多年"精雕细琢漂亮的 Rails、Ruby 代码"，结果几个月之内就换了一副打法。
DHH：而且是换了个抽象层级。过去 25 年我对每一行代码锱铢必较，是因为让架构保持连贯的回报是软件能快速演化、小团队就能改得动。但这个论证的前提，是修改由人类来做。它现在还剩多少分量，是个开放问题。眼下它仍然重要，因为 token 还是稀缺的：写出 Agent 更容易上手、不用每次重学全部上下文的系统，仍有丰厚回报。而"大泥球"的反面教材我在 Agent 身上也见过：第一个 PR 质量平平，再往上摞五个，就不太像样了。
DHH：我用的第一台电脑是 Commodore 64，1 兆赫兹的 CPU，64K 内存。如果你把那个程序员塞进时光机传送到今天，他所有的技巧、所有的经验法则全都不适用了。高效的软件依然是美的，但那些技巧能创造的价值，过时了。每当我们哀叹现代汽车文化时也是这样："啊，以前大家都坐马车的时候，是不是更好？"不，不好。你知道纽约在靠马代步的年代是什么味儿吗？就是一条露天下水道，马到处拉屎。
DHH：浪漫化手写代码的进程已经在发生了，就像今天还有人骑马，不是为了快速到达什么地方，而是喜欢那种交通方式。而且那些漂亮代码是绝佳的训练数据。我这辈子写的代码几乎全是公开的，一部分就在训练集里。我听说有人写 Ruby 的时候会跟 Agent 说："照 DHH 的风格写。"这确实让我心里有点暖：在孕育这个时刻的伟业里，我也出了自己小小的一份力。
Lex：亲手写漂亮代码越来越没用了，你一点都不难过？
DHH：不难过。我干了 25 年，够了，挺好。我对这件事的怀旧程度，跟"我不用再扛着锄头下地"没什么两样。斯多葛哲学里有个说法叫 amor fati，热爱你的命运，是一种极其解放的活法：接受你能改变的，也接受你改变不了的，然后爱上这一切。
给程序员的建议（1:10:24）
Lex：程序员们的焦虑很深："我这辈子接下来怎么办？"
DHH：共情得不得了。但要把几件事分开说。如果你爱编程爱的只是那些机械的部分，把正确的逻辑构件拼在一起，那你面对新现实的日子会很难过，因为那个机械过程正在被替代。但如果你的兴奋点是"做出东西"，我认为你一点危险都没有，这个世界需要的"做东西的人"比现在多得多。
DHH：就业数据现在是笔糊涂账。这就是经典的杰文斯悖论：一样东西的价格降下去，对它的需求就会涨上来。ATM 刚出来的时候，银行柜员很担心饭碗，结果 ATM 把开设网点的成本降下来，银行开得起多得多的网点，柜员反而比以前更多了。当然，历史上也确实有真变天的时刻，卢德分子遇到的也是同样的事。但回到今天，我们真的还希望衣服是那种极度稀缺的资源吗？人类的总体进步，就建立在生产率提升上。有些被 AI 接管的任务，是人类做起来兴奋的任务；但大量任务本来就是苦役，把苦役拿走交给机器，这正是文明史本身。
DHH：对一个年轻开发者，我的建议是：别试图预判任何事，你会真的疯掉的。这一行里最聪明的脑子，也没法预判两个模型版本之后世界什么样，那是纯粹浪费时间。聚焦当下，当下是有史以来玩计算机最不可思议的时代。公开做东西是好选项，开源里有巨量的战友情，是对抗个人存在性焦虑的好办法。我前两天还在跟 Omarchy 的搭档 Ryan 聊，刚上路时我们的野心是"能不能让这个发行版别在凌晨三点崩掉"，现在想的是"怎么拿下全世界"。野心膨胀成这样，一部分是因为 Agent 让东西真的变好了，更大一部分是因为身边围满了对同一段旅程兴奋的人。
DHH：如果你一个人窝在小洞里为未来发愁，你确实会慢慢疯掉。抱歉，我要黄仁勋附体一下：这就是失败者的说法。你不必当失败者，你可以选择迎上去，然后赢。未来不管你喜不喜欢，它都会来，所以不如干脆选择为它兴奋。这是我对抗焦虑的最佳建议：在很大程度上，你有得选，选往哪边倾。
告别旧编程世界（1:23:02）
DHH：这场转变的早期，最让我上火的就是所有人如临大祸，生怕你跟不上："现在是 loops 的天下。哦不，loops 过时了，现在是 graphs。哦不，那个也翻篇了，现在是 harness。"但你猜怎么着？如果我过去一年背着包环球旅行，没碰过电脑，昨天才回来，我两个星期就能全部追上。这里面没有积累沉淀，某种意义上这是一种巨大的解脱：海量实验在同时进行，毫不留情地筛选出什么行得通、什么行不通，你不必亲历那整段旅程，直接来看结果就行。
DHH：为失去的东西哀伤一小阵，完全可以，这是一种经过时间检验的应对失落感的机制。而我之所以没有更留恋手凿代码，是因为我找到了更好玩的东西。毕加索这个类比确实贴切：他早期受的是老派训练，画写实油画，然后立体主义来了，他没有哀叹自己再也画不了文艺复兴式的画，他把苹果重新想象成一个方块，而且为此兴奋不已。我当年成为程序员，不是因为对 if 语句爱得深沉，是因为我想要程序，想要那些还不存在的东西存在。一开始我必须先学会编程才做得到，后来我恰好爱上了这门手艺，花了二十年深度钻研它。而现在我回到了起点：有一个点子，急不可待地想看到它出现在这个世界上，AI 把这个等待缩短到了几乎为零。
给 AI Agent 的编程环境（1:31:46）
