● Feed Monitor · 每天替你盯顶级英文播客

Why AI Has DHH Working 16-Hour Days

a16z · 2026-11-21

Why AI Has DHH Working 16-Hour Days
一句话摘要

David Heinemeier Hansson 用 AI agent 5 个月开发出 Linux 桌面系统 Omachi,用户数已达数十万,几乎全靠 AI 生成代码。

AI agent操作系统Linux开源
结构化解读

AI让Linux三大缺陷变成护城河

David Hansson 是 Basecamp 的长期开发者,Ruby on Rails 也从 Basecamp 项目中提炼出来。他正在开发面向 agent 时代的 Linux 发行版 Omachi。这里的 agent,指能理解自然语言目标、调用工具并完成多步操作的 AI 代理。DHH 的判断很激进:AI 会改变操作系统、应用商店、公司规模和技术创新者的身份。

这期回答了 8 个问题:

  1. 为什么过去难用的终端、配置文件和报错信息,突然成了 Linux 的优势?
  2. 当一个人两周能重做 Lightroom,应用商店和操作系统的锁定还剩多少?
  3. 如果千万行源码不再构成护城河,创业公司真正该积累什么?
  4. AI 能写完前 98%,为什么最后 2% 的产品打磨反而更重要?
  5. 一支带着 agent 的小团队,能否获得万人员工规模的产能?
  6. 为什么开放权重模型不是意识形态之争,而是反垄断基础设施?
  7. AI 在软件开发上已经接近“超智能”,为何机器人仍可能要等五到十年?
  8. 匿名黑客、90 年代 demo 文化,为什么会在 AI 时代重新成为创新力量?
1. Linux的旧缺陷在agent时代反成系统优势

被问到为什么 AI 会让 Linux 桌面迎来窗口期时,DHH 举例:macOS 里重映射工作区快捷键,人手动操作不难,agent 却只能别扭地模拟鼠标点击,像让能读代码的工程师戴着手套戳屏幕。

Linux 长期被嫌弃的三件事,恰好是终端操作重、配置文件难懂、报错信息晦涩。DHH 的反转是:agent 不需要漂亮的设置页面,它需要的是可调用的命令行、结构稳定且可编辑的配置文件,以及包含足够细节的报错。"These are the three things agents love."(这三样东西恰恰是 agent 最喜欢的。)

他还提到,Apple 当天又增加了限制 agent 访问 macOS 文件的警告弹窗;而 Omachi 的思路相反,用户可以直接要求 agent 修改自己正在使用的操作系统。这意味着,操作系统的评价标准会从“人能不能点得顺手”,转为“agent 能不能读懂、修改并验证”。过去围绕 GUI,也就是图形界面,精心设计的封闭系统,可能会成为 agent 工作流的阻力。安全顾虑并不虚假:允许 AI 接触文件,确实会扩大误操作和数据泄露的风险。但 DHH 的担心是,若每一步都被弹窗和权限墙拦住,macOS 会在 agent 时代变成一个漂亮却难以改造的盒子。

2. 应用生态的锁定将先于操作系统份额崩塌

被问到第三个移动操作系统为何突然变得可能时,DHH 没有先谈手机芯片或市场份额,而是谈了一款老软件 Adobe Lightroom。他过去一直保留一台 Mac,只因为 Lightroom 里存着相机插件和预设,迁移成本太高。后来,Omachi 社区一名成员花了大约两周复刻 Lightroom;按 DHH 的说法,不只是复刻,效果还比 Adobe 原版更好。

这正击中了微软 Windows Phone 当年失败的要害。微软在移动端投入过巨额资源,但用户不会为了一个新系统放弃 Instagram。平台没有常用应用,系统本身再好也没用。DHH 的判断是,过去卡住迁移的不是操作系统本身,而是应用供给。"The entire lock in on these ecosystems is about application availability."(这些生态系统的全部锁定,本质上都来自应用是否可获得。)

他预判:若某个手机应用不存在,借助 agent 大约 5 分钟就能做出来。这不代表成熟应用都能可靠重建;Lightroom 的案例恰好说明,复杂产品仍要两周。但平台不必再花数年补齐目录,锁定会从“没有替代品”转成体验、数据迁移和信任问题。

