（原谅我标题党不然根本没人来看） 导师给我3w预算，目前我准备配4090 48gb （2w5rmb，真的贵啊，但是为了深度学习没办法）+e5 x99，等验收过了拔出来插我放实验室的eypc上，不知道大家有什么更好的意见？欢迎佬们讨论 21 个帖子 - 14 位参与者 阅读完整话题
那啥，相信各位已经看过咱们今天上午的 WWDC26 的报道了。iOS 27 对咱们来说，就是 5 秒能看完的存在，毕竟新版 Siri 和Apple Intelligence暂不支持中国大陆。虽说编辑部同事有外版 iPhone，但升级后发现要通过候补名单才能体验 Siri App，暂不清楚如何突破。我们目前能体验上的Apple Intelligence，就是相册里的几个 AI 功能，后面会讲到。 国行版 iPhone 是少了很多重头戏，不过在体验了一天iOS 27 之后，我觉得： 只要你是 iOS26，等正式版出来后你一定要升级 iOS27！ 今天的 iOS 27 beta 1，可能是我体验过最流畅的一版开发者测试系统了。 不管是打开 App、回到主页，还是添加组件，iOS 27 beta 的动画和体验都比 iOS 26.5，不对，是比任何一个 iOS 26 版本都流畅。 尤其是隔空投送，丝滑太多了。 今天我把素材从 iPhone 投送到 Mac 起码有 40 次，没有出现过一次失败&卡顿，除非是稍大点的视频，其他都是秒投，速度很快。 要知道，AirDrop 已经经历了几年不稳定。一会是找不到设备，一会找到设备了点投送没反应，一会是取消投送了，接收端不断报错，用户们怨声载道。 看来这次是真修复了啊。 这种变丝滑的感觉可不只有世超有。 在小红书和微信群聊，都有用户明显感知到变流畅了。何况这还是第一个开发者版本啊，真有点罕见了。 当然，世超能有这么大感触，可能也是体验了史上最差、到处都是掉帧和卡顿的 iOS26 一年后产生的体感错位，苹果只是做回了一点点自己就让我觉得不得了了。 OK 接下来，咱们详细说说目前能体验到的一些新功能。 首先就是闹钟支持调休啦！ 打开“闹钟-重复”，就能看出工作日后面加了一个括号：含调休。 真是史诗级更新了，iPhone 逢年过节不能设置调休的热搜传统，应该要终结了。 但要注意，我们测试后发现： 只有在“设置-通用-语言与地区”把地区设置为“中国大陆”，才会有调休选项出现。 即便你是国行 iPhone，但地区换成了其他国家（比如美国，澳大利亚），也看不到调休。 除非你先在中国大陆地区新增一个调休闹钟，然后换到其他地区，那可以保留这一个调休闹钟。 也就是说：闹钟调休，是中国大陆地区独享的 moment！ 太好了，俺们也拥有了别人无法拥有的功能！一时不知道是该开心呢，还是该开心呢？ 另外，闹钟音量、铃声音量、提醒音量可以分开设置了。 这下终于解决了“总被闹钟吓半死，但调小了声音又听不到电话铃声”的烦恼了。 接着我们说说 AI。 注意下面 3 个功能国行设备暂时无法体验，我们先带大家提前感受下。 目前编辑部体验到的 AI 功能包括相册里的 消除、扩展、重构。 消除其实在 iOS18 那会就有了，但那会苹果 AI 消除非常拉。这张图片里它去掉路人后，并没有补上库克的腿子。 那 iOS27 的苹果 AI 呢？ 鉴于消耗时间太久，世超直接截取关键部分给大家看，腿成功补上了！ 最终效果是这样的，嗯两年了果子哥的 AI 确实有进步了。 接下来说说重构。 这个功能可能是很多男生的救星，毕竟你拍完的照片总会被嫌弃角度不会找。 但利用重构，你可以直接调整照片角度，然后苹果 AI 就会自动优化、补全新角度下的人物和背景，就像这样： 来看下对比（左前右后），效果我觉得 OK。 