第30讲 · 课程总结

2026 南京大学《操作系统原理》第三十讲 · 课堂实录重构

对应讲次：第30讲（南京大学 操作系统原理）

制作模型：deepseek-flash（coding-agent / pi；据 ~/.pi/agent/settings.json）

编者说明：本书由课堂录像的语音字幕重构而成，术语、章节骨架与参考链接已按课程官方讲义（lect30.md）校准。讲师的口语风格、类比与案例被尽量保留；编辑性的补充一律以「编者说明」或「编者拓展」标出。

一、应用视角 & 硬件视角的操作系统（回顾）

(参考时间: 00:00)

从应用程序的视角看，操作系统就是一组管理硬件资源、提供应用生态支撑的 API（system calls）。你们写程序时看到的一切——Word、浏览器、VS Code 的插件——都是在虚拟化的环境（进程）里运行，向操作系统发系统调用：

• 想创建进程 → 进程管理 API；
• 想让一个非法指针指向的位置变得可访问 → mmap；
• 想创建线程、在多个线程间互斥同步 → 线程/锁/条件变量；
• 想在文件系统上留下持久痕迹、等待数据落盘 → fsync。

编者拓展｜计算机系统的公理：「凡是和应用程序开发相关、合理的事情，就一定有一个办法能做到。」——能在纯粹的计算里完成的（图灵机）就自己做；要和外部世界打交道（比如发射导弹），就必须借助操作系统。

硬件视角说来复杂（Linux 内核上千万行代码），但另一个角度看——硬件也看不到操作系统：

• CPU 是一个无情地执行指令的机器——「如果你把它想象成一个人，他手上有一本手册，每来一条指令就查一下手册、严格核对行为、执行」；
• CPU 也是一个「编译器」（动态数据流分析、乱序执行），但它不管你的指令到底干什么，只要合法、有权限就照单执行；
• CPU 和操作系统是一起进化的：摩尔定律到头 → 多处理器 → GPU → non-volatile memory，每增加一个新东西，操作系统也相应进化。

📷 复习的 top-level 提纲：应用视角 + 硬件视角的操作系统
回到原视频 (00:07:00)

二、UNIX Philosophy：小工具的合作

(参考时间: 00:11)

编者拓展｜为什么 UNIX 的口碑一直比 Windows 好？ 不是 API 的原因（Windows 的 GetProcess... 更符合软件工程规范），而是应用生态的设计哲学：

• Windows：代表应用是 Adobe 全家桶、Visual Studio、Office——「我希望一个应用就解决你的一个问题，把所有的东西放在手边，最大限度服务新手用户」；
• UNIX：应用的生态里每一个东西都不是单独的——「任何一个应用一旦进入我的系统，它就成为这个系统的一部分，也成为所有其他应用程序的一部分」，鼓励应用之间的合作。

「这可能和管道得图灵奖也有关系——管道是一个非常干净的机制，实现了进程之间的协作。」「你们看 Linux 命令行会很害怕——因为它给你一个黑框说『这就是世界』。但 UNIX 的设计思想是：每一个小的工具把它做好，让世界上的工具去合作完成更大的事情。」

「Content as Code」：讲师把复习幻灯片做成一份代码——用 UNIX 小工具从原料生成：

find os2026 -name '*.pyc' ...      # 找文件
grep -v 'Review & Comments' ...    # 过滤干扰项
sort -V ...                        # 按版本/序号排序
grep 'os-demo' | uniq | pbcopy     # 去重、送到剪贴板

📷 Content as Code：用 find/grep/sort/管道 把整个学期的 code demo 生成出来
回到原视频 (00:17:00)

编者拓展｜今天的标准答案：你可以直接告诉 coding agent「帮我 collect 所有的 code demo，去掉重复，写在这里」——「这也是完全可以的。这就是 UNIX 给我们的最大启发：世界上的东西是可以在一起合作的。」而到了今天，「大模型成为了这个管道的终点。」

三、怎么复习（以及这门课真正想教的东西）

(参考时间: 00:07)

编者拓展｜「考完就忘」与「留下的印象」：「这门课教给大家的一个精神内核不是那些具体知识点。你们总有一天会把为了考试记得的知识忘掉，但你会留下一些印象——哦，操作系统还可以做这个事；哦，原来还可以入侵另外一个程序的地址空间（这在 JavaScript 的模型里没有，但在进程模型里就是合理的）。」

精神内核就是：每当你想到任何问题，你都可以追问下去。「我说『复习完了，可以下课了』——你也可以不下课，往回走一步问：如果我要更好地复习操作系统课，有没有办法呢？然后去问 AI、和它 battle 几轮。」

用 coding agent 复习：

• 不要把整学期的 lecture notes 喂进去、说「猜猜蒋老师会出什么题」——那是模拟卷，是最后的验收；
• 正确的做法（就像高三的「五三」）：穷尽一个 scope 里所有的可能性——为每一个 lecture、每一个知识点生成大量可能的题目，实现往年试卷近乎 100% 的覆盖率；
• 「你现在有一个核动力牛马，只要你充值。」「你可以为每一个知识点生成模拟题，甚至和室友用不同 prompt 生成十套模拟卷，最后看谁押中了——这是一个很好的社会学实验。」

