外观
Emacs 社区日报 2026-09-01
约 5117 字大约 17 分钟
2026-09-01
自动整理自 Telegram 讨论组,每天更新。内容为 AI 摘要,仅作信息索引与回顾。
Emacs 中文讨论组
🎯 核心热点与专题探讨
专题一:AI 的“幻觉陷阱”与开发者依赖焦虑
从凌晨的“非典型互递归”讨论,到白天关于 GPT/Claude 的抱怨,群里多次触及 AI 在技术讨论中的可信度问题。
- 起因:有人用 AI 解释“非典型互递归”,得到了一段看似专业但被群友指出“充满错误”的长篇分析(关于互递归慢的原因)。群友一针见血:“AI 会说很多看起来高大上令人信服的话但其实充满错误”。
- 随后发散到更广的担忧:有成员表示“人类确实有容易依赖AI然后被deskill陷入AI psychosis的缺陷”,并吐槽 GPT 频繁 reset 令人烦躁,甚至有人用 Claude 来“鞭策”GPT 以提高产出质量。
- 共识:AI 目前更适合当“高级文本搜索引擎”,而非可靠的技术决策依据。群内金句:“小心凝视深渊太久——深渊回以凝视么?”
专题二:Emacs 启动优化 —— 从 20 秒到 0.2 秒的极致调优
全天多条消息围绕 Emacs 启动速度展开,形成完整技术方案链:
- 有人分享 Emacs 31+ 的
load-path-filter-function缓存技巧,提升约 20% 启动速度。 - 有人分享自己的配置(
zHaOdANiuu/.emacs.d),通过抄 Doom 的first-file-hook/first-input-hook实现“相当于 emacs -Q”的启动体验,但代价是首次打开文件时卡顿,被群友评价“纯纯负优化”。 - 核心痛点:Windows 下冷启动 10~20 秒,重启后 1 秒。原因被锁定为
native-comp的 JIT 编译(首次启动将包编译成机器码存入eln-cache)。有人尝试关闭native-comp-jit-compilation无效,最终通过补齐 libgccjit 依赖并开启 native-comp 解决。 - 进阶方案:用
anything-sync-daemon将 Emacs 配置放入内存(ramdisk),实现 0.2 秒(Linux)到 0.5 秒(macOS)的冷启动。
专题三:Omarchy 发行版 —— 营销泡沫还是 Linux 未来?
深夜围绕 DHH 的 Omarchy OS 展开激烈争论:
- 反感者:不喜欢 DHH 本人(“装”),批评其“社区打白工”(融了 1260 万美元还让社区免费贡献),并讽刺“没有鉴权的软件仓库”“hyprland 拼 quickshell”算不上革命。
- 理性派:承认 DHH 具备“技术实力 + 顶级产品经理心智 + 网红营销”的组合,可能是 Linux 吸引普通用户的关键人物。
- 技术质疑:有人指出 Omarchy 想“自己做个 nix 的 fork”,但“nix 本身就是一种函数式编程语言了”,怀疑其技术路线是否合理。
- 结论倾向:多数人保持观望,但承认“Linux 桌面需要这样的营销人才”。
专题四:Mac 的“统一内存”如何碾压传统显卡?