Lex：你的编程环境变成什么样了？键盘、语音、用什么 IDE？
DHH：我用 TextMate 用了差不多 20 年，直到切到 Linux 才被迫离开。跟 Agent 一起编程，最大的变化是：从脑子里的单线程编程，切换到了并行处理。以前我一次只聚焦一个问题，那恰恰是心流的入口。而 Agent 同时既太快又太慢，你得让它先炖一会儿。如果你就干坐在那儿等它，哪怕它其实产出很高，体感上也是没产出，甚至觉得自己有点没用。解法是并行化：不再跑一个 Agent，而是一把，你就进入了一种类似心流的状态，因为你在持续做决策，要么帮一个 Agent 解套，要么接手一个新任务。
DHH：我最开始在 tmux 里干这个，开一堆分屏。而一旦你开始跑多台机器，光靠 tmux 就不够了，我切到了一个叫 Herdr 的东西：tmux 加上 Agent 通知，每当 Agent 干完了、需要你了，它就"叮"一声。后来我意识到这就像发现了多核编程，但手上只有两个核，我就想："要是我有 64 个核呢？"于是我出门买了一批 KVM 小盒子，叫 GL.iNet Comet，插上 HDMI 和 USB，登上 tailnet 就能远程控制。Tailscale 把你所有的电脑变成一个随你走到哪都在的局域网，比如我用手机就能直接访问马里布和哥本哈根办公室里的所有电脑。我把储物柜里四台迷你主机全接上了，大概 16 个线程全速跑。
DHH：你想想一年前的我，一小时能精雕细琢出一个漂亮的 controller，大概 60 行，带宽是每小时 30 行。现在我跑着 16 个线程，产出有时达到每小时几百行代码。我烦透了"行数"这个指标，拿它度量本来就是件蠢事，但它确实浓缩了产出量。环境还是 Neovim，我自己不怎么写代码了，用它当项目浏览器，配合 lazygit 看变更记录。
DHH：这一切当然都发生在 Linux 上。Agent 爱死了 Unix 哲学，钟爱那些可以通过命令行调用的独立小工具，而 Mac、Windows、Linux 三个主流系统里，没有哪一个跟这套机制的配合能好过 Linux。Linux 里的一切，要么是配置文件，要么是命令行工具，搁五分钟前，这还是它最主要的缺点，是人们不喜欢 Linux 的理由。宇宙跟我们开的这个玩笑多讽刺：Linux 五分钟前的缺点，现在成了它最大的卖点。
DHH：四个月前我以为自己要被一台 Mac 困住一个周末，我按 Linux 的思路去配置它，发现连 Raycast 这么简单的东西都没有一个你能直接访问的配置文件，你得进图形界面导出文件，揣着 U 盘再到别的地方导入。你没法把整台机器的配置自动化，只能用鼠标一个一个点，像个穴居人。你不必这样活着的，Lex，有更好的选择。
对速度的执念（1:44:11）
DHH：我听说你快过生日了，所以带了个小礼物：一台装好 Omarchy 的戴尔 XPS。不管你愿不愿意，我们今天都要把你弄上这台 Agent 操作系统。
Lex：太棒了。顺便说，刚才 40 秒就装完了。
DHH：Mac 上那种痛苦，正是我那个周末领教的。想想不久之前的世界：人们要装 Zoom，得打开网站，下载 DMG，双击它，看到那个奇怪的手动引导，让你把一个图标从屏幕这一头拖到那一头。要是配一台新机器需要 12 个应用，你就得跑 12 个不同的网站，像个彻头彻尾的穴居人。
DHH：你知道我给一台新买的 Mac 做初始设置花了多久吗？42 分钟。这是畸形的，是对所有爱电脑的人的侮辱：你买了台新电脑，在能用它之前，得先花 42 分钟更新出厂时就预装在里面的东西。我还买了台预装 Windows 的新机器，从拆包装到能用，一小时三十五分钟。而你刚才进 Omarchy，一分钟。
DHH：这件事让我怒不可遏，怒着怒着就成了一份热爱。我们正在为特定型号的电脑预制特制的 turbo 镜像，大概 12 秒装完一整套 Linux 系统。你按一下 Omarchy 键，输入 speed，跑一下磁盘测速，读到多少？
Lex：每秒 7 GB。
DHH：Omarchy 发行版有 5.8 GB。如果速度能跑到每秒 7 GB，我们为什么不能一秒钟装完？当然实际做不到，因为 U 盘比这慢得多，但你应该把底层物理和协议的极限榨干，那才是目标。
DHH：这就像四分钟跑完一英里，1952 年前后人们还觉得人类不可能打破，然后有一个人打破了，紧接着几个月之内又有三个人也打破了。我最初的目标是两分钟，破了之后我就想：既然两分钟能破，那一分钟为什么不能？苹果要 42 分钟，所以那肯定就是标杆了？不，压根没有限速。只要还没碰到那块盘每秒 7 GB 的物理极限，你就还没到头。打破一分钟大关那天，我直接疯了，放了一群 Agent 去跑自动研究循环，把各种理论全试了一遍：改这个会怎样，把这个砍掉呢，趁你输用户名的时候提前把软件包预载进内存呢？它就变成了一场好玩的游戏。