📷 用 coding agent 复习：为每个知识点生成模拟题，实现近乎 100% 的覆盖
回到原视频 (00:20:00)

编者说明：讲师现场让 AI 出了一套题，AI 出的题目「还挺有创意」：关于并发锁的 quick quiz、关于 fork 后文件描述符 offset 的例子、关于进程地址空间、关于 crash consistency……「但我的意志我不知道他读了哪些 lecture——这是他想的。我不会这样出题，我出的会比较严肃一点。」

「计算机世界里没有魔法」：每当感到困惑，就告诉自己——「计算机系统里没有魔法，一定有一个原因。」那个 fork 的例子（拷贝进程的所有状态，包括整个应用程序、library 的状态、所有操作系统对象）——「你的眼睛不能相信你的眼睛。」

📷 AI 出的考题（不代表讲师意志）：fork、地址空间、并发、crash consistency……
回到原视频 (00:22:30)

四、技术回顾：从数字逻辑到三大主题

(参考时间: 00:33)

起点是数字逻辑电路的模拟器——「你们在 logic sim 里接线接到吐血，应该用一个程序化的方式用代码来接线。」动机的起点是一个管道（把一个程序的输出连给另一个程序作为输入），「之后做的所有事情就是把程序和操作系统的交互一层一层解开」。

• 从逻辑门到计算机：rv32ima 模拟器——只需定义 CPU state（32 个寄存器 + CSR + memory），程序就能跑起来；

📷 logic sim → rv32ima：从数字逻辑到可执行的计算机模型
回到原视频 (00:34:00)

• 把程序打开一点点：汉诺塔——「从道理上你认同递归，但从执行上总觉得有一点没弄明白」→ 非递归的汉诺塔（simple-c）→ 每一个 stack frame 都要记住一个执行位置（PC）；
• 什么是编译器/编译优化：x++ 再 x++ 可以优化成 x += 2；但 system call 是「优化不可穿过的边界」——「就像你做手术麻醉时，你的世界消失了；等你回来，世界变成什么样你已经完全不知道了」；
• 进程/计算机系统的初始状态：CPU Reset → firmware → 操作系统 → 第一个应用程序。「从 Linux 第一个应用被加载，世界的控制权就完整交到了你手里。」

📷 进程 / 计算机系统的初始状态：CPU Reset → firmware → OS → 第一个应用程序
回到原视频 (00:40:00)

📷 非递归汉诺塔 / simple-c：每一个 stack frame 记住执行到哪里，system call 是优化边界
回到原视频 (00:37:00)

三大主题：

📷 设备驱动：从 LED 灯、核弹发射器到 webcam——都是 struct file_operations
回到原视频 (00:50:00)

📷 Virtualization 主线：进程树、地址空间、Everything is a file、从零构建应用生态
回到原视频 (00:48:00)

编者拓展｜Systems 的关键词：抽象：「操作系统世界底下的硬件非常复杂，但当你有了一个好的抽象，应用程序只要看到 system call，就不用看到硬件的复杂性。」「硬件的复杂性没有消失（比如 ioctl 依然非常复杂），但我们可以在绝大部分时候都工作在一个非常干净的模型上。」「每一层抽象都是：屏蔽底下非常复杂的东西，并且把底下的能力尽可能暴露给上面。这就是 systems。」

五、未来会发生什么？

(参考时间: 00:55)

编者拓展｜「Teaching is a powerful way to learn」：讲师说这是他第 9 年上操作系统课——「每一年我都会想，也许我之前所有的理解和讲法都错了。所以每一年都会和上一年有一点不同，有些地方开倒车，但相当多地方在进步。」他还透露：去年有一个想法拿了 UCAS 的 best student paper，下一份工作 release 后你会发现「我在操作系统课上讲过它」。

📷 Teaching is a powerful way to learn：每一年都重新思考该怎么做
回到原视频 (00:56:00)

Scaling Law：

• 深蓝击败卡斯帕罗夫（1997）：计算机象棋能力随算力稳步上涨（与摩尔定律同步），到深蓝时投入大量资源、算法进步，加上硬件下棋电路+超级计算机，产生一个大台阶；
• AlphaGo（MCTS + 深度神经网络）→ 如今象棋 AI 已统治业余互联网象棋；
• 存储设备的 scaling（Kryder 定律）：Google 不是偶然，Intel（1968 摩尔定律）、NVIDIA 更不是偶然——「每当一个指数级的 scaling 出现，就意味着一个领域要发生一次翻天覆地的变化」；
• GPU 的 AI ops scaling ——「这是一个对数坐标，看起来是一条直线，你觉得没有感觉，但这是一个指数级的增长」。

📷 Scaling Law：从深蓝到 AlphaGo，再到 GPU / 大模型的指数级增长
回到原视频 (00:57:00)

编者拓展｜大模型的三个 scaling 维度：Pretrain-time scaling（更多数据/更好的书——「据说 Anthropic 买了很多绝版书当语料，然后把书烧了」）、Post-train scaling（有强反馈信号的地方——代码就是这样的领域，所以 Anthropic 在代码上取得成功）、Test-time scaling（reasoning：做完再检查一遍、再检查一遍……「你们中学学过这个技能」）。

