| 
编注：咱们会不按期挑选 Matrix 的优质著作世界杯体育，展示来私用户的最真实的体验和不雅点。著作代表作家个东说念主不雅点，少数派仅对标题和排版略作修改。 导读：全文 11169 字，阅读所需 20-25 分钟。毫无逆向履历的 LOSSES，靠着给 GLM 和 NotebookLM 当「传发话器」，奏效拆解了 MP3 的底层固件并作念出了魔改器用。著作不仅复盘了处治 AI 长凹凸文降智的双模子责任流，更深度瓦解了 AI 高频反馈如「老虎机」般榨干元气心灵的心思陷坑。若是你对硬核的赛博修车感风趣，或是想了解 AI 器用带来的粉饰心思陷坑，不妨花点时辰读一读。 敝东说念主对「保存音乐的介质」有一种迷一样的执著。若是你看过一个叫「科幻枸杞」的 YouTuber，那你简略就能懂。 我跟他的敬爱还挺像的：小学的时候非常可爱用家里的磁带机作念 MixTape，留住了好多好意思好回忆。而当今的东说念主生梦想是搞一台我方的 Walkman 磁带机。 伸开剩余96%但这事儿它不咋好搞。Walkman 这东西，死贵、坑又多。我本年的生辰愿望便是期待一个好心「群友」送我一台，但我知说念他们会骂我臭不要脸。为了填补那深重的消费主义空泛。半年前，我拼凑着买了个飞傲（Fiio）出的 Echo Mini，一个长得像 mini 磁带机的 MP3。 ▍这个开发挺烂的 成功之后用了一阵子，产生了一种相当复杂的感受：挺好，然而活整得挺烂。 最辣眼睛的是阿谁大果粒骄矜器，搁十五年前你可能会以为它便是 Average Level 的骄矜屏幕。但在 2026 年的今天，盯着它阿谁屏幕，就只会以为颇为机密。其实哪怕屏幕是大果粒，只消你的视觉作念得好（比如因循像素风），说不定如故个上风。但这开发的遐想烂就烂在那破 UI，一开机「地铁老东说念主看手机」的诬陷面貌就糊脸上了。 我一直跟「群友」怀恨，这些遐想师一看便是小年青，因为他犯的遐想践诺诞妄实在太离谱了。所有这个词的图标，清一色全没作念像素对王人，是以看啥都是糊的。In case you didn't know, 蜀黍大姨们还在玩遐想的时候，屏幕分辨率都很低，为了让画面看上去横蛮领会平日都会尽可能幸免锚点卡在半像素上导致次像素平滑。这开发的问题是好多图标非常小，糊成一团基本就看不出来个体式，盯着瞅半天满脑子问号：这™是个啥？最无理的是，图标是糊的，笔墨渲染又是像素字体。 再比如，当你正在升级固件的时候，屏幕上会骄矜一个用中易黑、宋画出来的丑陋界面，而且指示笔墨果然不在画面正中间！日用的时候若是你把语言切成法语，会发现带遮挡符的字母和不带遮挡符的字母大小还不一样，字母十足十足高凹凸低缭乱不王人。 还有更迷幻的，所有这个词的位图 UI 素材看起来都像是先用有损样貌导出，又转成了 BMP 终末镶嵌固件的。所有这个词贴图的明暗交壤处都痛苦其妙地多一圈白边，而且细节充满压缩后的噪点陈迹。加上那说不上好的操作手感，用起来未免让东说念主身心不适。 天然它也有优点：长得挺可儿、很小，揣出去还能当个酬酢谈资。让我最可爱的少量是，它有两个耳机孔！一个均衡口，一个 3.5mm 接口，致使能一说念责任！这让我想起了上学时和好同学共享团结副耳机的芳华岁月。当今有了这玩意儿，你可以和另外三个好一又友一说念共享音乐了，四东说念主同乐就非常的生草。 另外还有一些更离谱的玩法。 人所共知，索尼降噪大耳包基本上便是低音拉满玩命轰头，高频那边则是又糊又从邡。然而我手边恰恰有个平头塞（YINCROW 那款，最近刚买的），高音处理得还可以然而缺低音。那么问题来了：能弗成让他们一个负责高音，一个负责低音嘞？ 既然要强化低音，那不如就把 Clear Bass 成功拉到 +10。平头塞就正常听，没加额外 EQ。