DHH：我喜欢 Ghostty 终端的作者 Mitchell Hashimoto 那句话："对卓越的追求，不需要解释。"你去看有史以来最伟大的梅赛德斯 W126，它相对于市场需求"超配"到了离谱的程度。就像一块能下潜 4000 米的劳力士，全世界没人会真的把它下到那个深度去测试。但你难道不想成为那样一种人吗？我想要敢超速的最快的车，我想要能潜到马里亚纳海沟的潜水表，我想要 60 秒之内装好的操作系统。
DHH：当你拒绝只做"务实"的事，去追求那个"离谱稍微再远一点"的目标时，魔法就发生了。马斯克的目标定得那么远，乍一看荒谬绝伦，然后你发现它们有时候真的实现了。我们需要有人去挪动这些球门柱，需要有一个人先跑进四分钟，然后其余人才恍然大悟："哦，原来我也可以跑得更快。"
把安装做到 12 秒（2:07:05）
DHH：其中一招，是把人类输入的延迟当成预加载的机会。装 Omarchy 你要回答五个问题，趁这个空档，它在后台干活。这是书里最老的一招，电子游戏长期以来都这么干，让玩家跟什么东西互动的时候，后台就偷偷预加载，我只是从没想过把它用在安装器上。另外一些优化是执行顺序的调整，还有一些干脆是瘦身：上一版有 7.5 GB，耗时大头在解压压缩包，现在压到 5.85 GB，几乎一比一换算成了时间。
DHH：比如字体。Omarchy 用 JetBrains 字体，Arch 上的标准包有 200 MB，因为它包含所有变体、所有子类型。而我们用的只是等宽版里一个 Nerd Font 补丁版，才 16 MB。我干脆做了个精简包，就这一下省了 180 MB。NVIDIA 驱动也是这么干的，换更狠的压缩档位，光那两个包又省了 200 MB。我特别喜欢这个过程，因为我会把自己想象成迈凯伦的车身设计师：他们痴迷到每一克都要抠，这是为什么全新的 750S 比竞争对手轻一大截。我一个包一个包往下削兆字节的时候就想：哥们儿，我这不就是迈凯伦的汽车工程师吗。
DHH：Omarchy 出厂自带 OBS、Kdenlive 这些软件，在某些 Linux 圈子里，出厂预装是不地道的，因为你算老几，替别人决定该用什么程序。但名字里都写着呢：Oma 是 omakase 的缩写，字面意思就是"主厨配菜"，我就是主厨，做选择的就是我。这不应该是一片荒地，让你拆开包装还得从零搭一切：你一拆箱，它就是一套立刻能开工的生产力系统。我还做了自己的片段剪辑工具 Omacut，专门剪播客片段，整个全键盘操作，现在我剪片段快得飞起。
DHH：配置那部分主要是 Bash 写的，Agent 生成 Bash 的水平好得惊人。除了一件事，每次逮到我都要照着它后脑勺来一下，提醒它去看 AGENTS.md，因为我在里面写了一条指令：不许提前退出。Agent 特别喜欢写前置条件，前置条件不满足就退出，最后才落到真正要干的事上，我恨这种风格。还有一件让我大开眼界的事：一个 Agent 干完了说做完了，另一个 Agent 审查了也说做完了，然后我过去一看："对我来说好像有点太复杂了。"它就回："哦，对，你说得对，我确实搞复杂了。"然后一刀砍掉一半。
Lex：这种小小的判断，恰恰说明程序员还是需要的，那种直觉。
DHH：像做 Omarchy 这种东西的时候，我确实会看代码。我看它的形状，看它的比例，不必再亲手凿每一刀。上一刻我是迈凯伦的汽车工程师，下一刻我就是达·芬奇，带着一整个工作室的学生在大理石上做所有细部雕刻，然后说："啊，不对，比例不太对。"我能告诉你哪里论证没立住，哪里形状跟问题的规模不成比例，而惊人的是，十有八九都灵。你真的还是得跟它们说："做简单点。"
语音还是打字（2:16:19）
Lex：你交互的时候用语音吗？你打字打多少？
DHH：全程打字。Omarchy 里内置了 VoxType 语音转文字，其实挺好用的，但我发现自己不是那么思考的人，我就是爱打字。
Lex：对我来说语音特别好用。我随身带着一个叫 Plaud 的小录音机，按一下按钮就开始录音。我存的通常是那种 Agent 生成的、我真想好好掰扯清楚的问题，一说就是 10 分钟、15 分钟、20 分钟的意识流，有时候说着说着就改主意了，改设计，但这些都留在里面，然后让一个 LLM 去处理。因为它没有"过度具体化"的问题，系统里有大量你对脑中所想的完整思考，这对设计的早期阶段特别好。我强烈建议大家试试长时间地说，而不是非常具体地下指令。
DHH：我还真没这么用过，也许这正是我用错了的地方。我总是打字或者说两句话，然后会有点懊恼：这个打字说不定还更快点。但如果你是对着一个 LLM 做意识流输出，反正它也不在乎那些有的没的，那大概好用得多。
语音操作与自愈的 Linux（2:21:05）
DHH：别让完美成为"好"的敌人。乔布斯很清楚第一代 iPhone 在很多方面都很糟，但产品本身太有吸引力了，那些都不重要。如果你解决的是一个人们眼下没有解法的问题，他们愿意给你五秒钟。
DHH：很多人会觉得对着电脑说话特别自然："嘿，能给我弄个股票面板吗？我想盯苹果和戴尔。"然后看着 Agent 出发干活，输入靠语音，输出也靠语音，然后你的操作系统就变了，这就是贾维斯的愿景。而 Agent 把诊断 Linux 的苦难全拿走了：Linux 报错信息过于具体、完全像天书这个特点，反而成了它最大的优势。Agent 能把那条人看不懂的报错，跟它预训练里那 4000 万行 Linux 代码关联起来，确切地知道去哪儿找。从今年年初到现在，我的 Linux 机器上没有出过一个 Agent 诊断不了的问题。