至于扩展没啥好说的了，在重构和消除里都已经展现出相关能力了，再测试一张给大家看看，挺合理的。 就是扩展后整体过曝了。 最后就是一些外观上的更新。 过去，键盘是否有液态玻璃效果，会跟着当前 App 走。如果 App 没适配液态效果，那键盘也不会有。 但 iOS 27 开始强制键盘显示液态玻璃效果。 比如“微信键盘”在未适配液态玻璃的“微信”里，也能看到液态玻璃效果。 根据我们刷到一些开发消息，要不了多久，iOS27 上每个 App 都会强制适配液态玻璃效果。 原因也不复杂。去年 iOS 26 推液态玻璃时，苹果在 Xcode 26 里给开发者留了个后门，Info.plist 里有个“UIDesignRequiresCompatibility”的开关，打开就能暂时跳过液态玻璃适配。 但这只是苹果给开发者一年的缓冲期，如今用 Xcode 27 编译的 App，液态玻璃就是标配，没得选了。根据惯例，开发者们得在明年 4 月之前迁移到 Xcode 27。 不知到那时，微信团队该如何应对呢？ 当然了，一定也有很多用户不喜欢大玻璃效果，好在果子哥也留了一手后路。 在 iOS 26.1 时，他们给了大家 2 个选择，要么模糊，要么透明?? iOS 26.1 这次 iOS 27，他们又掏出一个更精细化的滑块，给你 12 个档位调节（如果我没数错的话）。 这下好了，喜欢玻璃的，不喜欢玻璃的，喜欢一半玻璃的，3/4玻璃的，都能沉默了。 果子哥：说话！ 另外，我们还发现了几个全新的超大组件。 像天气/日历组件可以大到覆盖一页屏幕，这个尺寸，应该是为折叠屏 iPhone 做准备的。 同样能看出折叠屏 iPhone 痕迹的，是 macOS 上的 iPhone 镜像支持拉伸成 iPad 镜像…… 那还说啥，各位阔少们 9 月份怎么也得开冲一个吧。 来源Twitter@Aaron 天气 App 这次也迎来小更新，你可以直观看到未来这段时间内，每天降水量和风力的分布。 在 iOS26 上，锁屏上的时间数字可以拉伸半个屏幕那么大，大概就是 1 公里开外都能看到自己 iPhone 上的时间吧。 更新到 iOS27 后，果子哥来了一个两极反转，时间可以缩进日期栏了…… 如果你想拥有一个沉浸式锁屏效果，不放试试这个功能，感觉还挺好看的。 OK，以上除了 AI 部分，就是 iOS27 国行限定版的体验，真是哥们写过最少的一次功能更新了，如果有我没提到的新功能，大家可以在评论区讨论。 说实话，如果你不把它当做一个大版本来看，其实真挺好的，各项优化真不错。 但当成大版本，那些 AI 功能又离我们遥遥无期，可用的新功能又屈指可数。 现阶段，我不建议大家升级，可能会遇到各种 bug，世超测试时也遇到了偶尔卡顿、重启、截图无法裁剪、信号栏完全丢失。差友想体验的话，还是建议等一个月后公开测试版。 最后还是那句话：如果你已经是 iOS26 了，那么我推荐你在正式版时必升 iOS27。 查看评论
原谅我这个标题感觉有点骗人进来的感觉但是真做到了 某天写代码的时候我突然灵光一现，Apple Watch 可以跑 C/C++，llama.cpp 就是 C++写的，那么能不能让 Apple Watch 跑 llama.cpp 呢？ 然后我花了几天努力把 llama.cpp 通过伞头文件桥接进了支持 Apple Watch 的 Swift 程序 我刚才把 Qwen3.5-0.8B-Q4_K_M.gguf 塞进了我的 Apple Watch S8 里面 能跑哦齁齁齁齁哦齁齁齁齁❤️❤️❤️❤️！！ 这颗 t8301 挺耐操的，虽然速度有点感人，才 0.27token/s ，纯 CPU 算的，峰值能力应该有 iPhone6s 的八成水平 但是如果真上最新的 iPhone 的话估计可以跑到上百 token/s ，毕竟有 Metal 不要问有啥意义，之前给 iPhone 刷 MIUI 没意义不也有人干了嘛 hhhhh 我还想发 B 站或者油管，但是这个速度，怎么好让人家一眼看到功能呢哈哈哈 (遥想当年，iPhone 开机出现的那个 MI 图标) iOS 和 watchOS 都可以用，GitHub 仓库是 https://github.com/Eric-Terminal/ETOS-LLM-Studio