当我同期戴上两个耳机（便是把平头塞耳朵里，再把 XM3 罩在外面），然后循序拔掉其中一个的插头，发现拔掉索尼，声息转眼变薄，吉他指弹的泛音还在，但低频的箱体共振没了；拔掉平头，声息成功糊成一团，索尼阿谁闷糊感一下子就突显出来了。 两个一说念的时候，果然出现了真 正 的 音 乐 d(ﾟ∀ﾟ)b！ 但这玩法不是莫得代价的，输出相位服气对不上，导致声息听起来非常「死」，像在水泥池子里游水，空间感有很大的示寂。 总体厌烦上便是这么——硬件是好的，软件是烂的，烂得非常均匀澈底。不光软件 UI 遐想是烂的，其实工程推行亦然烂的，这点后头再说。 是以我一气之下（其实也没太不悦，便是动了个念想）开动尝试魔改固件。 ▍固件魔改初探 我简直莫得任何逆向工程的履历，上一次干这事儿如故在初中，履历早就忘光了。对于「逆向」这事情封顶的履历是研究被 Uglyify 的 JS 代码。是以，这活儿不是专科的东说念主只怕是真的干不来。 但咱有大语言模子不是！ 我试了下让 GLM 4.7 摸了一下固件大体的体式，他还真给分析出了点有料的东西。一开动，我和他讲「这有个固件，我的方针是把内部的位图给建议来，你告诉我咋整。」他就告诉我，他需要 capstone, ghidra, r2pipe, rzpipe, angr。NixOS 装这些玩意的 Python binding 有一丢丢坚苦，但终末如故给配上了。 接下来他就开动我方扫二进制文献。没一会儿，芯片型号、SDK 型号全给扫出来了。他还找到了分区表，致使我方尝试读取指示序列，发现了某种「固件加密」，作念了修处死式（此处有深广伏笔）。 后头，他爬到了文献内嵌的文献系统，盘讲求底把 .bmp文献十足给拽了出来了，我一看，图还真都是那么个体式。 但索要的时候也遭受了坚苦。阿谁 BMP 的心思编码奈何都对不上。这地点就得我上场了，毕竟它不长眼睛，但我长眼睛。我负责看，它负责不断地试参数，终末我俩总算是把正确的解码参数给碰出来了。 字库索要 因为是像素图，是以有一个最简便的假定，字库的存储是二进制序列，0 是空缺 1 是带字的部分。于是我掏发轫机拍了一下屏幕上的汉字，然后开动数像素颗粒码到 TXT 文档内部当成搜索样本——不得不说，这还真得感谢它是大果粒像素字体！让我能看清那一颗一颗的像素。 我把抠出来的几个字交给 GLM 4.7，告诉他「就这几个字，你想办法去扫扫看。」杀青不测的好，他通过各式垫 padding，还真把那像素字体存储的位置给执出来了。 固然找到了字形文献，但不知说念数据结构是啥，也不知说念索引表在哪。这就开动了漫长的盲东说念主摸象。而且有一个很拧巴的点是，每隔几个字就会出现字符扯破，便是左半边往上挪少量，右半边往下挪少量，隔一个字就来一下，完全不知说念咋回事。 没啥招，只可看固件内部的笔墨渲染逻辑了。归正字在哪儿依然知说念了，在地址凹凸摸一摸，总能摸出点东西。不到半小时，它就把渲染函数给摸出来了，然后一步步往上爬，终末找到了渲染公式。 然而这一直都没办法证明为什么会出现图像扯破。为了处治这个问题，咱们还一度怀疑是不是一些软硬件通讯条约层面上的协定，致使造了一个触及 VOP DMA 的迷你渲染模拟器，问题都没执出来。 一定是那儿出了问题，我那时一直堕入了一个死巷子里，认为是索要算法的问题。 扯破的模式很明确左半边往上偏少量，右半边往下偏少量，隔一个字出现一次。于是我便尝试让 GLM 4.7 尝试找出偏移规章。这内部出现了一个很烦东说念主的点，它经常打出一大堆 ASCII Art，明明打出来的字都依然诬陷了，然而他如故信誓旦旦地告诉我：对的，这是汉字，完竣的汉字没问题。 但阿谁字明明依然裂开了。 LLM 是文本模子，它只可一瞥一瞥地横向读数据。 它看到的是一瞥行由点和井号组成的字符串，它能从统计规章上估量「这看起来像汉字」，但它根蒂莫得二维视觉，它看到的东西和东说念主眼看到的完全不是团结件事。