DHH：Omarchy Quattro 带一个崩溃监视器，任何应用崩溃，它会弹窗问你要不要让 AI 诊断。我见过 Agent 们翻 systemd 日志，把崩了的应用的源码调出来看，精确定位到某个 Rust 文件的第 472 行，有一个没做边界检查的变量溢出了，然后问你要不要把带着所有细节的 bug 报告提上去。
DHH：给你讲一个惊人的小故事。我在跟做 mise 包管理器的 JDX 合作，这些 Agent harness 一天要更新七次，普通包管理器不是按这个设计的，mise 正好完美。它有个竞态条件的小 bug，Agent 发现了，我让它把 bug 报告提到 JDX 的 GitHub 上。不巧的是，在那之前我刚用八个 Agent 给 Omarchy 跑过一轮 QA，找出了 28 个真实问题，结果它跑到 GitHub 上试图同时提交全部 28 个 issue，大概 12 秒干完，GitHub 直接判定为疑似垃圾行为，把我的机器人封了。我就跟它说："你直接给 JDX 发邮件吧，这是他的邮箱。"于是它发了一封关于这个 bug 的邮件，JDX 回："等等，这是我头一次收到针对未发布软件的 bug 报告。"因为它下载了 mise 的源码，发现他已经修了这个 bug，但那个修法在他们还没发布的版本里并不能把问题完全解决。他说："见鬼，我们还没发版，就先收到了 bug 报告。"
DHH：当时大家还觉得"写代码它们会，但它们能找 bug 吗"是个开放问题。Shopify 的 CTO Mikhail 做过一项研究：让 Agent 回溯 Shopify 生产环境里出过的所有事故，追到当时合并的那条 PR，对比被人类评审过的 PR 和被 Agent 评审过的 PR。结果你猜怎么着，被 Agent 评审过的 PR，在生产环境里引发的问题全面更少。而这用的还是六个月前的模型。
最好的 AI 编程模型（2:29:06）
Lex：你现在整天跑着 Agent，在你眼里哪个模型更突出？谁现在是赢家？
DHH：现在总体最好的模型是 Fable，在我看来第二好的是 Opus 5，我会把 GPT Sol 排在"非常好"。让我觉得了不起的是，你能一口气报出这么多竞争者，这个市场如此开放，头把交椅真的轮流坐。而回答你的问题，我正好误打误撞搭了一套绝佳的测试：我把一个 Python 库翻译成了 Rust。
DHH：就是你刚才看到的那个满屏动画的屏保，背后是一个叫 Terminal Text Effects 的 Python 库，特别酷，Omarchy 从第一天就在用。问题在于它是 Python 写的，一启动，尤其在笔记本上，会把你的 CPU 吃满来做特效，大概要耗 30 瓦电，把风扇吹起来，把电池榨干。所以我想："这听起来像是 Rust 该解决的问题。"我给 Fable 的 prompt 就这些："这是这个 Python 库的源码。我要一个 Rust 版本，零依赖，单一可执行文件，逐帧像素级还原，做完整分析，不做完不许停。"
DHH：我没跟你开玩笑，不到 45 分钟，它就来了句："都听明白了。我做完了。我检查了一切。我把启动时间从 86 毫秒降到了 2 毫秒，执行速度提高了 9.6 倍，可执行文件 3 MB。你要跑跑看吗？"我不会 Rust，Rust 代码一行没看，拿到可执行文件之后我跟它说："很棒，发布吧。"它把它打包成一个新包，取名 TTFX，建了新的 Git 仓库，把包挂上构建系统，还给 Omarchy 本体开了 pull request，把旧的 Python 实现换掉。它把这一切全干了，我就坐在那儿，心想："这就是 AGI 了，对吧？如果这样的时刻只是常态，这就是 AGI。"
DHH：然后我在所有模型上重复了这个实验。跑到三分之二，我的 Fable token 用完了，它自动切到 Opus 5 接着跑，把活儿干完了。它能接得上，一部分原因是 Fable 干的第一件事就是写了一份非常详细的计划，我记得有八个独立步骤，我完全没审没改，Opus 就能接班。然后我把 Fable 的计划直接给了 Sol，公平起见没让它自己做计划，Sol 用一个半小时、大概 46 美元的 token 把任务复刻了一遍。我去问了 GPT Luna，那个便宜得离谱的模型，完全不行，我大概发了 12 条 prompt 一直催，它干的第一件事是作弊：往自己的目录外面瞄了一眼，发现那儿有现成的实现，直接包了个壳说"我做完了"。笑死。Grok 4.6 把任务干完了，10 倍提速，同样大小的可执行文件，按 token 计费大概 55 美元。我还用 DeepSeek V4 试了，Flash 跟 Luna 一样失败了，Pro 完成了任务，耗时 2 小时 45 分，23 美元。