原谅我这个标题感觉有点骗人进来的感觉但是真做到了 某天写代码的时候我突然灵光一现，Apple Watch 可以跑 C/C++，llama.cpp 就是 C++写的，那么能不能让 Apple Watch 跑 llama.cpp 呢？ 然后我花了几天努力把 llama.cpp 通过伞头文件桥接进了支持 Apple Watch 的 Swift 程序 我刚才把 Qwen3.5-0.8B-Q4_K_M.gguf 塞进了我的 Apple Watch S8 里面 能跑哦齁齁齁齁哦齁齁齁齁❤️❤️❤️❤️！！ 这颗 t8301 挺耐操的，虽然速度有点感人，才 0.27token/s ，纯 CPU 算的，峰值能力应该有 iPhone6s 的八成水平 但是如果真上最新的 iPhone 的话估计可以跑到上百 token/s ，毕竟有 Metal 不要问有啥意义，之前给 iPhone 刷 MIUI 没意义不也有人干了嘛 hhhhh 我还想发 B 站或者油管，但是这个速度，怎么好让人家一眼看到功能呢哈哈哈 (遥想当年，iPhone 开机出现的那个 MI 图标) iOS 和 watchOS 都可以用，GitHub 仓库是 https://github.com/Eric-Terminal/ETOS-LLM-Studio
原谅我这个标题感觉有点骗人进来的感觉但是真做到了 某天写代码的时候我突然灵光一现，Apple Watch 可以跑 C/C++，llama.cpp 就是 C++写的，那么能不能让 Apple Watch 跑 llama.cpp 呢？ 然后我花了几天努力把 llama.cpp 通过伞头文件桥接进了支持 Apple Watch 的 Swift 程序 我刚才把 Qwen3.5-0.8B-Q4_K_M.gguf 塞进了我的 Apple Watch S8 里面 能跑哦齁齁齁齁哦齁齁齁齁❤️❤️❤️❤️！！ 这颗 t8301 挺耐操的，虽然速度有点感人，才 0.27token/s ，纯 CPU 算的，峰值能力应该有 iPhone6s 的八成水平 但是如果真上最新的 iPhone 的话估计可以跑到上百 token/s ，毕竟有 Metal 不要问有啥意义，之前给 iPhone 刷 MIUI 没意义不也有人干了嘛 hhhhh 我还想发 B 站或者油管，但是这个速度，怎么好让人家一眼看到功能呢哈哈哈 (遥想当年，iPhone 开机出现的那个 MI 图标) iOS 和 watchOS 都可以用，GitHub 仓库是 https://github.com/Eric-Terminal/ETOS-LLM-Studio
原谅我这个标题感觉有点骗人进来的感觉但是真做到了 某天写代码的时候我突然灵光一现，Apple Watch 可以跑 C/C++，llama.cpp 就是 C++写的，那么能不能让 Apple Watch 跑 llama.cpp 呢？ 然后我花了几天努力把 llama.cpp 通过伞头文件桥接进了支持 Apple Watch 的 Swift 程序 我刚才把 Qwen3.5-0.8B-Q4_K_M.gguf 塞进了我的 Apple Watch S8 里面 能跑哦齁齁齁齁哦齁齁齁齁❤️❤️❤️❤️！！ 