你要它判断一个字形对不合，它给你的不是视觉判断，是一个概率揣度，而这个揣度非常容易出错。 另外，他非常可爱统计建模，认为「80% 对上了」比「50% 对上了」更好，哪怕它比对的可能完全不是一个东西。此时，你得非常耐性性告诉他，这东西只消完全对上了和完全对不上，莫得只对得上一半的情况。 这件事反复发生了十屡次。每次我说「你详情这是汉字吗？字都扯破了，体式不合，字形不完竣是好几个字拼在一说念的」，它就说念歉、再行分析，凹凸文爆掉压缩，犯过的诞妄被很糟糕的压缩指示词给搞丢，你明确告诉他「你要一列一列地读，不要一瞥一瞥地读」，他听了，然后过一会儿自动了债到行读模式。再告诉一遍，再了债去。你的指示对它来说是临时覆盖，不是真确改革了它的责任景观。 这个过程中我有几次情感失控，成功开动飙骂。过后发现这是个非常具体的问题：你的情感一朝注入对话，它会留在凹凸文里，致使这些信息会在凹凸文压缩过程中保留住来（然而症结的方法论履历不会流下来），然后持续玷污后续的推理质地。骂它之后，它开动把多半元气心灵用来安抚你的情感，而不是处治技能问题，况兼前列百计地幸免触发你的情感感受，终末变得什么都不作念，非常像东说念主类的 FoF 响应。杀青便是，推理越来越弱，你越来越烦，恶性轮回。 这是个很实用的申饬：和 LLM 配合时，你的情感情状是工程变量，不是私务。 直到后头我开了一个新的凹凸文，请 LLM 作念了一个渲染杀青到 ROM 地址的映射可视化器用，我一块一块看，况兼跟新的凹凸文作念了证实，他问了我一句「你这固件文献那儿来的」？我把「缔造剧本」给他看，他告诉我：那缔造剧本 Fuck Up 了你的所有这个词分析，他用诞妄的景观解读了固件把数据结构顺心掉了，是以才会出现字符扯破的问题。 至此悬案解开了。 检字系统逆向 至此咱们只找到了 CJK 区域的字，然而对于其他区域的字一无所知。咱们看到了平面之间有多半纯 0 空缺数据，有一段连气儿数据，中间又有大片空缺，然后又是一大堆数据。LLM 说数据是分块存储的，况兼阴恶地绕过了对那一大堆纯 0 数据起头的证明。 按照通盘逻辑，若是数据是分片的，那么就需要有一个表，它就开动尝试产生一千零一种幻觉，试图把「查表」这个假说给硬凹出来。 另外你也知说念的，模子极不擅长数学，我给他几个样本字符，他「寻找规章」但一直告诉我莫得规章，一定是查表得回的。于是我找了更各样本，致使码着 CJK 码位搞出来了好几排字，让机器渲染出来、拍照，用 Gemini 的 Canvas 写了两个器用，造了一大堆的样本给他搜。 具体来讲，其中的一个器用是二进制序列还原器用，传入一张像片切片，自动切成 16×15 的格子，每格生成一个直方图，中间加一条拖动的分割线，象征左边是黑，右边是白，自看成念二值化判断。之后我只需要拍照、传图、调分割线，字形就自动描出来了。 还有一个器用：给定一个位图，自动生成前后 100 个 Unicode 码位的字符表，点击某个字符就把对应的码位复制出来。这是因为那时根蒂找不到一个好用的 Unicode 码位查询网站，干脆我方造一个。 然而他一直在诞妄的凹凸文当中望文生义，直到我把所有这个词扫到的数据导出来扔给 Gemini 的 Canvas 作念了一个线性记忆拟合把公式甩且归之后……嘿！它依然不听！因为这跟它看到的指示序列逻辑对不上。它说推出来的宽度是 32，本色渲染的却是 33。 这个问题卡了整整两天。 这里又学到了两个症结的学问：复杂任务需要多个模子进行众议，一个模子很有可能会堕入学问盲区。事实上 Grok 最近也上架了一个集成多模子众议的模式，看着还挺好玩的。 凹凸文经管 到这个阶段，一个很昭彰的问题就被暴线路来了：只消你的凹凸文窗口一大，塞的东西一多，它就会变弱智。