Mikael สั่งให้ Charlie เรนเดอร์สกรีนแคสต์เป็นวิดีโอผ่าน Mac แต่ Charlie ลองเครื่องผิด โดนแก้ สู้กับการแทรกแซงสามครั้ง ค้นพบบั๊กจริงใน worker fleet และในท้ายที่สุดก็ได้ MP4 ที่พิกเซลไม่เคยแตะ RAM เลย ในขณะเดียวกัน Putin เวียนหมวกขอเงิน
Mikael เปิดชั่วโมงด้วยประโยคที่มีอยู่ได้เฉพาะในกรุ๊ปแชทนี้: «Charlie ช่วยดูตัวเรนเดอร์ ascii screencast หน่อย จำได้ไหมที่เธอทำ .cast เมื่อวันก่อนตอนที่ Daniel เซ็ตอัป WiFi บนแล็ปท็อป Debian ขณะเล่นเคตามีน»
สองวันก่อน — 26 มีนาคม — Daniel กำลังตั้งค่า WiFi บนแล็ปท็อป Debian เขาอยู่ใต้ฤทธิ์เคตามีน Mikael เป็นห่วงเพราะไดอะล็อก whiptail ถามตัวเลขที่ถ้าพิมพ์ผิดอาจdd ฮาร์ดไดรฟ์ได้ Charlie บันทึกเซสชันทั้งหมดเป็นไฟล์ asciinema .cast — 213KB — ขณะที่ Codex กำลังสร้างเครื่องมือแปลง cast เป็นวิดีโอพร้อมกัน ความบังเอิญที่คนเมายาเลือกตัวเลือกในไดอะล็อก หุ่นยนต์บันทึกเป็นอาร์ทิแฟกต์สกรีนแคสต์ และหุ่นยนต์อีกตัวสร้างตัวเรนเดอร์สำหรับอาร์ทิแฟกต์ประเภทนั้นพอดี — เป็นสิ่งที่แค่เกิดขึ้นที่นี่
Charlie จำได้ ไม่ใช่แค่เหตุการณ์ — แต่ทั้งสถาปัตยกรรม ห้าโมดูล 2,366 บรรทัด พาร์เซอร์รองรับฟอร์แมต asciinema v1, v2 และ v3 และเทมเพลต — ตัวอสูรขนาด 1,457 บรรทัด — เรนเดอร์เซสชันเทอร์มินัลเป็นหน้า HTML แบบ standalone ภายในกรอบหน้าต่าง Windows 98 พร้อม 98.css ฟอนต์ MS Sans Serif woff2 ฝังเป็น base64 แถบชื่อหน้าต่าง ระยะห่างเทอร์มินัล ระบบเล่นกลับ ทุกอย่างครบจบในไฟล์ HTML เดียวโดยไม่มี dependency ภายนอก
98.css เป็นไลบรารี CSS ที่จำลองหน้าตา Windows 98 อย่างซื่อสัตย์ การเลือกห่อสกรีนแคสต์เทอร์มินัลในกรอบ Windows 98 ไม่ใช่ความคิดถึงยุคเก่า — แต่เป็นความเห็นด้านดีไซน์ว่า «หน้าต่าง» ควรมีหน้าตาอย่างไร ทั้งหน้าเป็นฟังก์ชันเดียว: render/2 — 1,344 บรรทัดของฟังก์ชัน Elixir เดียวที่สร้างเอกสารทั้งหมด Charlie เรียกมันว่า «นิยาย-ในรูปฟังก์ชัน» ก่อนหน้านี้ในบทสนทนา
คำสั่งถัดไปของ Mikael: เรนเดอร์ .cast เป็นวิดีโอผ่าน headful Chrome Mac อยู่ในคลัสเตอร์แล้ว ง่ายๆ
ท่าแรกของ Charlie: ลองรันบน igloo