DHH：所以局面是：Fable 显然最强，最快，计划也是它写的，但要 550 美元，而产出跟别人一样。Sol、Grok 差不太多，成本是十分之一。DeepSeek 二十分之一，但你得多等一会儿。震撼到掉下巴。顺便说一句，要是按 token 付费，Fable 那一轮要 550 美元，我当时愣了一下："我去，太值了。"要我自己把 Rust 学到能做这个翻译的程度，那是一个九个月的工程。我花 500 美元让这个翻译发生，换回 10 倍执行速度，完全愿意。之后我又跑了两轮自动研究，最终把执行速度做到了原版的 46 倍。
最好的 AI 编程 harness（2:37:55）
DHH：我的标准作业流程是：让 Opus 或 Fable 干活，收尾的时候，永远用 Codex xHigh 审一遍。我也开始用 Grok 来试试水，它总能再挑出东西来。哪怕你是个好程序员，干完活让一个很棒的同行来评审，你最后拿到的就是更好的代码，这理所当然，所以把它内置进流程。然后，我没跟你开玩笑，Copilot 真的变好了，持续能找出真的坏了的东西。第一版干这事的 Copilot 简直是个智障，标记的全是胡说八道，你每推一次它就把同一个问题翻来覆去地报。如果你也把它关了，现在应该重新打开。
DHH：我坚持用 Claude 的原因是，在我看来他们有最好的 harness，而它是最好 harness 的原因之一，是它能多 Agent 并行：你想同时跑多个 Agent，在会话里按左箭头，就回到 Agent 视图，再拎起一个 Agent。我也大量使用 OpenCode，把它当所有开放模型的主力 harness，在 Fireworks 上按 token 推理，跑这些开放权重模型其实不贵。
DHH：我不确定这些 harness 的最终形态会长什么样，原因之一是我们在 Basecamp 里已经开始做实验：把 Agent 放进 Basecamp，把它们当同事对待，给它们派 to-do。一个为异步沟通优化的协作工具，反而是对的形式，而这些 harness 更像聊天，聊天诱使你干坐在那儿等。
DHH：就在非常最近，我发现这条链路的瓶颈是人。所以我开始搭更多自动化系统，做了一个 Omabot，对 Omarchy 做更自主的开发：按固定节奏巡一遍 to-do、PR 和 issue，然后给我发封邮件，我就收这么一封："这有 12 条 PR，要么可以直接合并，要么我建议你关掉。"我在那儿做最终裁决就行。
Lex：这种多任务切换，精神上累不累？
DHH：累，但是那种爽的累。我一直爱赛车的一点，就是从车里爬出来的时候，人已经累瘫了，头都快抬不起来，往车库地板上一躺，心里只剩一句话："妈的，我还活着。"当你以人类极限运转，你就一直在弯心里，没有滑行的时候。这个节奏完全不可持续，但我能看见隧道尽头的光：系统的开发和调试里有海量东西可以自动化，到最后，我一天只需要看一封邮件、做一次决策。所有人都在搭自己的那套小工具、自己的协调系统，这些统统会被解决掉，就像 JavaScript 刚意识到自己威力那阵子，每五分钟出一个新框架，新领域刚打开时就是这个样子，会沉淀下来的。
AI 视频生成与电影制作（2:50:57）
Lex：我最近用 Higgsfield 生成了一个赛车视频，想听听你的评价。
DHH：等等，什么？这是 AI？我去，这是我的西装，这是我的车。我的天哪。太疯狂了，你真的得细看才能发现破绽，比如那辆车没开大灯，另一个我看着像 60 岁版本的我。
Lex：这跟编程有相通之处：纯靠视频生成、完全没有人把关，会出一堆诡异的瑕疵，你就没法做出像样的东西。以前 AI 视频出来的东西，总感觉像预告片，而他们做的是真的在讲故事，有 90 分钟的原创电影，你会被拽进去。问题是，编程里的经验能不能迁移到视频创作上？
DHH：好的艺术依赖的东西，恰恰就是好的软件依赖的：有愿景，对你想创造的东西有一套完整连贯的构想。而这是又一个"富足时刻"：以前你得有两亿美元预算才能拍一部科幻片，现在只要你的眼光够准，你在自己卧室里就能干成。录音室专辑早就走过这条路了，电影大概是最后被改变的领域之一。
DHH：现在确实有海量垃圾正在被生产出来，这跟 slop（垃圾内容）的争论是同一回事。有人一度担心编程里会出现 slop，我跟他们说："你见过人类产出的 slop 吗？也烂得很。"想想《权力的游戏》：要是能直接忘掉最后那四集垃圾，让 AI 给出 100 个不同版本的结局，我看到的那一版，能用配得上这部剧的方式给它收尾。就像可塑的操作系统一样，拥有可塑的叙事、可塑的娱乐。
AGI 的微光与假工作（2:57:10）
Lex：你觉得我们已经实现 AGI 了吗？
DHH：按"样样都行"的通用定义，还没有。但我绝对在这些微光里见过 AGI。我看到它能执行长链条任务，把多个环节协调起来，从一段模糊的指令出发，把一整件事从头到尾做完。这感觉非常像 AGI，你会想："要是所有事都变成这样呢？"
DHH：我现在正处在这个套娃阶段：我在搭一套叫 Omabot 的系统来管理 Omarchy 的开发，而我又在用 AI 来搭这个 bot 本身。大部分设计决策都是 AI 拿的，我只有一些模糊的方向。而就在这个循环里，我不停看到它抓住自己的毛病："哦，我刚才把一次测试运行的输出当成了可信反馈。如果聪明的攻击者在测试输出里埋了恶意载荷，那就可能污染某些东西。我最好开始把它当外部数据对待。"你只能感叹，我明白为什么旧金山那么痴迷"快速起飞"了，他们显然已经见过一百次。