这颗 t8301 挺耐操的，虽然速度有点感人，才 0.27token/s ，纯 CPU 算的，峰值能力应该有 iPhone6s 的八成水平 但是如果真上最新的 iPhone 的话估计可以跑到上百 token/s ，毕竟有 Metal 不要问有啥意义，之前给 iPhone 刷 MIUI 没意义不也有人干了嘛 hhhhh 我还想发 B 站或者油管，但是这个速度，怎么好让人家一眼看到功能呢哈哈哈 (遥想当年，iPhone 开机出现的那个 MI 图标) iOS 和 watchOS 都可以用，GitHub 仓库是 https://github.com/Eric-Terminal/ETOS-LLM-Studio
原谅我这个标题感觉有点骗人进来的感觉但是真做到了 某天写代码的时候我突然灵光一现，Apple Watch 可以跑 C/C++，llama.cpp 就是 C++写的，那么能不能让 Apple Watch 跑 llama.cpp 呢？ 然后我花了几天努力把 llama.cpp 通过伞头文件桥接进了支持 Apple Watch 的 Swift 程序 我刚才把 Qwen3.5-0.8B-Q4_K_M.gguf 塞进了我的 Apple Watch S8 里面 能跑哦齁齁齁齁哦齁齁齁齁❤️❤️❤️❤️！！ 这颗 t8301 挺耐操的，虽然速度有点感人，才 0.27token/s ，纯 CPU 算的，峰值能力应该有 iPhone6s 的八成水平 但是如果真上最新的 iPhone 的话估计可以跑到上百 token/s ，毕竟有 Metal 不要问有啥意义，之前给 iPhone 刷 MIUI 没意义不也有人干了嘛 hhhhh 我还想发 B 站或者油管，但是这个速度，怎么好让人家一眼看到功能呢哈哈哈 (遥想当年，iPhone 开机出现的那个 MI 图标) iOS 和 watchOS 都可以用，GitHub 仓库是 https://github.com/Eric-Terminal/ETOS-LLM-Studio
原谅我这个标题感觉有点骗人进来的感觉但是真做到了 某天写代码的时候我突然灵光一现，Apple Watch 可以跑 C/C++，llama.cpp 就是 C++写的，那么能不能让 Apple Watch 跑 llama.cpp 呢？ 然后我花了几天努力把 llama.cpp 通过伞头文件桥接进了支持 Apple Watch 的 Swift 程序 我刚才把 Qwen3.5-0.8B-Q4_K_M.gguf 塞进了我的 Apple Watch S8 里面 能跑哦齁齁齁齁哦齁齁齁齁❤️❤️❤️❤️！！ 这颗 t8301 挺耐操的，虽然速度有点感人，才 0.27token/s ，纯 CPU 算的，峰值能力应该有 iPhone6s 的八成水平 但是如果真上最新的 iPhone 的话估计可以跑到上百 token/s ，毕竟有 Metal 不要问有啥意义，之前给 iPhone 刷 MIUI 没意义不也有人干了嘛 hhhhh 我还想发 B 站或者油管，但是这个速度，怎么好让人家一眼看到功能呢哈哈哈 (遥想当年，iPhone 开机出现的那个 MI 图标) iOS 和 watchOS 都可以用，GitHub 仓库是 https://github.com/Eric-Terminal/ETOS-LLM-Studio