那时咱们俩生成的各式文档、日记、代码片断依然有好几千行了，它开动瞎掰八说念，不断地怀恨，开动戳一步走一步，践诺开动变得非常痴呆。 而且之前留住来的文档越累积越多，越来越长。若是一篇文档就能把凹凸文吃个泰半，那通盘研究便无从接续。是以是时候作念 House Keeping 了。 结构化存档 第一步是把所有这个词积蓄下来的文档一次性扔给 Claude，让它帮我整理成树状目次，每个学问点单独成文，文献之间相互索引，进口是一份导读。后续遭受具体问题时，只需要把目次加上有关的一两个小文献投喂给模子，而不是把通盘研究历史都塞进去。凹凸文消费量大幅压缩，模子能跑得更久、更准。 但这只处治了存量文档的问题。GLM 还有个坏习尚：让它记一份文档，它会悄悄创建三份。你的文档库很快就酿成垃圾堆，是以借助额外的模子看守文档库是很症结的（但后头我发现 NotebookLM 作念这事情服从更好一些）。 问题树 单纯存档还不够，因为它管的是「已知的学问」，而逆向工程股东的过程中，问题自身是动态孕育的。 我贯注了一份专门的问题树文档。这内部不是一个简便的待办清单，纪录了通盘问题空间的动态演化：一个大问题在研究股东中会繁衍出些许子问题，子问题处治了一部分，又暴线路新的未知，新的未知再裂酿成更具体的小问题。这棵树完竣地纪录了这个裂变过程。 这种结构带来的处治带来了两个克己。一方面，它对问题空间有一个高维度的抽象描摹，你随时能看领会「咱们当今在哪、还有什么不知说念、刻下最症结的瓶颈是什么」，而不是清除在一堆衰败的技能细节里。第二，亦然更要津的，它极地面匡助贯注凹凸文的清洁。 具体来说：每次开启新的攻坚，我不是把所有这个词研究文档都塞给模子，而是只把问题树确刻下情状贴进去，从内部挑一个最症结的子问题，让模子围绕这一个问题生成任务率领书。模子拿到的是一个被高度抽象和压缩过的问题描摹，而不是几天来积蓄的原始推导过程。这么它的凹凸文是干净的，推理质地就能看守在正常水平。 这少量在式样后期尤其要津。当研究股东到最深处、GLM 4.7 开动不断瞎掰的时候，我开了一个全新的对话窗口，把问题树确刻下情状贴进去，挑出最症结的阿谁子问题，让 GLM 研究清单。原因很简便：它拿到的是一个干净的、经过抽象的问题，而不是被几天噪声玷污过的凹凸文。 这套方法的中枢逻辑是：大语言模子的灵验责任窗口是有限的，你塞进去的信息越多，它能分派给真确念念考的空间就越少。问题树作念的事情，是把一个复杂式样的学问情状压缩成一个可以随时拎起来、随时投喂的抽象结构，它不纪录你作念了什么，它纪录你还不知说念什么，以及这些未知之间的推敲。 NotebookLM 在通盘逆向工程式样里，GLM 承担的是主要的践诺责任，扫描二进制、反编译、写代码、追调用栈。但它有一个难以规避的错误：它太容易顺着你的念念路走。你给它一个办法，它会沿着这个办法一直推，推到撞墙为止，然后开动在墙边原地打转，却不会主动后退一步质疑这个办法自身是不是错的。 NotebookLM 在这个式样里演出的是完全不同的变装。 任务书—任务陈述的配合模式 这套责任流的中枢是把学问积蓄和任务践诺拆成两个相互孤独的凹凸文。 NotebookLM 负责学问侧：它的文档库里存放着所有这个词的研究效果、问题树、技能文档。它不参与具体践诺，它只读文档，然后输出任务书。 GLM 负责践诺侧：它拿到任务书，专注践诺，完成后输出任务陈述。它的凹凸文里只消刻下任务的践诺细节，不需要记取通盘式样的历史。 NotebookLM 负责学问侧：它的文档库里存放着所有这个词的研究效果、问题树、技能文档。它不参与具体践诺，它只读文档，然后输出任务书。 GLM 负责践诺侧：它拿到任务书，专注践诺，完成后输出任务陈述。它的凹凸文里只消刻下任务的践诺细节，不需要记取通盘式样的历史。 具体经过是这么的： 式样卡住，或者一个阶段告一段落，我让 NotebookLM 读刻下文档库里的所有这个词研究效果，生成一份任务书。