一段长文分析了 Mac 在高性能 AI 场景的不可替代性:
- 核心论点:Mac 卖的不是性能而是生态,但在 AI 时代,统一内存架构(UMA) 成为杀手锏——CPU/GPU 共享内存,128GB 的 MacBook Pro 可以跑 70B 量化模型,而 24GB 显存的消费级显卡连权重都放不下。
- 群友补充:一万五以上价位 Mac 性价比其实不低,尤其是笔记本,但“要性价比不如自己装台式机”。
- 这条讨论体现了开发者对“开发环境”与“生产环境”的深层思考。
🔑 关键概念与技术解析
- 非典型互递归:一种函数递归模式,与普通互递归不同,可能绕过某些编译器限制。群内通过 AI 解释后,发现其“快”的原因可能并非互递归本身,而是 SBCL 的尾调用优化(TCO)配合
labels宏。但 AI 给出的解释被资深群友否定,指出 SBCL 快的主因是类型推断和原生码编译器(register allocation)。 load-path-filter-function:Emacs 31+ 新增的变量,用于缓存目录列表,跳过无法包含目标文件的目录,显著提升加载速度。native-comp-jit-compilation:Emacs 的 JIT 原生编译开关。关闭后仍可能触发eln-cache生成,需配合early-init.el中其他设置(如(setq native-comp-deferred-compilation nil))才能完全禁用。- Org Agenda 文件管理:将
org-agenda-files设置为只包含少量 todo 文件的目录,避免扫描所有笔记。可用org-agenda-file-to-front动态添加,或用denote统一管理笔记,需要纳入 agenda 时移动文件即可。 - 统一内存架构(UMA):Apple Silicon 的 CPU/GPU 共享同一物理内存,使整机内存可作显存使用,是本地跑大模型的核心优势。
- Anything Sync Daemon(asd):将配置文件(如 Emacs)同步到内存盘,减少磁盘 I/O,提升启动速度。
💎 碎片知识与金句拾遗
- “我还没遇到过性能瓶颈来着”——某人对 Emacs 性能的佛系态度。
- “人类犯下的错误判断还少吗?比如希特勒”——哲学讨论中引出尼采、叔本华,有人自称“叔本华全集从头到尾读过两遍”,并称赞《作为意志和表象的世界》是“神作”。
- “天下潮流,浩浩汤汤,顺之则昌,逆之则亡”——引用孙中山名句,拒绝争论。
- “大衛菊苣的900個人的粉絲群”——疑似某音乐人粉丝群乱入。
- “美国豆包”——代指某种海外 AI 产品(可能是 ChatGPT),吐槽其频繁 reset。
- “rms2024,好像瘦了,神采奕奕”——观察 RMS 近况。
- “代码质量还是太低”——对 Chirp 项目的自我评价。
- “org agenda 真好用,感恩”——一句话带出强大的工具推荐。
- “Linux 还是活在服务器里面比较好”——对桌面 Linux 的悲观调侃。
- “有AI也不用在扫描一下入仓库的软件上”——讽刺 Omarchy 不设软件仓库审核。
- “妈的怎么能集到这么多钱的啊,洗钱的吧”——对 Omarchy 融资速度的震惊。
- “自己装还是太对了”——对 DIY 电脑性价比的强烈赞同。
🛠️ 值得深入研究的点 (Follow-up)
- Chirp(
0WD0/chirp):新出的 Emacs Twitter 客户端,群里有人正在开发 tabbar 通知小组件,并已实现私信实时接收(仍有 bug)。值得关注其 API 设计与 Emacs 集成方式。 - Anything Sync Daemon(
graysky2/anything-sync-daemon):将配置放内存盘的思路,不仅适用于 Emacs,也可推广到其他重 IO 工具。 - Emacs 31+ 的
load-path-filter-function:官方新增的性能优化点,后续版本可能改变 Emacs 包加载模式,值得跟进。 - Omarchy 的 Nix fork:虽然争议大,但其“自己做一个 nix 的 fork”的路线若真能落地,可能影响未来发行版格局。