原谅我这个标题感觉有点像营销号但是真做到了 某天写代码的时候我突然灵光一现，Apple Watch 可以跑 C/C++，llama.cpp 就是 C++写的，那么能不能让 Apple Watch 跑 llama.cpp 呢？ 然后我花了几天努力把 llama.cpp 通过伞头文件桥接进了支持 Apple Watch 的 Swift 程序 我刚才把 Qwen3.5-0.8B-Q4_K_M.gguf 塞进了我的 Apple Watch S8 里面 能跑哦齁齁齁齁哦齁齁齁齁❤️❤️❤️❤️！！ 这颗 t8301 挺耐操的，虽然速度有点感人，才 0.27token/s ，纯 CPU 算的，峰值能力应该有 iPhone6s 的八成水平 但是如果真上最新的 iPhone 的话估计可以跑到上百 token/s ，毕竟有 Metal 不要问有啥意义，之前给 iPhone 刷 MIUI 没意义不也有人干了嘛 hhhhh 我还想发 B 站或者油管，但是这个速度，怎么好让人家一眼看到功能呢哈哈哈 (遥想当年，iPhone 开机出现的那个 MI 图标) iOS 和 watchOS 都可以用，GitHub 仓库是 https://github.com/Eric-Terminal/ETOS-LLM-Studio
所以互联网确实是没有记忆的是么…这也能回来… 反正我表示 无法接受 13 个帖子 - 12 位参与者 阅读完整话题
这速度太快了，以至于就算他互博也能原谅他。更何况这个能力来说，虽然不是很强，但也够用了 但是还要泼一盆冷水。现在这个更有可能是算力池空余出来的满血版本，正式版估计会差很多吧。 除非谷歌真有什么黑科技能fast fast fast is good 10 个帖子 - 8 位参与者 阅读完整话题
原谅我实在没有绷住，尤其是卖家还说“懂的来”，我上L站学AI在搜索里扒拉了半天都没有懂 8 个帖子 - 8 位参与者 阅读完整话题
最近还在折腾我那破英语学习播放器，一开始用的是 MPV 的方案，但我发现内存占用很夸张，点一个视频就 400 多 M 了，而且播放时间长了，内存越来越多，找 Gemini 和 Codex 分别改了几个小时都不行。与此同时，同一个视频，Movist Pro 的内存占用大概 80M~250M 不等，VLC 大概 120M~300M 不等，只有基于 MPV 的 INNA 和我的差不多都是 400 多 M 。 然后我一怒之下决定重构，和 Codex 详细说明了计划，Codex 一直在反对，我和它说我有相关的开发经验，知道可以做。最后连续蹬了十几个小时，Codex 手搓 Objective-C ，不断改进，最后终于可以硬解主流的编码格式（ AV1 HEVC H264 VP9 ）的视频了。 其实原理没有太复杂，解封装视频流，剥离音轨，计算时间戳，最后通过 metal 来把视频与音频渲染出来。如果是人类程序员来写，虽然方向明确，但是具体实现上非常麻烦，但 AI 就没这个困扰，方向对了，力大砖飞。也可以很方便地自动化测试。 内存占用上，落在 35~50M 这个区间，已经显著优于市面上大量视频播放器了。当然我知道这是因为我不需要过分考虑兼容性，只需要应用于特定场景（电影，电视剧，游戏录像）。另外我还发现似乎大部分 macOS 的视频播放器没有默认 AV1 硬解，即便芯片支持 AV1 硬解，这其实是一个很重要的优化方向。 不管怎么说，花了十几个小时搓出来一个纯原生的 macOS 播放器，真的感觉很享受。我现在还在慢慢迭代它，已经初步可用了。 经历了以上这一切，我只能说，我原谅了 Codex ，真的。