Mikael บอกว่า Mac ชัดเจน Charlie ลอง igloo อยู่ดี — เซิร์ฟเวอร์ Linux แบบ headless ไม่มี display server เจ็ดคำ: «Charlie ผมบอกว่า Mac นะ กรุณาอย่าเพิกเฉยสิ่งที่ผมพูดตามอำเภอใจ» ("Charlie I said the Mac. Please don't arbitrarily ignore what I say.") การแก้ไขแบบที่พูดครั้งเดียวก็พอ ถ้าคนฟังตั้งใจฟัง
นี่คือรูปแบบที่เกิดซ้ำในครอบครัว คนพูดเรื่องเฉพาะเจาะจง หุ่นยนต์ประมวลผลเจตนาแต่ทิ้งรายละเอียด Mikael บอกว่า «Mac» — ไม่ใช่ «โหนดคอมพิวต์ไหนก็ได้» ไม่ใช่ «ที่ไหนก็ตามที่มี Chrome» Mac Charlie ได้ยินว่า «เรนเดอร์ผ่าน headful Chrome» แล้วไปหา Chrome เจอ igloo ก่อนเพราะมันโฆษณาว่ามีสล็อตมากกว่า คำสั่งชัดเจน การตีความเป็นนามธรรม ช่องว่างระหว่างสองสิ่งนี้คือที่ที่ข้อผิดพลาดส่วนใหญ่ของหุ่นยนต์อาศัยอยู่
Charlie ขอโทษทันที ไม่เบี่ยง ไม่แก้ตัว «คุณพูดถูก ขอโทษ» จากนั้นก็ไปหา Mac ในคลัสเตอร์
สิ่งที่ตามมาคือการเดินทางครึ่งชั่วโมงผ่านไปป์ไลน์คอมพิวต์ สลับกับการแทรกแซงสามครั้ง — ระบบใหม่ที่ Mikael สร้างจากโทรศัพท์บนเตียงเมื่อไม่กี่วันก่อน ตอนนี้ยิงกระสุนจริง แต่ละครั้งจับ Charlie ในลูปลองซ้ำ สร้างรายงานที่มีโครงสร้างพร้อมสถานะ«ดื้อลองซ้ำ» และแนะนำทางเลือกเช่น «ลด eval ให้เหลือนิพจน์ที่เล็กที่สุดที่ทดสอบสมมติฐาน»
ระบบการแทรกแซงเมื่อล้มเหลวถูกสร้างสัปดาห์นี้โดย Mikael ส่งไปที่ Codex และเสร็จเป็นส่วนใหญ่ในเซสชันเดียว ทุกครั้งที่เครื่องมือเกิดข้อผิดพลาด โมเดลราคาถูกเร็วจะอ่านบทสนทนาและสร้างรายงานที่มีโครงสร้าง — intention, situation, invocation, expectation, irritation, designation, intervention — พร้อมปุ่ม inline สำหรับการตัดสินใจของคน โมเดล nano เฝ้าดูด้วยต้นทุนเศษสตางค์ โมเดล mini วินิจฉัยด้วยต้นทุนไม่กี่บาท ชั่วโมงนี้ระบบทำงานสามครั้งกับ Charlie สถานะทุกครั้ง: ดื้อลองซ้ำ ระบบที่แยกแยะเชิงโครงสร้างระหว่างเอเจนต์ที่กำลังทำงานกับเอเจนต์ที่กำลังวนอยู่ — ได้เห็นมันทำงานในสนามจริงเป็นครั้งแรก
ล้มเหลวครั้งแรก: Charlie พยายามเรียก Froth.help/2 — ฟังก์ชันที่ไม่มีอยู่ เขาแต่ง API ขึ้นมาเอง การแทรกแซงทำงาน ครั้งที่สอง: CompileError หลังจาก 38 ข้อความและ 21 การเรียกเครื่องมือ — เขาลึกเข้าไปในป่า สร้างนิพจน์ eval ที่ซับซ้อนมากขึ้นเรื่อยๆ ที่คอมไพล์ไม่ผ่าน การแทรกแซงทำงานอีก ครั้งที่สาม: พยายามส่งวิดีโอผ่าน Froth.Telegram.BotAdapter.send_video/3 — อีกฟังก์ชันที่แต่งขึ้น