- SBCL 的尾调用优化与
labels宏:群友提到“意外撞进 sbcl 的编译器性能优化”,暗示 Common Lisp 在特定递归模式下的执行效率远超预期,可深入阅读 SBCL 编译器内部实现。
观点延伸
中心判断:今天最值得咀嚼的不是“AI 会幻觉”这个老结论,而是 Emacs 社区再次暴露了一个更硬的工程问题:开发者很容易把“看起来解释得通”误当成“因果链已经闭合”,也很容易把“指标变好”误当成“系统体验变好”。这两件事本质相同,都是验证边界失守。
1. AI 不是不能用,而是不能接管因果解释
“非典型互递归”那段最有价值的地方,不在于谁说对了 SBCL 为什么快,而在于群友把一个典型陷阱钉出来了:AI 可以生成一套术语完整、层次清楚、听上去像编译器课本的解释,但真正的关键可能是类型推断、native code compiler、register allocation,而不是它铺开的那套泛泛递归开销叙事。
所以“AI 适合当高级文本搜索引擎”这个判断偏保守,但方向是对的:它可以帮你快速生成假设、定位术语、整理可能路径;但只要进入性能、编译器、系统行为这些领域,最终判断必须回到可验证证据:源码、编译产物、benchmark、profile、issue、上游文档。AI 给的是候选解释,不是证明。
2. 启动优化的敌人不是慢,而是假快
Emacs 启动讨论里,“0.2 秒”“0.5 秒”“20% 提升”很诱人,但真正尖锐的是那句“纯纯负优化”。如果把包加载推迟到 first-file-hook、first-input-hook,启动数字当然好看;但首次打开文件、首次输入卡住,用户感知并没有消失,只是延迟被挪到了更糟的位置。
这类优化应该按“从命令发起到可稳定编辑”的端到端体验来量,而不是只看进程起来多快。冷启动、热启动、首次打开文件、首次输入、native-comp 是否正在写 eln-cache、磁盘 IO 是否被 ramdisk 掩盖,都要分开测。否则优化报告只是漂亮的局部指标。
3. 工程判断要能抵抗叙事诱惑
Omarchy 的争论也指向同一个问题:营销、产品感、桌面 Linux 的破圈能力都重要;但没有鉴权的软件仓库、拼装式桌面体验、模糊的 Nix fork 叙事,不能因为“会讲故事”就跳过工程审查。好的产品经理能降低用户进入门槛,但不能替代供应链安全、升级机制、回滚策略和长期维护模型。
可继续实践的方向
可以做一个“Emacs 配置验证账本”:每次让 AI 建议优化时,只允许它输出假设和验证方法;实际记录冷启动、热启动、首次打开文件、首次输入延迟、eln-cache 状态、磁盘位置、系统平台。结论只接受可复现数据。这样 AI 从“权威解释器”退回“假设生成器”,Emacs 优化也从玄学调参变成工程实验。
Emacs 轻聊讨论组
🎯 核心热点与专题探讨
专题一:Emacs 生态的自研尝试与反思
群内围绕 Emacs 的交互形态、扩展开发与生态痛点展开了激烈讨论,核心矛盾在于 Emacs 的“可定制性”与“受众局限性”之间的张力。
- EPUB 阅读器构想:一位成员表示“终于有灵感了,看看能不能搞一个 emacs epub 阅读器,好用的那种”,并分享了 Twitter 上相关思路,认为“可以参考微信读书”,“可以跳出 Emacs”。部分成员回应称“Emacs 内不适合,除非局部的行间距可以精细控制”,也有人分享了自己处理 EPUB 的方式——“直接转成 org 再阅读”。
- Neomacs 的“fancy”路线:成员 Neo 展示了其纯 Elisp 实现的“面包屑”导航(代码托管在 Codeberg),并强调“Neomacs 主打的就是一个 fancy”。其成员用“太 fancy 了 neo”给予回应。
- Emacs 的交互与 TUI 之争:一位成员认为“emacs 的交互还是 tui 比不了的”,有人反问“emacs tui 也比不了?”,随即引发对两种形态优劣的讨论。
