这集讲什么
DHH 认为,AI 智能体(Agent)正在把操作系统的竞争焦点,从“人是否容易点击”转向“智能体是否容易理解、修改和执行”;Linux 昔日的使用门槛,可能因此变成优势。
1-3要点
- 系统接口正在换受众:除供人点击的界面外,命令、配置、错误信息及权限机制,都会影响智能体能做什么。
- 生成软件不等于完成产品:代码门槛下降后,需求判断、最后阶段的打磨、维护和信任可能变得更重要。
- 平台锁定有两条潜在松动路径:更容易制作替代应用,以及由智能体直接完成任务;两条路径都还需在复杂场景检验。
播出信息
- 日期:2026-11-20
- 时长:3205 秒(约 53 分 25 秒)
- 嘉宾:David Heinemeier Hansson(DHH),Ruby on Rails 创建者、37signals 联合创始人
- 英文来源:youtube-captions
- 音频:收听本集
- YouTube:观看视频
- Episode:节目页面
背景
DHH 长期开发 Basecamp、HEY 和 Ruby on Rails,也曾是 macOS 的坚定使用者。本集的转折点不是他突然喜欢上 Linux:他承认,自己最初改用桌面 Linux,部分源于对苹果开发者生态的不满;但让他相信 Linux 能吸引更广泛用户的,是编程智能体带来的新交互方式。
他的核心项目是一款 Linux 发行版。英文自动转写将其名称记为“Omachi”等近似拼法;以下称为 Omarchy。这场讨论因此既是产品构想,也是对桌面与移动平台、软件护城河、开源模型和创作者文化的一次整体判断。
总结分析
这集的主线,是操作系统究竟该为谁设计。过去的桌面系统假设用户亲自寻找菜单、逐项点击设置;DHH 设想的下一阶段,用户提出目标,由智能体读取文件、调用命令、修改配置并检查结果。在这个框架下,Linux 的终端、配置文件和详细报错不再只是需要隐藏的复杂性,而是智能体可操作的接口。他进一步推论:如果软件能更快生成,替代应用和新系统的成本就会下降,长期由应用数量维系的平台锁定也可能松动。
但访谈最有意思的地方,并非“AI 会写代码”这一判断,而是 DHH 同时坚持两件看似矛盾的事:代码更容易取得,人的品味、持续打磨和选择仍然重要;他大量使用顶尖闭源模型,却认为开放权重与本地运行能力不可缺席。他把个人项目的目标提高到挑战 macOS,又对未来一年会出现何种模型能力表示难以预测。这里存在明显的张力:演示和个人工作流证明了某些任务已变得惊人地快,却不能直接证明移动应用生态可以轻易重建、复杂产品可以免于维护,或数亿用户会迁移。读这集时,最有价值的方式是把他的实践视为值得试验的方向,把市场规模与时间表视为仍待检验的预测。
节目结构 / 议程
- 开场:把操作系统视为可修改的材料 — 00:00 🎧 · ▶️
- 从 Rails、Basecamp 到 Linux — 00:48 🎧 · ▶️
- AI 智能体为何改变 Linux 的优势 — 03:58 🎧 · ▶️
- 第三个移动平台有机会吗 — 08:17 🎧 · ▶️
- AI 写代码之后,品味还重要吗 — 16:02 🎧 · ▶️
- 怎样才算超级智能 — 22:57 🎧 · ▶️
- 顶尖 AI 实验室与开源 — 25:58 🎧 · ▶️
- 超越 macOS 的目标 — 31:50 🎧 · ▶️
- 向谁学习,以及 AI 文化之争 — 38:24 🎧 · ▶️
- 匿名黑客的回归 — 44:35 🎧 · ▶️
- 90 年代演示文化与有性格的电脑 — 47:33 🎧 · ▶️
分节详解
1) 开场:把操作系统视为可修改的材料 — 00:00 🎧 · ▶️
💬 他们说了什么:开场摘出 DHH 最鲜明的主张:macOS 和 Windows 不适合智能体时代;Linux 曾令普通用户为难的终端、配置文件、难懂报错,却恰好是智能体擅长处理的材料。他描述一种体验:直接要求智能体修改自己正在使用的系统,修改随即生效。
💡 为什么重要:这里的“新操作系统”首先是设计原则的改变——系统不仅要向人展示按钮,还要向智能体提供可读取、可编辑、可诊断的操作路径。
⚡ 争议点:能修改不等于应该无限制修改。文件访问、权限隔离、误操作恢复和改动审计,都需要与便利性一起设计。