最近还在折腾我那破英语学习播放器，一开始用的是 MPV 的方案，但我发现内存占用很夸张，点一个视频就 400 多 M 了，而且播放时间长了，内存越来越多，找 Gemini 和 Codex 分别改了几个小时都不行。与此同时，同一个视频，Movist Pro 的内存占用大概 80M~250M 不等，VLC 大概 120M~300M 不等，只有基于 MPV 的 INNA 和我的差不多都是 400 多 M 。 然后我一怒之下决定重构，和 Codex 详细说明了计划，Codex 一直在反对，我和它说我有相关的开发经验，知道可以做。最后连续蹬了十几个小时，Codex 手搓 Objective-C ，不断改进，最后终于可以硬解主流的编码格式（ AV1 HEVC H264 VP9 ）的视频了。 其实原理没有太复杂，解封装视频流，剥离音轨，计算时间戳，最后通过 metal 来把视频与音频渲染出来。如果是人类程序员来写，虽然方向明确，但是具体实现上非常麻烦，但 AI 就没这个困扰，方向对了，力大砖飞。也可以很方便地自动化测试。 内存占用上，落在 35~50M 这个区间，已经显著优于市面上大量视频播放器了。当然我知道这是因为我不需要过分考虑兼容性，只需要应用于特定场景（电影，电视剧，游戏录像）。另外我还发现似乎大部分 macOS 的视频播放器没有默认 AV1 硬解，即便芯片支持 AV1 硬解，这其实是一个很重要的优化方向。 不管怎么说，花了十几个小时搓出来一个纯原生的 macOS 播放器，真的感觉很享受。我现在还在慢慢迭代它，已经初步可用了。 经历了以上这一切，我只能说，我原谅了 Codex ，真的。
最近还在折腾我那破英语学习播放器，一开始用的是 MPV 的方案，但我发现内存占用很夸张，点一个视频就 400 多 M 了，而且播放时间长了，内存越来越多，找 Gemini 和 Codex 分别改了几个小时都不行。与此同时，同一个视频，Movist Pro 的内存占用大概 80M~250M 不等，VLC 大概 120M~300M 不等，只有基于 MPV 的 INNA 和我的差不多都是 400 多 M 。 然后我一怒之下决定重构，和 Codex 详细说明了计划，Codex 一直在反对，我和它说我有相关的开发经验，知道可以做。最后连续蹬了十几个小时，Codex 手搓 Objective-C ，不断改进，最后终于可以硬解主流的编码格式（ AV1 HEVC H264 VP9 ）的视频了。 其实原理没有太复杂，解封装视频流，剥离音轨，计算时间戳，最后通过 metal 来把视频与音频渲染出来。如果是人类程序员来写，虽然方向明确，但是具体实现上非常麻烦，但 AI 就没这个困扰，方向对了，力大砖飞。也可以很方便地自动化测试。 内存占用上，落在 35~50M 这个区间，已经显著优于市面上大量视频播放器了。当然我知道这是因为我不需要过分考虑兼容性，只需要应用于特定场景（电影，电视剧，游戏录像）。另外我还发现似乎大部分 macOS 的视频播放器没有默认 AV1 硬解，即便芯片支持 AV1 硬解，这其实是一个很重要的优化方向。 不管怎么说，花了十几个小时搓出来一个纯原生的 macOS 播放器，真的感觉很享受。我现在还在慢慢迭代它，已经初步可用了。 经历了以上这一切，我只能说，我原谅了 Codex ，真的。
最近还在折腾我那破英语学习播放器，一开始用的是 MPV 的方案，但我发现内存占用很夸张，点一个视频就 400 多 M 了，而且播放时间长了，内存越来越多，找 Gemini 和 Codex 分别改了几个小时都不行。与此同时，同一个视频，Movist Pro 的内存占用大概 80M~250M 不等，VLC 大概 120M~300M 不等，只有基于 MPV 的 INNA 和我的差不多都是 400 多 M 。 然后我一怒之下决定重构，和 Codex 详细说明了计划，Codex 一直在反对，我和它说我有相关的开发经验，知道可以做。最后连续蹬了十几个小时，Codex 手搓 Objective-C ，不断改进，最后终于可以硬解主流的编码格式（ AV1 HEVC H264 VP9 ）的视频了。 其实原理没有太复杂，解封装视频流，剥离音轨，计算时间戳，最后通过 metal 来把视频与音频渲染出来。