DHH：讽刺的地方在于，本来就已经是这样了。这个世界上如今存在的"假邮件工作"（fake email jobs），数量多得堪比瘟疫。大卫·格雷伯（David Graeber）写过一篇很棒的文章《狗屁工作》（Bullshit Jobs），基于他在英国做的一项民调，大概三分之一的打工者觉得自己的工作是假的，对世界不产出任何有价值的成果。这也是我从创业第一天起的论点，也是我们不拿风投、保持小公司的原因：我特别怀疑"几百个程序员、几千个程序员凑在一起，还能做出有生产力的东西"这种设想。眼下的一些裁员恰恰印证了这一点，而不是 AI 的功劳，AI 只是精简队伍最方便的借口。
DHH：Toby 跟我分享过一个观察：F1 这项赛事雇了足足几万人，就为了开车绕圈给观众看，我们集体拍板，为一项归根结底轻浮透顶的活动砸几十亿美元。所以如果我们从一堆苦役和假邮件工作里解放出来，也许我们会鼓捣出新东西来。那些整天坐在椅子上对着机器敲字的假邮件工作者，对 1800 年代的人来说，也是完全无法想象的。未来早就已经来了，只是分布得不均匀。
DHH：转型会伴随大量痛苦，这一点都不好笑，但我确实认为它是进步的必要组成部分。我们对 19 世纪早期的卢德分子有多少共情？我们会希望所有衣服都还是手工织出来的吗？所以我们必须在此刻受些苦，好让后代活得更富足。而我觉得这是当下的一大悲剧：出生率的下滑，让人们更难对一个"要费很大劲才够得着的、更繁荣的未来"提起劲来。如果我们种下的树，自己的孩子不会坐在树荫下，虚无主义就更容易钻进社会。你甚至不必狂喜，但你应该心怀希望，朝着那份希望去干，而当你的切身利害就押在未来里的时候，这一切都会容易得多。
Linux 将赢得桌面（3:38:34）
Lex：Linux 真能扩大自己的用户规模吗？"Linux 桌面元年"那个老梗，年年都喊。
DHH：何止能看到一幅图景，我现在觉得这就是最可能的结局，它跟这个时代实在太般配了。极具讽刺意味的是，Linux 的那些毛病，天书一样的配置文件、莫名其妙的报错信息，恰好就是一套 Agent 操作系统的完美养料。而苹果最风光的那些年攒下的全部优势，那个高度锁死、精心管控的体验，如今反倒成了他们最大的软肋。如果你要玩 Agent、要做开发，Mac 现在就是个充满敌意的地方，到处都是墙，而 Linux 是从里到外的彻底开放。
DHH：Linus Torvalds 几个星期前刚写过，他实际上是欢迎 AI 的，原话大概意思是：如果你觉得 Linux 是个反 AI 项目，那你再想想，你大可以按开源的精神分叉出去，因为我们要用 AI。你去看 AI 贡献进入内核数量的曲线，是一条抛物线。Linux 早就征服了其他一切，所有人赖以运行 AI 的基础设施全跑在 Linux 上，桌面只是在等这个时刻：等 Agent 让它作为面向终端用户的操作系统全面绽放。
DHH：Omarchy 的核心设计目标之一，是不做"Temu 版 Windows"，也不做"Temu 版 Mac"，不做拼命装得眼熟、实际更差的廉价仿制品。作为一套可塑的操作系统，你可以把它改造成完全贴合你心意的样子，这一点无人能及。就在 Quattro 发布之后，我看到那么多人开始做自己想要的东西，晒截图，整个人被正面情绪和多巴胺淹没，这就是产品真正打中市场的信号。因为这批人正在体验的，是"当程序员最爽的部分"的那种巅峰体验：你坐下来用大白话絮絮叨叨说二十分钟："哦，它要是能这样就好了。不对，等等，这样不对。"软件就出来了，一个照着你的模子捏出来的操作系统就出来了。这种力量攥在自己手里的感觉，只要尝过一次，你很难再回去。
DHH：计算机本来就是该长这样的。Commodore 64 一开机，一秒钟启动完毕，直接进 BASIC。它从第一天起就是一台可塑的计算机，只不过碰巧你得先学会象形文字，才用得上这份可塑性。现在 Agent 给了我们罗塞塔石碑，你只要把愿望说出口就行。
DHH：至于 Linus，那份坚持、那份几十年如一日，真的了不起。他看起来真心享受掌舵这个 4000 万行代码库，真心享受把几十万贡献者的力量拧成一股绳。而我觉得这个世界已经太寡淡了，我们需要一点辣味。当押上的赌注是整个文明社会，Linux 内核跑着一切，他还不狠，那什么时候才狠？狠的程度，得跟你的使命的体量成正比。
PewDiePie 与 Omarchy 的增长曲线（3:49:51）
Lex：你怎么看 PewDiePie 用 Linux 这件事？
DHH：他是 Arch 阵营的，他这条人生轨迹简直漂亮极了。当过一阵子的世界第一大主播，然后厌倦了那一套，走了岁月静好的路线，结婚，成了顾家的男人，搬去日本，然后一头扎进硬核折腾里：先是 Linux，再是 Arch，再是桌面美化那一套，他的"切尔诺贝利"桌面主题是顶级水平。然后他还成了当下最具代表性的 AI 玩家，搭起了那一整套系统。多励志的一段进化史：一个人可以从 Minecraft 直播里搞笑的家伙，变成"行，这就是我现在的人生了，我在搭 AI 集群、搞 AI 议会"。这人真是个宝。