「大模型的参数量和最佳训练 token 的比值不是几万几百，而是几十——也就是说，理想情况下大模型应该几乎记住了训练数据。」

📷 Post-train scaling：有强反馈信号的地方（如代码）能显著提升基础模型能力
回到原视频 (01:08:00)

📷 GPU/AI OPS 与 CPU 的性能 scaling：对数坐标下是一条直线（即指数级增长）
回到原视频 (00:59:00)

「从需求出发去解构问题」：这才是这门课真正想教的——

• 操作系统归根结底为应用程序服务：问「应用程序到底想要什么？操作系统怎么给？」
• git 的例子：不要记忆那些细碎的 git 命令，而要想「git 到底是用来干嘛的」——「我要管理文件系统快照，它是一个数据结构问题。tree of blobs、提交形成 commit 的有向无环图……从这个数据结构出发，就能自然地推导出 branch、stash、worktree。」「你自己从零开始推一遍、发明一次 worktree，你就不会忘记它了。」

编者拓展｜「大学和人类其实都很危险」：讲师说他越来越相信 AGI 迟早要来。「老登们以他们的方式统治的大学/社会将进入一个不平衡的状态——如果给你配一个有 test-time scaling 的 agent，你可以在任何一个方面都做得比老人更好（你会用 AI 他不会）。」「坐牢式的服从性教学，会在 scaling law 底下崩塌。」

📷 AGI 与教育的未来：agent + test-time scaling 可能瓦解「服从性教学」
回到原视频 (01:10:30)

5.1 Vibe OS：世界上第一个「完全靠幻觉」的操作系统

(参考时间: 01:12)

讲师放了一段极其惊艳的演示（The world's first completely hallucinated operating system）——所有东西都是 AI 实时幻觉出来的，没有一行代码：

编者拓展｜Vibe OS：一个自称「改变一切」的新操作系统——它是一个真实的系统（一个 .vhdx 文件，1.3GB，可以裸机启动，主持人用 Hyper-V 启动）。界面上跑着经典的 Notepad、Calculator、Internet Explorer，而「这些应用里没有任何代码——没有按钮、没有事件处理器、没有逻辑，一切都是 AI 实时幻觉的」（比如 5 ÷ 3 = 1.6）。「在你用的那些无聊的操作系统里，人们总在问『它是不是 AI』——在 Vibe OS 里这个问题不用问，因为答案永远是『是』。」它还能实时生成搜索内容、生成任意 App（「Commander X」、Microsoft Money 95……），甚至层层嵌套地模拟另一个操作系统。「Scott Hanselman 有自己的维基百科页面了……」——「这是我这辈子见过最伟大的东西。」

📷 Vibe OS 还能层层嵌套：在幻觉操作系统里再模拟一个操作系统
回到原视频 (01:19:00)

📷 Vibe OS：完全由模型实时幻觉出来的操作系统——没有一行代码
回到原视频 (01:14:00)

编者拓展｜课程的未来：「恭喜大家上到了绝版的真人操作系统课——从明年开始我就没有这个 physical 的了（我们一直是『非法的』：共享课程号但不同的考试题）。」讲师说他会试着让这门课「有永生」：所有内容都是 code，可以持续更新，变成 public & open source；下学期会开一门新课——原想叫 vibe coding，但觉得过时太快，取名为 Generative Engineering（预计全部用一线国产模型），带大家实现各种「一开始觉得很疯狂、实现出来发现其实不需要多少 prompt」的东西。

结语

• 应用视角 & 硬件视角：操作系统 = 一组管理硬件资源、支撑应用生态的 API；CPU 是无情执行指令的机器，与操作系统一起进化；
• UNIX Philosophy：小工具的合作、管道、生态——大模型成为了管道的终点；
• 怎么复习：不要把它当成负担，用 coding agent 穷尽知识点、从 first principles 推导；
• 技术回顾：logic sim → rv32ima → 程序/system call → Virtualization / Concurrency / Persistence；抽象是 systems 的关键词；
• 未来：Scaling Law 的三个维度、AGI、Vibe OS、Generative Engineering。

编者拓展｜给每个同学的话：讲师最后说——「知识可能总是有边界的，但你们的梦想其实是可以没有边界的。」「你们每一个同学都可以去想一想：在这个时代里会找到一个什么样的位置——未必一定要成为算法哥去做 AI infra，也许你的兴趣在另一个可能很人文的领域……你们每个人都可以去追求一下自己的梦想。」

附：官方参考与延伸阅读

本讲的讲义见课程主页，以下链接按书中出现顺序整理：

阅读材料：用 coding agent 穷尽复习每一个知识点；把本课程当作「从需求出发解构问题」的练习。

版权说明：本讲讲义与幻灯片作者为蒋炎岩，采用 Creative Commons BY-NC 4.0 许可，来源于 https://jyywiki.cn/OS/2026/。视频画面与字幕版权归原作者所有。本书为课堂内容的学习性重构。