3. 源码规模不再构成护城河,迭代周期被压到周级

被问到 AI 是否只是让代码写得更快、却不会改变软件竞争本质时,DHH 的回答很直接:他认为仍把源码当护城河的人,已经判断错了战场。Omachi 当前起飞的版本,最初由他和主要搭档 Ryan Hughes 在大约两个月半的兼职时间内完成。对面则是微软数千名程序员,以及其他大公司遍布全球的数万名工程师。

过去,软件公司可以把“我们有几百万行代码”“这个系统维护了十年”当作防御工事。因为重写它,需要同等规模的人力、预算和时间。现在,模型把这笔账压低了。DHH 在 Omachi 开发期间经历了从 Opus 4.8 到 Opus 5.5 的升级,并把两者能力差距形容为巨大。"Anyone who still thinks that there is moat in source code are delusional."(任何还认为源码本身存在护城河的人,都是在自欺欺人。)

这意味着,创业公司的预算和跑道会被压缩。代码存量仍承载历史决策,却不再天然等于壁垒;更稀缺的是选题、验证速度和掉头能力。源码从城墙变成施工材料:材料便宜后,地基和成品才更值钱。

4. 编码不再稀缺,追完最后2%的人才稀缺

被问到软件的长期价值是否仍来自细小而持续的设计调整时,DHH 反而承认了“匠人”没有消失。他说,过去看到界面里几个像素不对,和真正把它修好之间,隔着会写代码、会理解系统、会部署修改的一整套门槛。如今这道门槛坍塌,他可以把更多个人品味、愿景和完美主义直接注入产品。

问题在于,很多用自然语言快速生成软件的 vibe coding 项目,最容易停在前 80%。原型能跑,功能看着齐全,作者已经拿到最强的即时满足;剩下的是边角不协调、瑕疵、bug 和交互断裂。DHH 说自己恰好相反,真正的满足感在最后 2%。但他也明确说过,当前还没有一种设置能一键得到完美结果。"I've not yet found the correct loop or setup where you can just oneshot everything and the design comes out perfect and everything comes out perfect."(我还没找到一种正确的循环或设置,能让你一次性做完所有事情,并让设计和一切结果都完美无缺。)

这意味着,人类的角色正从“把需求翻译成代码”,迁到发现缺陷、定义好坏、坚持收尾。AI 越降低启动成本,最后那段质量爬坡越能拉开差距;DHH 每天工作 16 小时也说明,近乎无限的执行能力会让“再改一点”更难停下。

5. 小团队借agent可获得大公司产能而不继承协调成本

被问到 agent 是否仍需要大量人类团队配合时,DHH 把问题从“能做多少工作”转成“要付出多少协调成本”。37signals 约有 60 人。他从未想把公司扩到 6,000 人,更不想扩到 60,000 人,因为人一多,不只是多出产能,也多出人事、争论、管理、汇报和委员会。

但他对另一件事很兴奋:由一个人把经过提炼的愿景,高带宽地传给一支 agent 舰队,获得近似 60,000 人的生产潜力。他的实际成本并不符合“AI 只有大公司玩得起”的想象。DHH 说,自己大部分时间只用一个每月 200 美元的 Claude 20x 订阅;即使总共开了三个订阅,也很少真正用满。"When it's just you and the agents, you're in hyperdrive."(当只有你和这些 agent 时,你就处在超速模式。)

这意味着,部分知识型公司的最优规模可能缩小:agent 接走拆分、同步和交接的工作。前提是方向足够具体、判断足够快;它们能并行开工,却不能替创始人裁决目标冲突。少了开会的人,不等于少了决定。

6. 开放权重不是情怀,而是防止AI重演平台抽成

被问到前沿实验室与开源模型该如何共存时,DHH 把焦点放在开放权重上。开放权重,指模型参数可被下载并在本地或自有服务器运行,而不是只能通过某家公司 API 调用。他回顾,约从 2000 年到 2009 年,互联网曾是无需许可就能开发的开放平台;移动平台崛起后,开发者又得向应用商店申请上架,业务生死重新被平台攥住。

他并不否认前沿实验室的领先。GLM53 或 Deepseek Flash 在部分任务上可能比前沿模型落后六七个月,但已经能参与竞争;DGX Spark 已能在桌面运行有用模型,Quen 38 Flash Next 也已经可用。关键不在于它们是否每项指标第一,而在于开发者有退出选项。"It would be a nightmare scenario if we end up with a duopoly position, especially one that's enforced by the government with big guns."(如果我们最终陷入双头垄断,尤其是由政府用强制力维持的双头垄断,那会是一场噩梦。)