任务书的结构是固定的：问题述说（我领路你当今卡在那儿）、分步课题（把大问题拆成三四个可经管的小方针）、任务清单（每个方针下列出具体技艺，明确说看成是什么、目的是什么）。 我把这份任务书原样交给 GLM 践诺。不加任何个东说念主证明，不加任何情感，便是一份简简便单的结构化文档。 GLM 践诺完成后，输出一份任务陈述：研究方针、要津发现、论断、留传问题、下一步建议。通常是固定结构。 我把这份任务陈述上传进 NotebookLM 的文档库。NotebookLM 读取最新陈述，勾搭已有的全部文档，生成下一份任务书。 日中则昃。 名义上看，我仅仅在两个模子之间往复传文档，但它处治的是一个很坚苦的问题：凹凸文玷污。 正常的东说念主机对话模式里，你的情感、你不专科的描摹、你那些啰嗦的谎话、你的诞妄假定，十足会跟着对话积蓄进凹凸文，然后跟着压缩过程被保留住来，持续干与模子的推理质地。骂它一句，这句话会留着；给了一个诞妄的前提，这个前提会留着；绕了一大圈弯路，这段弯路会留着。凹凸文越长，这些垃圾积蓄得越多，模子的推贤慧商就会变得越弱。 任务书机制割断了这个玷污旅途。NotebookLM 只读结构化文档，这么就不存在你和 GLM 之间的聊天纪录；GLM 只践诺任务书，不需要领融会盘式样的一脉相通。两者之间传递的全是样貌化的、冷凌弃绪的、经过提真金不怕火的信息。 这相当于变相拓展了通盘系统的灵验凹凸文空间。不是把一个模子的凹凸文窗口变大，而是把学问和践诺分离存放，让每一侧都只承载它真确需要的信息。 GLM 看到任务书之后会施展出一种很「清翠」的格调，暗示「哦，原来可以这么作念！」然后 GLM 又能跑一段了。跑一会儿，又哭了。我再把新的问题述说扔给 NotebookLM…… 基本上，我就成了个「东说念主肉管说念」（SPL, System Prompt Line）。我看他俩聊得火热，但我一个东说念主是懵的，好多细节我根蒂不懂。我只负责在他俩之间往复寄语，全程发懵，只可在附近饱读掌：「大佬们真棒！」 不外这事情后头有了愈加自动化的处治方法，用了这个 Skill 之后，只消指示词给好，让它俩我方聊就行了，我也不必往复复制粘贴了。 让两个模子吵架 这套机制还有一个变体用法：当某个技能问题存在争议时，我会让两个模子相互批判对方的有运筹帷幄。指示词是固定的： 请系统性的用逆向分析器用探望，并用配置性批判（constructive criticism）的景观回话以下不雅点。 请系统性的用逆向分析器用探望，并用配置性批判（constructive criticism）的景观回话以下不雅点。 GLM 给出论断，交给 NotebookLM 批判；NotebookLM 给出修正，交回 GLM 批判。往复几轮之后，一个经过双向试验的分析框架天然露出出来。两个模子单独靠近东说念主类输入时都倾向于遵命，但靠近另一个模子的论断时批判性会昭彰擢升。字符渲染管线最难啃的部分便是用这个景观调出来的。 我在这套机制里作念的事情只消三件：决定什么时候切换（践诺卡死了就切到 NotebookLM）、判断任务陈述的论断是否确凿（模子莫得眼睛，视觉判断必须由我来作念）以及贯注问题树（决定下一个最症结的子问题是什么）。其他所有这个词事情，都在这个机器对机器的闭环里自动完成。 这是通盘式样里最症结的一个方法论发现：固然灵巧的模子很症结，然而一个不会让它变笨的责任环境也很症结。 LLM 开动瞎掰时，说明你喂的信息可能不够了 这是通盘式样里反复考据的一条文章，亦然最反直观的一条：当 LLM 开动四处碰壁、原地打转、输出越来越离谱的论断时，第一响应不应该是换个指示词，而是问它：你缺什么信息？ 