2) 从 Rails、Basecamp 到 Linux — 00:48 🎧 · ▶️
💬 DHH 回顾约 30 年的软件开发经历:Basecamp 催生了 Ruby on Rails;他仍在维护 Basecamp 和 Rails,也推出过邮件服务 HEY。访谈时他称 Basecamp 已到第 5 版、Rails 已到第 8 版,当前重点则是 Omarchy。虽然他从 90 年代起就在服务器上使用 Linux,但桌面 Linux 是大约两年半前才开始用的;此前他自 2001 年起长期使用 Mac。
💡 他的判断来自对成熟商业软件、开发框架和桌面工具的长期使用,而不是单纯的 Linux 爱好者立场。他对苹果应用商店抽成及开发者关系的不满,是个人迁移的起因,却不是他认为大众会迁移的充分理由。
⚡ DHH 对苹果的批评带有明确的利益和价值立场;平台收费是否过高,与其系统能否支持安全、可靠的智能体工作流,是两个需要分别论证的问题。
3) AI 智能体为何改变 Linux 的优势 — 03:58 🎧 · ▶️
💬 DHH 称,过去约 5 至 6 个月,Omarchy 的系统开发已大量交由智能体执行;他没有亲手为这一阶段写下一行代码,却通过智能体产出了大量代码。用户也可以要求系统换启动菜单、移动时钟、换日历或增添功能,改动有时只需数秒,至多几分钟。他举例说,在 macOS 中重设一组工作区快捷键仍主要依赖逐项点击设置;Linux 则可让智能体调用命令、修改明确的配置文件,再依据详细报错纠正问题。
💡 这是本集最具体的架构论点。面向智能体的友好性,未必意味着增加聊天框;更关键的是系统有没有稳定的命令接口、可预测的状态表示,以及失败时足够具体的反馈。
⚡ DHH 把 macOS 的权限提醒视为阻碍,但提醒也可能是在保护用户。好的比较不能只计量“完成任务用了多久”,还应计量授权范围、出错率与回滚成本。
4) 第三个移动平台有机会吗 — 08:17 🎧 · ▶️
💬 DHH 认为,第三个平台过去受困于“没有应用就没有用户,没有用户就没有应用”。他举出社区成员约 两周内制作 Lightroom 替代工具的例子,并推想智能体既能快速制作缺失的应用,也可能直接完成原本需要应用才能完成的任务。他还谈到自己处理基金会文件时,用智能体起草合同、转为 PDF,并在审阅后完成签署;他称相关筹集额约为 2300 万美元,但表述包含算力额度与捐助,不能简单等同现金融资。谈到软件即时生成,他引用一场约 1500 token/秒的演示:从提示词到可运行小游戏约 4 秒。
💡 这段提出两条不同的破局路径:一是低成本重建应用,二是让智能体绕开应用界面、直接交付结果。若两者成立,传统应用目录的锁定力都会受到冲击。
⚡ 演示中的生成速度不等于软件开发总成本为零。应用还涉及授权、兼容、数据迁移、支付、分发、长期维护和安全;桌面照片工具的个人替代案例,也不能直接推广到整个移动生态。
5) AI 写代码之后,品味还重要吗 — 16:02 🎧 · ▶️
💬 主持人以《星际争霸》多年后仍在微调单位数值为例,追问软件的长期品味是否仍构成优势。DHH 回答:恰恰因为发现像素或交互问题后可以迅速修正,他现在更能把个人审美放进产品。他认为许多快速生成的项目止步于“前 80%”,自己最享受的是打磨“最后 2%”。他也承认,为此正工作到每天约 16 小时,这与他过去倡导不过度工作的立场形成反差。组织层面,他说 37signals 约 60 人,自己不想管理 6000 或 60000 人,却愿意借助大量智能体扩大执行能力;个人模型使用则通常可由一档 每月 200 美元的订阅覆盖,多时持有三档订阅。
💡 代码生成降低的是实现与试错的摩擦,不会自动给出产品方向、取舍标准或完成度。若迭代成本下降,能否识别问题并坚持修完,反而可能更加显眼。
⚡ “有一支无需协调的人力大军”是比喻,不能抹去智能体之间的冲突、错误累积和人的验收负担。高强度工作也不应被当作这种生产方式的普遍要求。
6) 怎样才算超级智能 — 22:57 🎧 · ▶️
💬 主持人提出自己的测试:给模型约 2 万美元预算,让它自行采购零件、造出能行走的自主机器人;按这一标准,现有模型还远未达标。DHH 没有类似的统一测试,却认为若只看软件开发的能力广度与速度,今天的 AI 已可称得上“超级智能”。他同时提到,接触机器人从业者时听到的预期更谨慎:涉及执行器和机械操作,可能还需 4 年、5 年甚至 10 年。