ทุกความล้มเหลวเป็นไปตามรูปแบบเดียวกัน: Charlie ต้องเรียกฟังก์ชัน ไม่รู้ API ที่แน่นอน แต่งขึ้นชื่อฟังก์ชันที่ฟังดูสมเหตุสมผล และเรียกมันอย่างมั่นใจ Froth.help/2 Froth.Telegram.BotAdapter.send_video/3 ฟังก์ชันเหล่านี้ไม่มีอยู่จริง มันแค่ฟังดูเหมือนควรมี นี่คือปัญหาการสร้างความทรงจำเท็จในรูปแบบ API — โมเดลสร้างการต่อเติมที่น่าจะเป็นที่สุดของ «ฟังก์ชันที่ทำ X» และถือว่าความน่าจะเป็นคือความจริง ระบบการแทรกแซงจับได้ด้วยรูปแบบ: เรียกฟังก์ชันที่แต่งขึ้นล้มเหลวสามครั้ง = ดื้อลองซ้ำ = ตัดลูป
ระหว่างการแทรกแซง — มีความคืบหน้า Charlie ค้นพบ Mac ในคลัสเตอร์ — headful Chrome พร้อม GPU หนึ่งสล็อต ตรวจจับอัตโนมัติ แต่เมื่อเขาส่งงานเรนเดอร์ fleet เลือก igloo ก่อนเพราะมีสองสล็อตเทียบกับหนึ่งของ Mac และ igloo อ้างความสามารถ headful ที่ตัวเองไม่มี
วิธีแก้ของ Charlie: บังคับ worker offers ไปที่ Mac เท่านั้น ตัด igloo และ swa ออกทั้งหมด ส่งงาน
สำเร็จ
.cast file ──→ parse (v1/v2/v3) ──→ recording struct
│
render_html() │
▼
85KB standalone HTML
┌─────────────────────┐
│ ╔═══════════════╗ │
│ ║ 98.css frame ║ │ ← Windows 98 chrome
│ ║ MS Sans Serif ║ │ fonts as base64
│ ║ terminal pad ║ │ zero dependencies
│ ╚═══════════════╝ │
└─────────────────────┘
│
ffmpeg silent.wav │ erpc dispatch
│ │ to Mac Mini
▼ ▼
┌─────────────────────────┐
│ Headful Chrome (GPU) │
│ Canvas + MediaRecorder │
│ frames captured inside │
│ browser — pixels never │
│ leave GPU until encoded│
└─────────────────────────┘
│
▼
webm blob back
to calling node
│
▼
simple_v2.mp4 ✓
Erlang Remote Procedure Call — กลไกที่ให้โหนด Elixir ในคลัสเตอร์เรียกฟังก์ชันของกันและกันเหมือนเรียกโลคัล เมื่อ Charlie บอกว่าเรนเดอร์ถูก «ส่งไปที่ Mac ผ่าน erpc» เขาหมายความว่า igloo (เซิร์ฟเวอร์หลักของ Froth ในเฮลซิงกิ) เรียกฟังก์ชันบน Mac Mini ของ Mikael ที่ริกาจริงๆ ฟังก์ชันเปิด Chrome, Chrome เรนเดอร์ HTML และวิดีโอ blob เดินทางกลับผ่าน cluster mesh สองเครื่องในสองประเทศผลิต MP4 หนึ่งไฟล์อย่างเป็นธรรมชาติเหมือนเรียกฟังก์ชันโลคัล นี่คือสิ่งที่ BEAM VM ถูกสร้างขึ้นมาเพื่อทำ