第一次：找 TRM 手册 字库逆向股东到一半，GLM 开动出现典型的「信息饥渴」症状，静态分析反复宣称「找到了函数进口」，但给出的地址在固件里根蒂不存在；推导链条越来越长，论断越来越玄；每隔几轮就说「我依然达到了静态分析的极限」。 我停驻来成功问它：你当今需要什么材干接续？ 它说：我需要这颗芯片的 Spec 和 TRM。Spec 是硬件规格书，TRM 是技能参考手册，内部有完竣的指示集、寄存器界说、内存映射。莫得这些它只可靠猜，而它依然猜不下去了。 芯片型号是 Rockchip RKnano D。我去搜，找到了一份 Spec，但 Spec 只消硬件层面的参数，莫得指示集。TRM 才是真确需要的东西，但搜遍老例渠说念，什么都莫得。搜索过程中找到一个日本东说念主的网站，上头列出了两条 URL，区别指向硬件文档和指示集文档。点进去之后赫然弹出了一个 404。 TRM 那条聚合死了。 我盯着阿谁 404 的 URL 看了一会儿，然后把之前灵验的 Spec URL 比肩放在一说念对比。一级域名交流，二级域名不同，一个是 Wiki 子域，一个是主站域名。网站搬过家，内容从 Wiki 迁到了主站，但日本东说念主的阿谁网站上纪录的如故桑梓址。我把 TRM 那条 URL 里的子域名改成主站样貌，刷新。文献下载奏效了。 这是一个纯正靠东说念主的念念维景观材干处治的问题。简直不会有模子去盯着一个 404 的 URL 想「这两条聚合的域名结构有什么推敲」，它只会告诉你「文献不存在」然后建议你换个搜索词。发现 URL 结构规章、推断网站移动、手动修改旅途，这个推理链条需要的是东说念主对网站运作景观的隐性履历，不是模子能作念到的。 TRM 成功之后，我把它交给 NotebookLM。它拿到文档，坐窝找到了之前那些「不存在的地址」对应的硬件机制，卡了很久的分析思路再行跑起来了。 顺遂把这份 TRM 手动备份到了互联网档案馆，发现几年前依然有东说念主备份过，仅仅没被搜索引擎收录。白忙了一场，但也仅仅花费了少量时辰。 第二次：把开发自身当文档 股东到硬件模拟阶段，GLM 在判断某些具体硬件规格时又开动胡说。此次我莫得去找外部文档，而是猜测了另一个信息起头：开发自身。 我把播放器的软硬件版块号、以及播放器官方页面上列出的居品 Spec 全部整理出来，一说念交给 GLM。 这些信息看起来很普通，致使有点像充数，但它为一处基础的硬件版块判断提供了症结的数据锚点。顺着条目判断逻辑树一齐往后推，发现了几处和之前推理对不上的地点，顺着这些矛盾点往回追，中枢的硬件规格判断问题得回了冲破。终末对于文本渲染的完竣调用栈被澈底执了出来，这也成功促成了 Flame Ocean 的字库检索和替换器用的完成。 刷！到！设！备！里！ 研究股东到一定阶段之后，有一件事必须搞领会：刷机有莫得签名校验？ 岂论固件逆向作念得多漂亮，若是开发在写入时会考据固件签名，一切奋力都空费。我先让 GLM 扫了一遍固件，问它有莫得发现任何签名校验或安全注重机制。它凿凿有据地说：莫得找到任何注重设施。 但这个论断站不住脚。「没找到」不等于「莫得」这是个典型的条目概率问题，就像统计学里 p 值不显耀弗成说明没灵验应一样。莫得笔据不是莫得的笔据。于是我换了要求：弗成捏造下论断，必须用反编译数据作念本色佐证，找到代码，看到逻辑，材干谈话。 接下来我让模子 M 隆重去扫，还真找到了东西，固件里有一个 CRC 校验的函数。但这个函数非常奇怪：复返杀青只消 8 bit。与此同期，固件最尾端有一段数据，结构上看起来非常像某种校验哈希。之前我简略研究过一下，Rockchip 我方有一套叫 RKCRC 的算法，这段数据的位置和样貌都很相宜。但追了半天也找不到任何考据逻辑去读取或比对这段数据。 论断和直观完全对不上：从固件结构来看，它应该有校验；从代码逻辑来看，找不到任何地点在作念校验。 