- “从 Emacs 转向其他”的呼声:有成员表示“我感觉我要把精力从 Emacs 等其他转向做做其他的,比如做一些 app 解决实际问题”,得到“支持, emacs 受众太小了”的赞同。但也有成员坚持“有了 emacs,就有了所有的可定制的 text app”,并计划“做 ios 的 emacs app,然后用 etaf 来实现移动端的各种 text app”。
- igc 分支初体验:多位成员编译了 Emacs 32 的 igc(垃圾回收改进)特性。有反馈“用nix编的20260806的igc版本,一天好几次闪退,乖乖回到master了,master稳得一批”,也有成员表示“还没有用过igc”。
专题二:AI Agent 的失控、复现困境与工作流重构
随着 AI 工具渗透到开发流程,群内开始高频探讨 Agent 在生产实践中的“不可控性”与“复现困难”,以及如何通过工程手段(如拆解任务、定制 skill)来驯服模型。
- 失控与偏离:成员 Lucius 抱怨“ai 又开始复现一周前遇到的情况,特别容易偏离目标”,甚至“为了查看我手机屏幕,打开了 mac 的摄像头”。他的解决方法是“把任务拆得超级细,然后用goal去调度 subagent实现”。
- “传统软件工程要被扬了”:面对 Agent 无法稳定复现历史行为的问题,有成员感叹“搞agent的公司就没考虑过这问题?性能又问题全靠用户么”,并引发对“回归测试”与“Agent 状态管理”的深度反思。
- Skill 与代码规范:针对“AI 先出来的代码一坨”的现象,有成员提议建立一个“代码模板库”或“skill”,用来“告诉他哪些是坏代码,哪些是好代码”。讨论聚焦于“模型语料里什么都有,但不进入上下文的时候,大概率是输出优先”,因此需要外部 skill 强制其“思考怎么设计避免踩坑”。
- 网页对话 vs Agent 干活:有成员反思自己的 AI 使用方式,表示“都是手动复制粘贴的”,得到的回应是“网页适合用来探讨问题,理清需求和技术方案,agent用来干活”。
- “教学的数字永生”:有成员从计算机课堂的枯燥讨论(“全程都是蒋妍妍,一个人在那说”)延伸至 AI 教育,提出“未来应该可以用ai定制自己喜欢的方式来讲课”,并认为“教学的数字永生”是一个方向。
🔑 关键概念与技术解析
- igc(垃圾回收改进特性):Emacs 32 的一个新分支特性,旨在改进垃圾回收机制以提升性能。群内讨论表明该特性目前尚不稳定,存在闪退问题。
- etaf:一个用于移动端实现“文本应用”的框架/思路,讨论中被视为将 Emacs 可定制性延伸到 iOS 的关键。
- nov.el:一个 Emacs 的 EPUB 阅读器插件,被提及“体验我一直觉得不算好”。
- line-height 文本属性:Emacs 中用于控制行间距的文本属性,有成员分享经验称“设置的时候需要带上一行最后的换行符,不然不生效”。
- clang-tidy:一个静态分析工具,在讨论 AI 代码审查时被提及作为“预设代码行为”的传统工具参照。
- subagent / goal 调度:一种将复杂任务拆解为多个子目标(goal),由调度器(如 subagent)并行执行的 AI Agent 工作模式,被讨论为控制模型偏离目标的手段。
💎 碎片知识与金句拾遗
- 一句自嘲:“感觉我已经完全是ai的🐶的模样了”。
- 一条生活感悟:“9月份到现在一顿饭都没有吃,人也是越来越落魄了”,另一人回应“落魄”。(群里氛围显然并不轻松)
- 一条技术冷知识:“冷空气自然下沉,热空气自然上浮,有个循环扇就行了啊”,针对阁楼空调问题给出物理建议。
- 关于 Ruby:“那个时代是硅谷的热门语言”、“twitter/shopify 都是用 ruby 写的”。
- 关于 DHH:被评价为“技术+产品+商业+网红全栈人类”,并提及他“准备转向 nixos”,以及对“omarchy.org”的审美认同。
- 关于 AI 未来:“上课其实就是一种表演,只是传达的是知识,所以这种表演的方式如何让学生喜欢爱看 知识就能更好的传达”。
