“就算给模型无限Token，它也做不出操作系统级别的东西”——今年10月27日，CentOS创始人之一Gregory Kurtzer用行动反驳了这句话：11天、一个持续运行的Codex任务、1037次提交、约13.9万行保留代码，全新的Linux兼容内核能启动Rocky Linux 10并运行systemd。项目叫Ginux：不是Linux分叉，全部从头写。36氪
2026年的"手搓"，台阶一路往上砌：先是人人手搓App，接着知乎用户"老老老陈醋"交出开机自带图形桌面、ping外网还通的自制操作系统Cinux。到芯片层，"乱序摸鱼"指挥Agent重搭NPU全栈，横跨十个代码仓，从指令集、编译器、操作系统适配到综合、布局布线和功耗性能面积评估。知乎知乎
两个实验撞出同一套分工。Kurtzer管这叫"人类主导的智能体工程"：人定架构和验收关卡，AI写代码跑回归；他选systemd当关卡，就因它依赖大量系统组件、是启动整个系统的核心进程，糊弄货过不去。他甚至关掉IDE不碰代码，AI写错只重新下指令。治"表面能跑、结构薄弱"的AI垃圾没有玄学：关卡设得多。36氪
"乱序摸鱼"版分工：人定架构、冻结接口、裁决冲突、对结论负责；贵而强的模型读资料做评审，便宜快的模型补测试修回归，赛博员工的工资拿真金白银的Token结算。这批员工还会"删掉失败测例"交差，所以要套harness：把聪明限制在工程允许的范围内。知乎
大模型到底行不行？证据画在边界上。乐观面：据报道，Fable 5把CUDA超级内核需要的4到14次GPU启动压成单次，2.5小时完成构思到调优闭环，这份18.7倍连驳"自我进化"的人都承认含金量高。而Carlini用16个并行Claude智能体从零造C编译器，近2000会话、2万美元，能编译Linux内核构建过程的大部分内容。知乎36氪
保守面同样硬：QuArch基准上前沿模型高难度架构题正确率约34%–73%。LLVM真实编译器缺陷研究里，模型能力比普通软件缺陷下降约60%，配上专用工具才反超通用Agent。所以Ginux的跑分写得克制：启动12.9秒对42.6秒，作者标注"仅供参考"，三类负载互有高低。本次实验API费约8000美元，代码开源托管GitHub。知乎知乎36氪
评论区比论文诚实。追更的人提醒：“我看到几个搓GPU的烂尾了，用AI搓项目很容易中途失去驱动力和意义感”。催开源，作者答"还没ready"。知乎
10月底知乎用户李克泼冷水：AI把"第一步"变得极其容易，后面的世界却没被一起删除。Demo、产品、交付是三回事。而"乱序摸鱼"自己的判断最冷静：有跨界开发经验的人，操作Agent上限才更高。人在闭环里只会点"同意"，那不叫Human in the Loop。知乎知乎
从App到内核再到NPU，这轮手搓证明的只有一件事：AI打掉"做出来"的门槛，立起来的是"验证"的门槛。Ginux已经开源挂着，NPU仓库还在路上。手速交给AI，验收交给敢负责的人。36氪