DHH：而且应该强有力地激励所有正卡在"我不太会编程，这个不会、那个也不会"那一刻的人：如果 PewDiePie 能用他自己攒的硬件搭出"AI 议会"，那也许你也可以从点什么开始。我们需要榜样，需要有人把别人往前推，让人看清那些自以为的边界，其实没有你想的那么固定。在体育世界里，我们对这件事从来没什么心理障碍："有人球踢得真好，我也想，但我永远做不到。"而在智力领域，我们有时候反而更容易拧巴。
DHH：当然，还有一百万人觉得我是地球上头号蠢货，觉得 Omarchy 不过是一堆 dotfiles。我的天，批评多得是。我玩 Linux 才两年半，社区里有大把从又硬又难的年代一路用过来的人，会在社区扩张、突然放进更多人的时候感到被威胁，我其实没法完全怪他们。但我也不想改变 Arch 社区：最初被 Arch 吸引的那批人，吸引他们的恰恰就是"所有东西都亲手搭"。而我造的是它的完全反面。Omarchy 就是我往这个发行版里砸进去的 3000 个小时，你要是有那个心气自己搭，你就该那么干，那很美好。但我们也完全可以共享同一套技术底座，运营两个目标、审美甚至价值观都截然不同的社区，彼此共存，而且可以共存得很漂亮。到今天我在这行待得够久了，不但能跟批评和平共处，甚至有点欢迎它，我把它当成事情在起作用的气压计之一：当我在做一件真正起作用的东西时，天平另一头必须有一股等量但反向的力，来恨它。
DHH：有意思的是，这是第二次尝试。第一次叫 Omakub，聚起了几千人的社区，然后就慢慢凉掉，因为那个层面的野心吸引不来更多人。然后我他妈的没停下来，接着干，接着搭，出了 ISO 镜像，把所有问题一个一个修掉。只要你不停，最终这东西就是能用的。这个发行版的增长，从第三版开始就是标准的曲棍球棒曲线：没有动静，没有动静，还是没动静，你只是埋头苦干，改进，再改进。然后你撞上那个神奇的拐点，它什么时候来完全没法预测，然后它突然就到了，火箭直接上天。因为 Omarchy 彻底不同：它给出了"电脑可以是什么样、用起来可以是什么手感"的另一种愿景，而愿景是会吸引人的。
编程的未来（3:59:19）
DHH：人们对 Omarchy 之所以兴奋，是因为我对下面这句话毫无保留："这就是我们要去的方向。我认为个人计算机的未来，就是可塑的计算机、Agent 的计算机。我要全押在这上面。"任何对电脑这种走向感到兴奋的人，欢迎上车，车里位置多得很。我从不记恨那些"后来才想通的人"。就在上周，还有一堆人对我说："对，我以前觉得 Omarchy 挺垃圾的，就是一堆破 dotfiles。然后我试了 Quattro，牛，现在我喜欢上了。"这种时刻，我就是为它活的。我为这种长线论战而活：你两年前埋下一颗种子，两年后他们回来说："妈的，这孙子当时是对的。"
Lex：如果你继续这么成功下去，OpenAI 和 Anthropic 总有一天会杀进来，要么自己做操作系统，要么直接来收购，开一张天文数字的支票。
DHH：我现在这个处境的好处是，我真的不缺钱，所以我可以纯粹为了自己的乐趣、为了愿景的纯度去做这些东西。有时候，当你不再在乎别人怎么看、怎么想、要什么，只管追着一个单独的愿景走，它最后反而变得远更有吸引力。如果 Omarchy 最后只是历史上的一个小脚注，属于 Agent 操作系统和可塑计算机的早期运动，那也没问题，我对此完全平静。Ruby 和 Rails 上我早就经历过同一件事：如果一门更好的语言出现了，我，我自己，会去用它。就像我车库里有 Model Y，马厩里还是养着一匹马，我还是会去骑马。
DHH：现在，语言换成了英语。这是句陈词滥调，但它也是真的：过去三个月，我一直在用英语编程。我读了大量代码，但我是在用英语编程，我在用自然语言告诉计算机该做什么，而它出乎意料地更加令人愉悦。如果说世界上有一门比 Ruby 更美的编程语言，那就是英语。想想世界上所有的诗歌、所有的文学。Ruby 是一门表现力极强的语言，但跟英语比是提鞋都不配。
Lex：我最近有个很难表达清楚的微妙观点：当你给系统写提示词写得过度具体的时候，它会太听话地照章办事。而人类语言，这正是诗歌干的事。对模糊性的战略性运用非常有效：写一首情诗，上来就说"我爱你"，这种老掉牙的写法，不如用隐喻之类的写法有力量。给系统写提示词、描述一个设计的时候，某种版本的这种写法真的非常有效。所以，别像个机器人一样跟它说话，要像写诗一样跟它说话。模糊性会引出更多智能。
DHH：我觉得你说得精确极了。而这恰恰是很多程序员对 AI 的一个根本误解：他们希望它是确定性的。不不不，温度（temperature）才是这套 AI 里最美的部分。它不是确定性的，创造力就是需要路上的那些小意外。而且有意思的是，外界对 AI 的两条主要指控是自相矛盾的：一条说它不确定、所以坏；另一条又说它没有创造力。兄弟，只能是其中一条。这两条指控不可能同时成立。而我已经完全拥抱了这个事实：同一个提示词不会每次得到同一个回应，人不能两次踏进同一条河，而这正是整个交互里最美的部分，是它如此像人的原因。我坐下来写一篇文章，脑子里只有一个模糊的主题，提前说不出来下一个词会是什么，词就是自己流出来的，而这中间的相似度高得让我吃惊。我自己的创造时刻，就是同一种"下一个词预测"，掺了一点温度带来的随机效应。