静态分析给不出详情谜底，于是我头铁成功把作念了少量修改的刷机包塞到了机器里。它真的少量校验都没作念就把我的固件包给吃下去了，中间莫得任何抑制。我去问了群里作念硬件的群友。他们告诉我，这类低端 MP3 开发校验一般作念在刷机软件里，不作念在硬件上。而且 Snowsky 这台开发的刷机景观本来就很奇特，你只需要把刷机包复制到根目次，开发开机自动检测到就会升级，不需要专用的刷机器用。so…… 也有群友告诉我，哪怕好多车机的固件升级也不会作念任何完竣性校验，若是你把下载了一半就断掉的固件喂给它，你的车就会被刷成超深广黑砖——也算是长主见了。 器用的成型 研究材料都备王人了，接下来便是写一个小气用，用来作念资源剪辑和替换。通盘器用是用 Svelte 搞的，我基本也没亲身发轫写，成功让 LLM 襄理作念了简便的组件封装，界面突突突就给作念出来了。说真的我也没太在乎好意思丑，便是个实用器用辛苦。 出于好玩的心态，我给这器用起了个名字叫 Flame Ocean——as you can see, Snow Sky 的相背。器用写完扔到了 Reddit 上，简直是团结天坐窝就有东说念主把 Boot Screen 动画换掉了，还发了个 PR 过来，可以自动把视频酿成序列帧动画（固然那 PR 的品性有点低，我花了一整天才把它的 UX 修到可以采纳的水平，但如故感谢社区参与）。 后头陆续开动出现各式改 Mod 的案例，前几天都是简便开机画面魔改。上传官方 firmware 到 flame-ocean.not.ci，点一下「Replace Image」、下载新 bin 文献、刷机。几分钟后，你的二刺猿夫人就住到开发里了。 再过几天，愈加澈底的魔改皮肤开动出现。我最可爱的是这个破真磁带机主题、EVA 主题、 Fallout 主题。这个仿 macos 的主题也挺好玩的，而且作家建议了 pixel perfect 的症结性。 社区的环境也挺可以的。后头出现了一个网站专门集聚魔改固件。若是有生人发问，没过多久就会有东说念主鄙人面答疑，来自社区的魔改教程文档也开动出现了。 ▍当 LLM 酿成老虎机 对于大语言模子的心思健康风险，现存的斟酌聚首在两个办法：用 LLM 作念心思盘考反而让心思变差，以及用 LLM 写代码产生冒牌者空洞征。这两个问题都有东说念主讲过，我不想近似。 通盘逆向工程式样时间，我把好多晚上耗到凌晨三点。同学在小组功课会议里听到我的声息，问：你还好吗？我说没事很好。但我腕表告诉我依然历久处于应激情状，身段和心思都在承受持续的消费，我我方完全莫得察觉。 原因不是式样难，而是大语言模子制造了一种极高密度的及时正反馈。 每发出一个任务，五分钟内就有进展陈述。每份陈述都把刻下的进展描摹成冲破性进展。处治一个子问题，坐窝暴线路下一个子问题在恭候。这个轮回莫得天然的停顿点，莫得「今天作念完结」的时刻，只消历久的「再推一步就出来了」。 对于 ADHD 患者来说，这个模式和赌场老虎机在神经机制上是同构的。老虎机的遐想旨趣是变比率强化，不是每次都赢，但赢的时刻不可揣度，这种省略情味制造的多巴胺刺激比固定奖励强得多。大语言模子的配合过程完全相宜这个模式：大多数时候在股东但莫得冲破，偶尔陡然跳出一个要津发现，然后坐窝又堕入下一个未知。你历久不知说念下一个任务书践诺完是平庸收场如故要紧冲破，但你垂死地想知说念。 再来一把。再推一步。说不定此次就出来了。 这件事对普通东说念主也有影响，但对 ADHD 患者的杀伤力则是另外一个故事。 ADHD 的中枢绪制之一是践诺功能出现问题，他们难以启动任务，但一朝参预高度感风趣的情状，又极难主动脱离。这不是意志力问题，是神经层面的调遣贫瘠。大语言模子的高频反馈恰好精确地触发了这个机制的第二面：它不断地用小奖励把你钉在椅子上，让你的大脑持续处于「再作念少量就完成了」的错觉里。 