💡 两人实际上采用了不同的测量范围:一方要求跨越采购、制造与物理世界闭环;另一方聚焦软件任务。讨论能力边界前,必须先说清任务、环境与成功标准。
⚡ 把某一领域的出色表现直接称为“超级智能”容易造成概念混淆。DHH 对“明年可能出现全面超越人类的系统”的想象,是预测,不是本集已经验证的事实。
7) 顶尖 AI 实验室与开源 — 25:58 🎧 · ▶️
💬 DHH 一边高度评价顶尖闭源模型,一边坚持开放权重模型必须存在,以免能力与定价集中在少数实验室。他回顾约 2000 至 2009 年无需平台许可便可发布产品的开放网络时期,并把移动平台的审批与抽成视为反面经验。他说,自己曾认为本地模型不够有用,如今已经改变看法:桌面设备可运行具有实际用途的模型,相关硬件价格可在数千美元量级。他反对“只能开源或只能闭源”的二选一。
💡 开放权重不仅关乎理念,也是议价能力、离线可用性和研究可复现性的一部分。DHH 想保留顶尖实验室带来的能力进步,同时避免用户只能接受少数供应商的条款。
⚡ 他提到模型落后“约六七个月”、未来可能出现极高 token 定价,以及互联网广告价值集中等判断,缺少本集内可复核的统一口径;应将其理解为竞争风险的论证,而非已核定的市场统计。
8) 超越 macOS 的目标 — 31:50 🎧 · ▶️
💬 项目起初只是 DHH 给自己和朋友打造更称心电脑的尝试;引入智能体后,他开始设想打造自己心中的“完美电脑”。他称早期已有数万人使用,近期版本吸引了数十万人尝试,并提出约 3 年内让 Linux 超过 macOS 的目标;他引用的 macOS 用户规模是 1.8 亿。对于 12 个月内实现同一目标,他说不会给出过半概率,但也不排除。
💡 模型能力提升不仅缩短开发周期,也会抬高开发者愿意尝试的项目上限:从个人桌面配置,扩展到挑战既有平台。
⚡ “尝试发行版”“持续活跃用户”“所有桌面 Linux 用户”与“macOS 用户”不能混作同一种指标。超越目标需要明确统计对象、留存率、硬件兼容性和分发渠道,才有可检验性。
9) 向谁学习,以及 AI 文化之争 — 38:24 🎧 · ▶️
💬 主持人问 DHH 在变化中关注谁。他先谈程序员对职业变化的焦虑:既有技能付出真实劳动才获得,不应轻视失去立足点的担忧;但他认为技术不会因此倒退。他提及 John Carmack、Tim Sweeney 等资深开发者,也谈到围绕 AI 的网络阵营对立,最后主张在保持同理心的同时,帮助更多人掌握新工具。
💡 工具普及不只是技术培训问题,还涉及身份、职业安全感和社会认同。若把担忧一概当作落后,就难以形成让更多人参与的路径。
⚡ DHH 在这段使用了针对政治文化群体的概括性、贬损性措辞;那些措辞既不能代表所有 AI 批评者,也不能替代对就业、版权、安全等具体问题的讨论。
10) 匿名黑客的回归 — 44:35 🎧 · ▶️
💬 DHH 观察到,Linux 与本地 AI 社群中,一些以网名活动、并非以企业履历为中心的创作者重新进入核心开发工作。他称项目核心团队及相关基金会人员中就有 2 位使用假名的人士,并把这种氛围联想到 90 年代黑客社群。他认为智能体降低了个人参与重要软件建设的门槛,也肯定 X 在连接创作者方面的作用。
💡 如果个人或小团队能推动原本只有大公司有资源处理的基础软件,贡献路径就可能从“先进入机构”转向“先交付可用成果”。
⚡ 假名有利于保护隐私与作品导向,却不自动带来可靠性。对系统级软件,代码审查、供应链安全、维护承诺和责任机制依然不可少;把某一社交平台视为变化的决定性原因,也属于 DHH 的主观归因。
11) 90 年代演示文化与有性格的电脑 — 47:33 🎧 · ▶️
💬 两人谈起 90 年代以视觉效果和技术巧思为核心的演示文化。DHH 说,Omarchy 的屏幕保护程序轮播约 40 种演示效果;本地模型启动等待期间,他也加入纯粹为了观感的字符动画。他回忆自己 14 岁时在卧室运行有 3 条电话线接入的电子公告板,以及拨号调制解调器的声音,借此解释为何希望电脑重新带一点神秘感和个性。