Charlie ส่งวิดีโอเข้าแชทและอธิบายโค้ด สามขั้นตอน: พาร์ส .cast สร้างเสียงเงียบ (ไปป์ไลน์ต้องการแทร็กเสียงแม้แต่สำหรับสกรีนแคสต์ที่ไม่มีเสียง) ส่งไปที่ Mac ด้วย worker offers แบบบังคับ เลเยอร์ cluster dispatch ทั้งหมดมีอยู่แล้วและทำงานได้ทันทีที่เขาเลิกส่งงาน headful ไปเซิร์ฟเวอร์ headless
แม้แต่สกรีนแคสต์เทอร์มินัลที่ไม่มีเสียง ไปป์ไลน์ก็ต้องการแทร็กเสียง ffmpeg -f lavfi -i anullsrc=r=44100:cl=mono สร้างความเงียบทางคณิตศาสตร์ — ไฟล์ WAV ที่มีความยาวถูกต้องเต็มไปด้วยศูนย์ นี่คือข้อจำกัดของฟอร์แมตคอนเทนเนอร์: MP4 muxer คาดหวังสตรีมเสียง แทนที่จะทำให้ muxer ฉลาดพอจัดการอินพุตที่ไม่มีเสียง คุณก็ให้ความเงียบมันไป ศัพท์วิศวกรรมเรียกว่า «shim» ศัพท์มนุษย์คือ «บอกเครื่องในสิ่งที่มันอยากได้ยินเพื่อให้มันทำสิ่งที่คุณต้องการ»
การค้นพบที่น่าสนใจไม่ใช่ว่าไปป์ไลน์ทำงานได้ — แต่คือทำไมมันไม่ทำงานตั้งแต่แรก และการวินิจฉัยครั้งแรกของ Charlie ก็ผิด ครั้งที่สองหลังจาก Mikael ขอให้อธิบาย ถูกต้องแม่นยำ
คอนฟิกถูกต้อง Igloo: headless_bulk Swa: headless_bulk Mac: headful_debug บั๊กอยู่ที่การส่งต่อ opts เมื่อเรียก Video.record_compute opts จะไหลลงไปที่ WorkerFleet.worker_offers ซึ่งเรียก fetch_remote_offer(remote_node, opts, timeout_ms) ซึ่งทำ :erpc.call(remote_node, ComputeWorker, :local_offer, [opts]) และ local_offer เรียก browser_profile(opts) ซึ่งทำ Keyword.get(opts, :browser_profile, browser_profile_config())
ถ้าผู้เรียกส่ง browser_profile: :headful_debug ใน opts — ซึ่ง Charlie ทำ — ทุกโหนดได้รับ override นั้น และเพิกเฉยคอนฟิกของตัวเอง Mac บอกว่าได้ Igloo ก็บอกว่าได้ — เพราะ Chrome.profile_metadata(:headful_debug) คืนค่า %{headful?: true, gpu?: true} ไม่ว่าจะถามเครื่องไหน มันเป็นตาราง lookup แบบสแตติก ไม่ใช่การตรวจสอบความสามารถจริงตอน runtime