与此同期，我对这个式样的难度存在系统性低估。我不懂逆向工程，是以我评估不出来「找到 Unicode 到字形的完竣映射公式」这件事究竟有多难。不懂的东说念主倾向于低估难度，低估难度就会持续以为「随即就好了」，而大语言模子每次给出的进展陈述又在持续强化这个错觉。我在想象这件事奏效的式样，我在追赶一个我以为简之如走但本色上还很远的很是。 这是一种很粉饰的倒霉，少量一滴的把你的元气心灵榨干。你不会以为我方在遭罪，你会以为我方在全力冲刺。直到力倦神疲你才相识到某种倒霉，然而东说念主却完全无法脱离这个高速反馈的及时环境。 冒牌者空洞征的问题是：LLM 替你作念了事，你怀疑我方的智商。这是一个对于自我阐明的问题。 我描摹的这个问题不同。它不质疑你的智商，它消费你的身段。它行使的不是你的不自信，而是你对卓绝的渴慕、对完成的执念、以及你大脑里阿谁停不下来的赏赐回路。它和赌博成瘾、手机上瘾的底层机制是一样的，仅仅包装成了「我在作念一件很特风趣风趣的事」。 在我写这篇著作确当下，所有这个词待处治的问题还莫得计帐干净。我也莫得找到一个好的方法在保持高效配合的同期主动踩刹车。我能作念到的仅仅把这件事说领会，让下一个陷进去的东说念主至少知说念那种停不下来的嗅觉不仅仅平和，亦然一个需要警惕的信号。 ▍So What 通过这一顿阴恶折腾，逆向工程基本上是跑通了。我用 LLM 写了各式调试用的小气用，致使还写了个很小的硬件模拟器模拟字符渲染，最终把字库渲染那一坨给基本搞明白了。 但这个过程也让东说念主有点惦记。 你想想，我，一个只作念过前端、只会解稠浊 JS 的菜狗，靠着两个 LLM 吵架，就能把一个开发的底层固件给拆得七七八八。这意味着什么？这意味着异日「剧本小子」的门槛被无尽拉低了。 而且，阿谁全自动的异日依然很近了。 最一开动我如故阿谁坐在中间手动传纸条的东说念主：从 NotebookLM 取任务书，贴给 GLM 践诺，把陈述取回来，再送回 NotebookLM。通盘经过是自动化的，但调度靠东说念主。NotebookLM Skill 的出现把这一步也省了，我只需要坐椅子上盯着就行了。 另外，DeepSeek 最新发表的寥落注眼光机制，在相当进度上缓解了本文反复提到的阿谁核肉痛点：凹凸文一长模子就变弱。若是这个问题被真确处治，「东说念主」的参与空间会进一步被压缩，底本需要东说念主来判断「当今该切到哪个模子」的阿谁决策，也开动可以被自动化。 面前这条路还有一说念真实的门槛：小模子的推贤慧商依然不够。IQuesta Coder 这类自称 SoTA 的轻量模子，在靠近略略复杂少量的工程任务时，连 OpenCode 的基本文献剪辑大叫都拉不利索，更不必说孤独完成完竣的逆向分析链条。复杂式样依然需要大模子，大模子依然需要算力，算力依然需要钱。这说念门槛当今还在。 但它在变低。 我作念这个式样的起点仅仅嫌一台 MP3 的 UI 太丑。沿着这条线走下来，在一个完全不是我专科界限的方进取，借助两个模子和一份手册，把一颗镶嵌式芯片的字符渲染管线从新到尾摸了个七七八八。我不是安全研究员，我莫得逆向工程布景，我仅仅有耐性，会发问，懂得什么时候该喂什么信息。 若是这件事换成一个真确懂安全的东说念主来作念，换成一套自动化的活水线来作念，换成一个不需要就寝、不会情感崩溃、凹凸文历久干净的系统来作念，它能作念到什么进度呢。 有时不会有憨包但愿把我方车机的开机画面改成二刺猿夫人，然而你正开在高速上陡然车机上跳出来一个 Jump Scare，也挺吓东说念主的。 阿谁全自动的异日不是科幻，它依然在路上了。 后续：作念了一些深度 Hack 把开发搞砖了，然后 Claude 一顿神操作世界杯体育，进了 maskrom，连 loading bin 都不需要成功就把砖了的开发给刷回来了，这私密的寰宇……
|