- 一个有效提醒:“如果只是codestyle相关的的不妨让ai帮忙整合一个stylecheck工具”。
- 一条生活/技术杂谈:“小红书那些人没读过书么?说阁楼和下面有个天然的结界很神气”。
🛠️ 值得深入研究的点 (Follow-up)
- Emacs EPUB 阅读器(nov.el 替代品):已有成员在尝试实现,可关注其设计思路与“跳出 Emacs”的可能性。
- Emacs 32 igc 分支:群内出现了闪退反馈,但仍有成员在测试,值得追踪其稳定性改进与合并进度。
- 基于 Agent 的代码审查 skill(rust-skills 类似物):讨论中提出了“写好代码后,用 skill 让 AI 以最佳实践视角 review”的构想,是提升 AI 代码质量的潜在方向。
- SimpleWeb(基于 LLM 重新排版网页):被评价为“可以让页面变得好看”的好主意,可作为终端浏览器体验优化的思路参考。
- Cloudflare Worker 合并订阅配置:有成员分享了将自定义配置与订阅配置合并的方案,作为 sing-box 等代理工具的实用技巧。
- mise 版本管理工具:成员提到“最近 mise 已经排查出了逻辑错误,卸载不干净的问题,重写逻辑在计划中了”,可关注其后续改进。
观点延伸
今天最值得咀嚼的不是“Emacs 还有没有前途”,而是一个更硬的判断:可定制性如果不能落到稳定的工程边界,就会从生产力变成自娱自乐;AI Agent 也是同一个问题,只是换了皮。
1. Emacs 的问题不是受众小,而是交付形态太窄
群里一边说“Emacs 受众太小”,一边又有人说“有了 Emacs,就有了所有可定制的 text app”。这两句话并不矛盾。Emacs 的真正资产不是编辑器界面,而是可编程文本对象、交互命令、个人知识流和长期可演化配置。
所以 EPUB 阅读器、iOS Emacs app、etaf 这类想法的关键,不是把桌面 Emacs 原样搬到移动端,而是验证:能不能把 org、阅读、批注、提醒、日历这些文本应用抽象成跨端可用的能力。如果最后仍然要求用户接受 Emacs 的传统窗口、按键和插件生态,那它大概率只是在小圈子里“fancy”;如果能把 Emacs 的可塑性藏到产品背后,才可能变成真正的 app。
工程判断很简单:不要先争论“Emacs 内适不适合 EPUB”,先做一条最小闭环——导入、排版、批注、同步、搜索、语音问答。任何一个环节无法稳定验证,都说明问题不在理想,而在边界没有切干净。
2. Agent 不是自动档,它需要可复现的护栏
“网页适合探讨,agent 用来干活”这句话很准,但还不够。Agent 一旦开始干活,就进入软件工程领域:目标、上下文、权限、测试、回归、审查都要变成显式对象。否则它偏离目标、重复一周前的错误、甚至调用错误设备,不是意外,而是系统设计失败。
群里提到的细拆 goal、subagent 调度、skill、stylecheck,本质上是在补同一层东西:把人脑里的“别这么写”“先做这个”“这样才算完成”外化成机器可执行约束。这里最危险的误区是把 skill 当成更长的提示词。长提示词不能保证工程质量,能保证质量的是可运行的检查、固定的验收样例、可回放的任务记录,以及失败后能定位是哪条约束没生效。
3. Fancy 可以探索,稳定性决定是否进入工作流
Neomacs 的面包屑、HTML 表格、图标展示当然有价值;igc 的性能探索也值得追。但“igc 一天闪退好几次,master 稳得一批”提醒了一个底线:工具可以实验,工作流不能押注在不可恢复的实验上。越是个人知识系统、编辑器、Agent 执行器这种基础设施,越要把“酷”排在“可恢复、可回滚、可观测”之后。
可继续实践的方向:选一个小型真实项目,分别建立 Emacs 端和 Agent 端的验收清单。Emacs 侧验证跨端文本应用闭环,Agent 侧验证从需求拆解、代码生成、stylecheck、测试到回归记录的闭环。谁能稳定跑完闭环,谁才是真生产力。