这意味着,开放权重是议价权基础设施。若只剩少数前沿实验室,token 价格就可能被抬高;平台一旦集中,抽成会成为默认规则。他希望前沿实验室继续领先,但也必须被开放模型和其他竞争者牵制。

7. 软件开发已近似超智能,具身世界却仍没有时间表

被问到怎样判断真正的超级智能已经到来时,DHH 没有给出一套验收测试。他甚至说,自己应该有一套测试,但目前没有。可在软件开发这个范围内,他的感受很明确:如果同时看能力广度和工作速度,AI 已经比他认识过的任何程序员都强。只是在极窄领域,仍有一些顶尖程序员能胜过 agent。

但这不等于 AI 在所有事情上都抵达同一水平。DHH 两周前到中国访问 Unitree,听到机器人从业者给出的时间表是四年、五年,甚至十年;这与软件圈常说的“明年就会快速起飞”相差很远。区别在“具身”二字:具身智能不只输出文字或代码,而是要通过执行器、机械结构和传感器,稳定地作用于真实世界。

这意味着,第一波重组更可能先发生在纯数字工作中:软件、文档、设计和流程都能在屏幕内反复生成、测试、修改。机器人还要面对抓取失败、材料变形和环境变化;软件模型能写控制逻辑,不等于机械手能稳定识别、施力和去皮。软件侧接近超智能,不构成机器人明年成熟的证据。

8. AI把技术前沿重新交给匿名黑客与个人实验者

被问到会向谁寻找 AI 时代方向感时,DHH 提到的不是企业高管,而是半匿名的创作者。Omachi 核心团队和 Omicon Foundation 名单中,有 Quick Shell 创作者 outfoxxed,也有艺术创作者 handcore。前者做的是桌面交互所用的可修改 shell,后者参与视觉创作;他们都不以完整实名履历作为主要身份。

DHH 还把 Omachi 的屏保做成 40 种 demo 效果组成的 ASCII 艺术。ASCII 是用字符拼出动态图形的表现方式。这是在刻意复兴 1990 年代 demo party 的文化:程序员和艺术家为了展示图形、声音和机器性能,做出短小却炫技的作品,不必先证明它能卖多少钱。他认为,X 正在把艺术家、半匿名黑客和本地 AI 运动重新连接起来。"Now we're redemocratizing it. We're returning it to the hacker culture."(现在我们正在把它重新民主化,把它还给黑客文化。)

这意味着,技术前沿的参与资格可能重新变化。此前,浏览器内核、操作系统等重要领域复杂到几乎只有大公司能推进,个人很难进入。AI 降低实现成本后,一个能做出成果的个人或小社群,可以再次影响方向,而不必先拥有公司职位、融资或 LinkedIn 上的一长串头衔。这里的边界也很清楚:匿名不自动等于能力,炫酷 demo 也不自动等于可维护产品。但当做出原型的门槛下降,身份不再是进入前沿的门票,作品本身会重新说话。

把这8条放在一起看

“Linux 的旧缺陷在 agent 时代反成系统优势”和“开放权重不是情怀,而是防止 AI 重演平台抽成”看似在谈两个层面:一个是终端、配置文件和报错信息,另一个是模型供应与市场结构。但它们指向同一件事:软件正在从固定产品,变成可被实时读取、修改和重组的活系统。

如果系统可被 agent 改写,那么应用数量不再必然锁死平台,千万行源码也不再自动锁死竞争者,小团队甚至能调动过去只有大公司才有的执行力。但这种能力也可能重新集中:今天摆脱应用商店的许可,明天又受制于少数模型供应商的价格、权限和接口。

所以,对读者来说,问题不只是“要不要学会用 AI”。更具体的是:你所在的系统能否被改、能否被验证、能否在关键时刻换掉供应商?你能否把自己的判断、品味和问题定义,传递给越来越强的执行工具?当代码变得便宜,真正昂贵的,是你是否知道该改什么、哪里还差最后 2%、以及是否还有权利亲手把它改掉。

↗ 观看原片(YouTube)

→ 看今天的全部更新每天替你盯 14 个顶级英文播客频道,AI 提炼成几分钟读完的中文精华。每日更新,无需登录。
微信扫一扫 / 长按识别

每天早上,这份精华我直接发你微信。加我,长按左边二维码。

微信:xiangcaizi02