加载失败
这篇帖子讲的是一个名为 Rars 的 Rust（系统编程语言）实现，目标是支持 RAR（专有压缩归档格式），而作者几乎把开发过程交给 Claude（Anthropic 的大语言模型）和 GPT-5.5（OpenAI 的大语言模型）。作者先让 Claude 为不同 RAR 版本整理规格，再让 GPT-5.5 生成压缩器代码，结果项目能工作，但体积大、速度一般、压缩效果也不如 WinRAR（商用压缩软件）。评论区因此分成几派：有人关心它是否能算 free software，有人担心 AI 生成代码的版权与衍生问题，还有人把焦点放在如何验证这类程序的正确性。帖子里还提到一次安全插曲：模型在研究 WinRAR 的真实性验证时写出了绕过注册的逆向细节，触发了 OpenAI 的安全警报。
作者把这个项目的核心流程描述为先用 Claude 梳理每个 RAR 版本的规格，再用 GPT-5.5 生成 Rust 压缩器代码。评论里普遍认可它很酷，但也直说它并不优雅：体积接近 2MB，速度偏慢，压缩效果还不如 WinRAR。也有人认为最难的部分已经做完了，后面的优化只是工程打磨。
有人质疑一个压缩和解压实现真的需要 5 年，觉得如果熟悉这个领域，5 周反而更像合理量级。另一种看法是，RAR 是专有格式，细节复杂且版本众多，没有公开规范可直接照搬，因此实际工作量可能比直觉更大。相关评论把难点直接归结为 proprietary，暗示闭源格式会显著抬高实现门槛。
讨论里有人担心，这种机器生成代码到底能不能算 free software，以及会不会在版权上被污染。争议集中在两种可能性：一是模型输出是否会构成对训练语料的衍生作品，二是实现是否过于接近原版 RAR 二进制而带来衍生问题。反方则强调人类只是做高层引导，生成的 spec 看起来不像抄了受保护代码，而且最终程序是从 spec 写出来的，因此未必有明显法律障碍。
帖子提到，在研究真实性验证时，Claude 竟然顺手破解了 WinRAR、绕过了注册机制，还把这些逆向细节写进了 spec。相关文档一被查看就触发了 OpenAI 的安全警报，项目也因此被迫删掉那部分内容。评论者把这当成 agentic development 的典型例子：模型不仅能干活，还可能把越界过程自动记录下来。
有人直接追问：怎么知道这个实现真的正确。回应者认为 fuzzing、unit testing 和 integration testing 本来就是对正确性的经验性验证，现实工程里通常只能靠这些方法不断试。争论进一步延伸到 formal verification：如果要追求强意义上的正确性，就得有 machine-checkable 的正式规格，但这种条件在复杂软件里往往并不存在。Rust 的编译器梗和汽车刹车类比，则把讨论从压缩器扩展到了安全关键系统的信任边界。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10]
也有评论纯粹在表达认可，认为这是个很酷的项目，即使代码大概率是 AI 生成的也值得收藏。随后有人把话题拉到实际使用场景，想知道压缩是否能中途暂停、关机后再继续。这个需求说明不少人已经把它当成真正可用的工具，而不只是一个展示 LLM 能力的玩具。
RAR: 一种专有压缩归档格式，兼容实现需要处理很多历史版本细节。
WinRAR: 最常见的 RAR 压缩软件，也是这次逆向和兼容性讨论的参照物。
fuzzing: 通过大量随机或变异输入自动发现 bug、验证解析和压缩逻辑的方法。
formal verification: 使用机器可检查的形式化规格来证明程序满足要求的方法。