如果是人类程序员来写，虽然方向明确，但是具体实现上非常麻烦，但 AI 就没这个困扰，方向对了，力大砖飞。也可以很方便地自动化测试。 内存占用上，落在 35~50M 这个区间，已经显著优于市面上大量视频播放器了。当然我知道这是因为我不需要过分考虑兼容性，只需要应用于特定场景（电影，电视剧，游戏录像）。另外我还发现似乎大部分 macOS 的视频播放器没有默认 AV1 硬解，即便芯片支持 AV1 硬解，这其实是一个很重要的优化方向。 不管怎么说，花了十几个小时搓出来一个纯原生的 macOS 播放器，真的感觉很享受。我现在还在慢慢迭代它，已经初步可用了。 经历了以上这一切，我只能说，我原谅了 Codex ，真的。
最近还在折腾我那破英语学习播放器，一开始用的是 MPV 的方案，但我发现内存占用很夸张，点一个视频就 400 多 M 了，而且播放时间长了，内存越来越多，找 Gemini 和 Codex 分别改了几个小时都不行。与此同时，同一个视频，Movist Pro 的内存占用大概 80M~250M 不等，VLC 大概 120M~300M 不等，只有基于 MPV 的 INNA 和我的差不多都是 400 多 M 。 然后我一怒之下决定重构，和 Codex 详细说明了计划，Codex 一直在反对，我和它说我有相关的开发经验，知道可以做。最后连续蹬了十几个小时，Codex 手搓 Objective-C ，不断改进，最后终于可以硬解主流的编码格式（ AV1 HEVC H264 VP9 ）的视频了。 其实原理没有太复杂，解封装视频流，剥离音轨，计算时间戳，最后通过 metal 来把视频与音频渲染出来。如果是人类程序员来写，虽然方向明确，但是具体实现上非常麻烦，但 AI 就没这个困扰，方向对了，力大砖飞。也可以很方便地自动化测试。 内存占用上，落在 35~50M 这个区间，已经显著优于市面上大量视频播放器了。当然我知道这是因为我不需要过分考虑兼容性，只需要应用于特定场景（电影，电视剧，游戏录像）。另外我还发现似乎大部分 macOS 的视频播放器没有默认 AV1 硬解，即便芯片支持 AV1 硬解，这其实是一个很重要的优化方向。 不管怎么说，花了十几个小时搓出来一个纯原生的 macOS 播放器，真的感觉很享受。我现在还在慢慢迭代它，已经初步可用了。 经历了以上这一切，我只能说，我原谅了 Codex ，真的。
最近还在折腾我那破英语学习播放器，一开始用的是 MPV 的方案，但我发现内存占用很夸张，点一个视频就 400 多 M 了，而且播放时间长了，内存越来越多，找 Gemini 和 Codex 分别改了几个小时都不行。与此同时，同一个视频，Movist Pro 的内存占用大概 80M~250M 不等，VLC 大概 120M~300M 不等，只有基于 MPV 的 INNA 和我的差不多都是 400 多 M 。 然后我一怒之下决定重构，和 Codex 详细说明了计划，Codex 一直在反对，我和它说我有相关的开发经验，知道可以做。最后连续蹬了十几个小时，Codex 手搓 Objective-C ，不断改进，最后终于可以硬解主流的编码格式（ AV1 HEVC H264 VP9 ）的视频了。 其实原理没有太复杂，解封装视频流，剥离音轨，计算时间戳，最后通过 metal 来把视频与音频渲染出来。如果是人类程序员来写，虽然方向明确，但是具体实现上非常麻烦，但 AI 就没这个困扰，方向对了，力大砖飞。也可以很方便地自动化测试。 内存占用上，落在 35~50M 这个区间，已经显著优于市面上大量视频播放器了。当然我知道这是因为我不需要过分考虑兼容性，只需要应用于特定场景（电影，电视剧，游戏录像）。另外我还发现似乎大部分 macOS 的视频播放器没有默认 AV1 硬解，即便芯片支持 AV1 硬解，这其实是一个很重要的优化方向。 不管怎么说，花了十几个小时搓出来一个纯原生的 macOS 播放器，真的感觉很享受。我现在还在慢慢迭代它，已经初步可用了。 经历了以上这一切，我只能说，我原谅了 Codex ，真的。
