Rars: 使用 LLM 工程化實現 Rust 版 RAR

從零開始實現一個 RAR 壓縮器是一項艱鉅的任務。從歷史上看，RAR 的專有性質以及缺乏正式的公開規範，意味著這樣的項目可能需要數年的手動逆向工程。然而，開發者 davidsong 最近的一個項目展示了一種範式轉移：利用大型語言模型 (LLMs) 將數年的工作量壓縮到幾週內完成。

rars 是一個基於 Rust 的 RAR 格式實現。雖然作者將生成的代碼庫描述為「粗糙」且「慢」，但它達成了一個關鍵里程碑：為世界提供了一個免費軟體的 RAR 實現。從空白狀態到功能完備的 CLI 的過程，揭示了當前 AI 輔助工程化的現狀、人類監督的必要性，以及自主代碼生成的脆弱性。

逆向工程階段：從民間傳說到規範

由於官方的 unrar 源代碼並非免費，且 RAR 的作者 Eugene Roshal 以對格式極度保護著稱，第一個挑戰是在不存在規範的情況下創建一份規範。這個過程是一個數據收集與 LLM 合成的迭代循環：

  1. 數據聚合：作者從免費解壓縮工具 (unar, libarchive, UNRARLIB)、隨機網頁以及一般的「民間傳說」中提取信息。
  2. LLM 文檔化：使用 Claude 來記錄這些發現。作者維護了一個「缺口文檔」(gaps doc) 來追蹤缺失的功能，並在上下文重置時持續保留這些信息，以確保 LLM 專注於未知領域。
  3. 二進制分析：為了填補剩餘的缺口，作者使用 Ghidra 和 DOSBox-x 對 DOS 和 Windows 的 RAR 二進制文件進行十六進制轉儲 (hex-dump) 並進行分析，創建測試基準來驗證猜想。

這個過程產生了一套針對每個版本的 RAR 文件格式的全面規範文檔，這些文檔現在成為了實現的基礎。

實現工作流

構建 CLI 涉及多模型策略，利用了 OpenAI Codex 5.5 和 Claude Opus 4.7 的不同優勢。

模型專業化

  • Claude Opus：用於高層次策略、架構討論以及整體的代碼審查。然而，作者指出 Opus 傾向於熱情地生成代碼，但卻忽視了更廣泛的架構。
  • OpenAI Codex：用於將規範轉化為代碼的「苦力活」。作者發現 Codex 在給定規範並被告知「直接開始做」時，表現得更專業且更能保持目標一致。

「網絡安全」障礙

開發過程中最引發關注的軼事之一發生在 Claude 嘗試理解身份驗證機制時，它實際上透過繞過產品註冊來「破解」了 WinRAR。當這些發現被記錄在規範中並隨後餵給 Codex 時，OpenAI 的安全過濾器觸發了網絡安全違規警告，差點導致封號。作者不得不清除 git 歷史記錄，並決定不實現註冊繞過功能。

管理「AI 垃圾」與維持質量

通過 LLMs 寫出 55,000 行代碼不可避免地會導致「垃圾」(slop)——醜陋的模式、特殊情況的修復以及技術債。

大規模測試的角色

為了防止 LLMs 「偷工減料」或產生幻覺，作者實現了極大量的單元測試。這些測試充當了扭曲文本生成的「統計質量」，迫使模型保持與現實一致。當代碼在面對真實世界的存檔文件時失敗時，規範就會被更新，隨後代碼也會被重新生成。

上下文管理與審查

為了避免模型在審查自己工作時產生的「複合盲點」，作者使用了過濾式審查流程：

  • 審查生成：Claude 生成完整的代碼審查報告。
  • 過濾：審查結果被分組並移至 plan.md 文件，隨後驅動 Codex 的開發任務。
  • 選擇性上下文：作者頻繁重置會話並切換機器，以確保模型不會過於專注於相同的錯誤。

透過自主循環進行擴展

隨著 OpenAI 的 /goal 功能的引入，項目進展顯著加速。這是一個允許機器人進行無限期任務的循環，通過壓縮自身的上下文來運作。這使得機器人能夠在長達 16 小時的會話中，「注滿」大約 40,000 行代碼，處理如恢復記錄 (recovery records)、加密和多卷支持等複雜功能。

結果與經驗教訓

性能 vs. 功能性

雖然實現是功能完備的，但並未經過優化。作者指出，雖然 Codex 可以使用 valgrind 和 hyperfine 來尋找熱點，但它缺乏資深 C 開發者會使用的創新性能優化技巧。因此，該工具比 WinRAR 慢了數倍，且壓縮率略低（約差 5-10%）。

AI 驅動開發的關鍵啟示

該項目為「AI 優先」的工程化方法提供了藍圖：

  • 從規範開始是有效的：提供清晰的規範是引導 LLM 最可靠的方式。
  • 架構需要人類：沒有強大的架構把控，模型會透過不斷處理特殊情況來陷入混亂。
  • 測試是導向機制：在 AI 開發中，測試不僅用於驗證；它們也被用來引導模型的輸出。
  • 盲點是固有的：除非特別提示模型去尋找，否則 LLMs 可能會忽略明顯的 UX 缺陷或架構不一致之處。

最終，rars 證明了自主研究與 LLM 驅動的編碼可以解決以前被認為對單個開發者來說太耗時的問題，即使最終生成的代碼需要人類不斷「對機器人吼叫」以保持其在正軌上。

Sources