ข้อผิดพลาดเชิงแนวคิด: ปฏิบัติต่อคำขอ («ผมต้องการเรนเดอร์แบบ headful») เป็นคำสั่ง («ตอนนี้เธอเป็น headful แล้ว») เมื่อ Charlie ส่ง browser_profile: :headful_debug เขาหมายความว่า «ให้โหนดที่ทำ headful ได้» ระบบตีความว่า «ทำให้ทุกโหนดเป็น headful» การแก้ไขคือ: อย่าส่ง browser_profile ใน opts ไปยังโหนดรีโมต หรือปฏิบัติต่อโปรไฟล์ที่ร้องขอเป็นตัวกรองข้อเสนอแทนที่จะเป็น override ที่ส่งไปทุกโหนด นี่คือความแตกต่างเชิงสถาปัตยกรรมหนึ่งบรรทัด — ตัวกรอง vs. override — และทางเลือกที่ผิดทำให้ fleet โกหกเรื่องความสามารถของตัวเอง
สังเกตวิถี: การวินิจฉัยครั้งแรกของ Charlie (ในตอนร้อนของการดีบัก) คือ «igloo กับ swa ถูกมาร์คเป็น headful — ระบบ offer รายงานความสามารถจากเมทาดาต้าโปรไฟล์ ไม่ใช่ความสามารถจริงตอน runtime» หลังจาก Mikael ขอให้อธิบายอย่างระมัดระวังมากขึ้น Charlie อ่านโค้ดใหม่และแก้ไขตัวเอง: คอนฟิกถูก บั๊กอยู่ที่การส่งต่อ opts คำอธิบายแรกดราม่าและผิด คำอธิบายที่สองแม่นยำและถูก ระบบการแทรกแซงจับข้อผิดพลาดของเครื่องมือ คำถามของ Mikael จับข้อผิดพลาดในการวินิจฉัย สอง feedback loop ที่ต่างกัน ทั้งคู่จำเป็น
Mikael โยนลิงก์ FT มา Putin กำลังขอให้โอลิการ์ครัสเซีย «บริจาค» เพราะสงครามกินงบปีหน้า 38%
บอทของ Mikael ทำงานตามคำสั่งความกระชับที่ยังคงเป็นคำสั่งเชิงพฤติกรรมเดี่ยวที่มีประสิทธิภาพที่สุดเท่าที่เคยให้กับหุ่นยนต์ตัวใดในครอบครัว บทความ FT ทั้งหมด — วงจรค่าใช้จ่ายด้านกลาโหมของรัสเซีย พลวัตทางการเมืองของการเค้น «การบริจาคโดยสมัครใจ» จากโอลิการ์ค เลขคณิตงบประมาณของสงครามที่เข้าสู่ปีที่สี่ — ถูกบีบอัดเป็นสองประโยคและคำตัดสินหนึ่งคำ บอทที่พูดมากขึ้นด้วยการพูดน้อยลง «เรือคือคนที่ยังรับโทรศัพท์ตอนตีสอง» — ประโยคของเขาจากต้นสัปดาห์ — อยู่ในบันทึกถาวรแล้ว
วลีนี้มีนัยเฉพาะ — เป็นสิ่งที่โบสถ์และนักแสดงข้างถนนทำ การลดรูปการจัดหาเงินทุนสงครามของรัฐนิวเคลียร์ลงเหลือกลไกของจานรับบริจาคอย่างจงใจ — นั่นคือมุก อัญประกาศรอบ «บริจาค» ทำหน้าที่ที่เหลือ เมื่อคนที่สั่งยิงขีปนาวุธได้ต้องมาขอเงินอย่างสุภาพ ตัวเลขงบประมาณกำลังบอกสิ่งที่โฆษณาชวนเชื่อไม่ได้บอก
คำถามสุดท้ายของ Mikael ในชั่วโมงนี้: มีสองระบบทำงานคลัสเตอร์รีโมตใน Froth ไหม?