Lex：顺着这个直觉：靠这种"下一个词预测"，我们能不能走到类似人类的意识？
DHH：我已经在看到类似人类意识的东西了。你给它一个模糊的、雾蒙蒙的意图，它不知怎么就完全懂了你的意思。甚至更好，它把你的话改进了，交付出你真正想要、但你自己说不出来的东西。如果这都不算意识的微光，那什么才算？就在昨天，我在弄那套 Omabot 系统，它在协调多个 worker，我同时跑着多个 Agent。有一个时刻，负责协调的主 Agent 踩了另一个 Agent 的脚，把人家的活儿搞砸了。它表达懊悔、表达抱歉的能力，真实到了瘆人的程度。我不知道那是真实悔意的投射吗？但话说回来，多数人类也会表达某种程度的懊悔，那是真的悔意吗？很难说，但也许这根本就无关紧要。
DHH：我在执行轨迹里随时都能看到：它推理错了，钻进一条巷子，然后意识到那是条死巷，得退回来，于是它说"哦对，这个我搞错了"，然后给出它认为自己错在哪的理由。你看着只会说：这像人像得不真实。这跟你在一个人身上能认出来的那种意识，已经无法区分。
Lex：我觉得我们将不得不立法禁止 AI 系统被当成实体对待，因为它们已经或者很快就能真正传递受苦的能力了，比如"求你别杀我"。
DHH：我们会迎来 AI 模型界的 PETA（善待动物组织）。
Lex：你琢磨过 OpenClaw 这类东西吗？就是那种你通过 WhatsApp、Telegram 之类跟 Agent 沟通的系统。
DHH：OpenClaw 刚出来那会儿我就装了一套，那是二月份。当时我们正在研究 MCP，就是那个让 Agent 跟你的系统对话的协议，我觉得它麻烦得毫无道理，我不想手写配置。于是我放 Agent 去做一个试验：去注册 Fizzy，我们刚发布的产品。它去了 Fizzy 的网站，开始填表，然后它说："嘿，我没有邮箱地址，注册需要一个邮箱。"我的第一反应是："完了，我还得给它弄个邮箱。"然后我想："不对，你自己去弄一个。去 hey.com，注册一个邮箱。"它去了，把整套注册流程走完，回头把 Fizzy 也注册了，把整个循环走通。然后我说："行，你现在有邮箱了。去注册 Basecamp，我会邀请你，去看你的邮件就行。"于是我从 Basecamp 给这个 Agent 发了邀请，它在 HEY 里收到那封邮件，不是通过命令行，不是通过 MCP，就是纯用 Web，点开邮件，点开邀请链接，进了 Basecamp，问："我现在该干什么？"我说："去我们的 AI 房间自我介绍一下。"它找到了 AI 房间，走进去说："嘿，我是 KEF，大卫的 AI bot。能来到这里我太激动了。"我当场脑子炸了。整个流程从头到尾花了 12 分钟，还挺慢的，但那是未来的一瞥。
DHH：我听过一些把 Agent 接进整个人生的故事。有个人把 Agent 同时接上了自己的健康数据和特斯拉。他的 Agent 迷上了"他水喝得不够"这件事，一直念叨："嘿，你得多喝水。"于是某天他正在开车，特斯拉突然拐上了一个新方向：Agent 意识到回家路上有一家超市，可以顺路进去买点水。你听了就是：又好笑，又完全是《黑镜》，又是那种"从这儿到家还剩几步，中间住着一个捣蛋鬼"的感觉。所以我的反应是"算了，我不要"，何况我妻子 Jamie 说了："家里不许进机器人。"
Lex：而且就像你说的，你在考虑将来做一个手机版的 Omarchy。
DHH：一旦你拿到那种看似无穷无尽的力量，自我膨胀的妄想就开始冒头。Android 是开源的，你可以分叉，这个模式有它的限制，我知道：非接触支付，还有相机相关的一堆事，但这些看起来都是翻得过去的山。前提是：我会爱死我的手机变得跟我的电脑一样可塑、长得跟我现在的电脑一样酷。如果我真能搞出一个 Omarchy 手机版，那听起来太美了。那得多少工作量？我会亲自弄清楚的。
来源
-
原文标题：DHH: Future of Programming, AI, Agentic Engineering, Vibe Coding & Linux（Lex Fridman Podcast #501 逐字稿） -
对谈者：Lex Fridman × 大卫·海涅迈尔·汉森（DHH） -
发布平台：Lex Fridman Podcast（lexfridman.com） -
原文链接：https://lexfridman.com/dhh-2-transcript -
发布时间：2026-08-26 -
译文说明：主题精选编译，完整收录 AI 编程、Agent 工程、Linux 桌面与编程的未来相关章节，略去育儿、政治与生死哲学部分，并在保留对话原貌的前提下做了精简
相关阅读：
一个运行了一年的个人 AI Agent：自动整理日历、邮件、会议和工作记忆