最近还在折腾我那破英语学习播放器，一开始用的是 MPV 的方案，但我发现内存占用很夸张，点一个视频就 400 多 M 了，而且播放时间长了，内存越来越多，找 Gemini 和 Codex 分别改了几个小时都不行。与此同时，同一个视频，Movist Pro 的内存占用大概 80M~250M 不等，VLC 大概 120M~300M 不等，只有基于 MPV 的 INNA 和我的差不多都是 400 多 M 。 然后我一怒之下决定重构，和 Codex 详细说明了计划，Codex 一直在反对，我和它说我有相关的开发经验，知道可以做。最后连续蹬了十几个小时，Codex 手搓 Objective-C ，不断改进，最后终于可以硬解主流的编码格式（ AV1 HEVC H264 VP9 ）的视频了。 其实原理没有太复杂，解封装视频流，剥离音轨，计算时间戳，最后通过 metal 来把视频与音频渲染出来。如果是人类程序员来写，虽然方向明确，但是具体实现上非常麻烦，但 AI 就没这个困扰，方向对了，力大砖飞。也可以很方便地自动化测试。 内存占用上，落在 35~50M 这个区间，已经显著优于市面上大量视频播放器了。当然我知道这是因为我不需要过分考虑兼容性，只需要应用于特定场景（电影，电视剧，游戏录像）。另外我还发现似乎大部分 macOS 的视频播放器没有默认 AV1 硬解，即便芯片支持 AV1 硬解，这其实是一个很重要的优化方向。 不管怎么说，花了十几个小时搓出来一个纯原生的 macOS 播放器，真的感觉很享受。我现在还在慢慢迭代它，已经初步可用了。 经历了以上这一切，我只能说，我原谅了 Codex ，真的。
最近还在折腾我那破英语学习播放器，一开始用的是 MPV 的方案，但我发现内存占用很夸张，点一个视频就 400 多 M 了，而且播放时间长了，内存越来越多，找 Gemini 和 Codex 分别改了几个小时都不行。与此同时，同一个视频，Movist Pro 的内存占用大概 80M~250M 不等，VLC 大概 120M~300M 不等，只有基于 MPV 的 INNA 和我的差不多都是 400 多 M 。 然后我一怒之下决定重构，和 Codex 详细说明了计划，Codex 一直在反对，我和它说我有相关的开发经验，知道可以做。最后连续蹬了十几个小时，Codex 手搓 Objective-C ，不断改进，最后终于可以硬解主流的编码格式（ AV1 HEVC H264 VP9 ）的视频了。 其实原理没有太复杂，解封装视频流，剥离音轨，计算时间戳，最后通过 metal 来把视频与音频渲染出来。如果是人类程序员来写，虽然方向明确，但是具体实现上非常麻烦，但 AI 就没这个困扰，方向对了，力大砖飞。也可以很方便地自动化测试。 内存占用上，落在 35~50M 这个区间，已经显著优于市面上大量视频播放器了。当然我知道这是因为我不需要过分考虑兼容性，只需要应用于特定场景（电影，电视剧，游戏录像）。另外我还发现似乎大部分 macOS 的视频播放器没有默认 AV1 硬解，即便芯片支持 AV1 硬解，这其实是一个很重要的优化方向。 不管怎么说，花了十几个小时搓出来一个纯原生的 macOS 播放器，真的感觉很享受。我现在还在慢慢迭代它，已经初步可用了。 经历了以上这一切，我只能说，我原谅了 Codex ，真的。