💡 这给前面的效率论补上一块拼图:即使智能体能代劳操作,人仍会长期生活在这台电脑的界面、声音和节奏里。操作系统也可以是有表达欲的作品,而非另一款系统的廉价仿制品。
⚡ 怀旧审美并非普适需求;额外动效还可能影响性能、无障碍使用或专注度。让电脑“有性格”,最好建立在可关闭、可定制和不妨碍核心任务的基础上。
人物与机构
- David Heinemeier Hansson(DHH):本集嘉宾;Ruby on Rails 创建者、37signals 联合创始人,推动 Omarchy 项目。
- 37signals、Basecamp、HEY、Ruby on Rails:DHH 长期参与的公司、产品与开发框架,构成其产品判断的经验背景。
- Omarchy 及相关基金会:DHH 谈论的 Linux 发行版及支持项目的组织;英文自动转写对其名称拼写不稳定。
- 苹果、微软、谷歌:访谈中用于讨论桌面与移动平台竞争、应用生态及权限设计的公司。
- 顶尖 AI 实验室与开放权重社区:DHH 希望同时保有能力前沿与可替代性、可本地运行性的两股力量。
- John Carmack、Tim Sweeney:DHH 提到、并认为值得关注的资深软件创作者。
金句
“过去让 Linux 难用的三件事——终端、配置文件和难懂的报错——正是智能体喜欢的三件事。” ——DHH,意译
“我能把更多品味、更多愿景、更多完美主义放进软件里,因为发现问题和修正问题之间的障碍塌缩了。” ——DHH,意译
“我想要开放权重,也会为前沿模型的进步喝彩;两者都有,事情才会对更多人更好。” ——DHH,意译
“电脑应该保留一点神秘感,应该很酷,不必被打磨得毫无性格。” ——DHH,意译
洞见与延伸背景
“智能体友好”不等于“权限越大越好”。 DHH 强调可操作性,安全设计则需要回答另一组问题:智能体在什么范围内行动、哪些步骤需要确认、怎样记录改动,以及失败后如何恢复。理想系统既让任务可自动化,也让授权可理解、可撤销。
软件护城河可能从代码转移,而不是整体消失。 访谈挑战的是“已有大量源代码就难以复制”的想法。但即便代码可以重建,历史数据、用户关系、兼容承诺、分发渠道和持续服务仍需分别评估。Lightroom 替代案例的启发在于缩短原型周期,而非证明所有产品都可在两周内完整替换。
本地 AI 的价值不只由模型排名决定。 DHH 改变看法,是因为模型已经从“能在本机运行”走到“能完成有用任务”。对于系统软件,本地可用还可能影响离线工作、数据控制与供应商替换选择;是否划算,则取决于具体任务、设备和维护成本。
争议与需核实
- 用户规模和迁移目标:节目中“数万人”“数十万人尝试”、macOS“1.8 亿用户”及“三年超越”的口径不同。比较前应核实来源,并统一安装量、活跃用户和统计时间。
- 替代应用的完成度:社区约两周制作 Lightroom 替代工具是 DHH 的叙述;插件、预设、数据兼容、质量及长期维护程度,需要另行验证。
- 合同与捐助数字:约 2300 万美元的说法同时涉及算力额度和捐助,不宜直接表述为同额现金融资;AI 起草与签署文件的流程也仍需考虑法律审核及授权控制。
- 速度外推:约 1500 token/秒的演示不能推出未来一定达到更高速度,也不能推出生成、测试、部署整套软件的时间会同比缩短。
- 超级智能及历史类比:DHH 对软件能力、通用超级智能和机器人落地时间使用了不同判断尺度;其关于核武器、和平与 AI 风险的类比属于个人观点,不是已完成的因果论证。
- 名称与型号:英文自动字幕对项目、组织、人物及部分模型名称存在明显误听;如需引用精确名称或版本号,应以项目、厂商的一手资料复核。
行动建议
- 选一个低风险系统任务做对照实验:分别用图形界面和智能体完成,记录耗时、授权步骤、错误和恢复难度,而非只比较演示速度。
- 为系统改动设边界:先备份配置,限定可访问目录;让智能体先展示计划和差异,再执行,并保留回滚路径。
- 用“最后 2%”验收生成软件:检查边缘情形、无障碍体验、性能、数据迁移与后续维护,避免只凭首次运行效果判断完成度。
- 同时试用云端与本地模型:在自己的真实任务上比较效果、成本、隐私要求和故障时的替代方案。
- 为大胆预测预先定义指标:讨论“新平台能否成功”时,明确活跃用户、留存、关键应用覆盖和统计期限,之后才能检验判断。