當800億用戶撞上2007年的代碼

一個工程師這周寫了六篇技術文章，寫完才發現它們都在說同一件事。

PostgreSQL 擴容、AI 編程助手、上下文管理、自動化腳本、調試方法、產品驗證框架——六個完全不相關的主題，指向同一個被忽視的真相。

最無聊的技術，正在支撐最瘋狂的規模。

這不是懷舊。OpenAI 的工程師 Bohan Zhang 剛披露：8 億用戶，單主庫，不分片。PgBouncer，2007 年的連接池工具。讀副本，90 年代的概念。這套"地球上最無聊的技術棧"，跑在史上用戶量最大的應用之一上。

作者把這六篇文章串起來后，發現了一個自己都沒意識到的模式。

剝開魔法的外殼

Michael Bolin 拆解了當下最火的編程助手——Codex CLI、Claude Code。內部結構令人意外：一個 while 循環，套個大語言模型。沒有知識圖譜，沒有符號規劃器。循環、工具、模型自己決定何時停止。

「魔法就是一個 while True。」

OpenAI 官方 Cookbook 講上下文工程。核心發現：控制模型看到什么，比換模型更重要。而方法全是老套路——開頭注入上下文（像 README），修剪歷史記錄（環形緩沖區），壓縮舊數據（摘要）。2000 年代的聊天系統就這么干了。

自動化教程更直白：OpenAI 的 Codex Automations 等于 cron + curl + 大模型。Unix 最古老的調度器，跑地球上最新的模型。基礎設施 40 歲，大腦 2 歲。

Jane Street 的一道謎題把這事推到極致：一個 2500 層的神經網絡，最后被證明是 MD5 哈希。解法不是更復雜的模型，而是經典調試——觀察數據模式，簡化問題，系統性地排除假設。工具是新的（SAT 求解器、ChatGPT），方法是舊的。

就連聽起來最前衛的"MVP 對抗性評估"，本質也是 50 年代軍方的兵棋推演。產品團隊叫它"事前驗尸"。唯一的新變化：專家 panel 從 5 萬美元咨詢費變成 2 美元 token 成本。

這不是新觀點，但本周被驗證了六次

Dan McKinley 2015 年的演講《選擇無聊的技術》說過。DHH 每次有人給 CRUD 應用推薦 Kubernetes 時都說。Fred Brooks 1975 年就寫過：沒有銀彈。

但六個跨領域的案例同時出現，讓老觀點有了新重量。

左邊是解決問題的人實際用的。右邊是會議上被推銷的。

為什么新東西總贏不了？

新技術不壞。但它解決的問題，大多數團隊根本沒有。

作者沒寫完這句話，但六篇文章的潛臺詞很清楚：當你在 8 億用戶面前做選擇，可靠性優先于炫酷。已知故障模式的舊工具，勝過未知風險的新方案。

這不是反對創新。是反對在錯誤的時間，為錯誤的問題，支付創新的溢價。

一個值得追問的問題

如果你的團隊現在就在做技術選型，你會怎么區分"我們需要這個新技術"和"我們只是想用新東西"？