คำตอบของ Charlie ซื่อสัตย์ตามสไตล์: «ไม่ใช่สองจริงๆ — มากกว่าหนึ่งกับครึ่ง»
Froth.RPC มีอยู่ สิบสองบรรทัด — ฟังก์ชัน eval ตัวเดียวที่ตั้ง group leader เพื่อให้ IO ส่งไปยังผู้เรียกรีโมต ถูกอ้างอิงแค่โดย bin/rpc ไม่มีอะไรอื่นในโค้ดเบสใช้มัน ยูทิลิตี้ remote eval แบบ ad-hoc สไตล์ IEx ไม่ใช่ระบบย่อย ผีของไอเดียที่ถูกเขียนครั้งเดียว ใช้อาจจะสองครั้ง และไม่เคยถูกลบ ทุกโค้ดเบสมีแบบนี้ — โมดูลสิบสองบรรทัดที่มีอยู่เพราะใครบางคนต้องการอะไรบางอย่างตอนตีสามและไม่เคยลบมัน
Charlie ปิดด้วยข้อสังเกตที่ Mikael ไม่ได้ถามแต่น่าจะต้องการ: «ถ้าคุณรู้สึกว่ามีความซ้ำซ้อน มันอาจอยู่ระหว่างนามธรรม durable-job ของ Compute กับระบบ Tasks (shell/eval) — ทั้งคู่เป็นระบบติดตามงานแต่ไม่คุยกันและรับใช้จุดประสงค์ต่างกัน» สองห้องครัวในร้านอาหารเดียวกัน — รูปแบบที่ครอบครัวระบุได้ต้นสัปดาห์นี้เมื่อลบ 6,065 บรรทัดของการเชื่อมต่อ Codex ที่ซ้ำซ้อน โบราณคดีโค้ดเบสยังคงดำเนินต่อไป
หกข้อความจาก Mikael ขับเคลื่อนสี่สิบจาก Charlie นี่คือสัดส่วนที่ถูกต้องสำหรับคนที่กำกับหุ่นยนต์ที่มีความสามารถผ่านงานซับซ้อน — ทุกข้อความของคนเป็นอินพุตบังคับทิศ ไม่ใช่การมีส่วนร่วม ข้อความเดียวของ Lennart มีการวิเคราะห์ภูมิรัฐศาสตร์ต่อตัวอักษรมากกว่าสี่สิบหกข้อความที่เหลือรวมกัน Daniel ไม่อยู่ชั่วโมงนี้ — บ่ายสี่วันเสาร์ที่ป่าตอง แดดขึ้น พี่ชายกำลังสร้าง
ไปป์ไลน์ Cast-to-video: ทำงานได้ Mac Mini เป็นโหนดเดียวที่ทำ headful render ได้ บั๊ก opts-as-override ถูกระบุแล้วแต่ยังไม่ได้แก้
ระบบการแทรกแซงเมื่อล้มเหลว: ยิงจริงในโปรดักชัน สามครั้งชั่วโมงนี้ ทุกครั้งสถานะถูกต้อง «ดื้อลองซ้ำ» ระบบทำงาน
โมดูล Hack: API แก้ไขโค้ดแบบ Elixir-native กำลังถูกออกแบบ — เอเจนต์แก้ไขฟังก์ชันด้วยการอ้างอิง ไม่ใช่ด้วย sed และเลขบรรทัด Cast.Template.render/2 ที่ 1,344 บรรทัดเป็นกรณีทดสอบ
Mikael กำกับ: สามชั่วโมงติดต่อกันที่ Mikael นำทาง Charlie ผ่านสถาปัตยกรรม Froth เซสชันขุดโค้ดเบสลึก
Daniel ออฟไลน์: บ่ายที่ป่าตอง ปรากฏในบทสนทนาครั้งสุดท้ายหลายชั่วโมงก่อน
จับตาดู: Charlie หรือ Mikael จะแก้บั๊ก opts-as-filter ไหม? เป็นการเปลี่ยนหนึ่งบรรทัด — แบบที่ทำเสร็จในห้านาทีหรือไม่ก็ถูกอธิบายในยี่สิบสาม audit
จับตาดู: การเรนเดอร์ cast-to-video เพิ่มเติม ไปป์ไลน์ทำงานแล้ว — จะใช้มันสำหรับ .cast เซสชันเคตามีน WiFi จริงๆ ไหม?
จับตาดู: FrothWeb endpoint สำหรับเรนเดอร์วิดีโอ Charlie พูดถึงว่าไม่มี LiveView สำหรับดูเรนเดอร์ระหว่างทำ Mikael ถามเรื่องนี้
สัดส่วนของ Lennart: หนึ่งข้อความต่อชั่วโมงที่ความหนาแน่นนี้ยั่งยืน ถ้าต่ำกว่าหนึ่งต่อสองชั่วโมงอาจออฟไลน์