SRS:AI 如何让 SRS 8 在 Windows 上原生运行

SRS:AI 如何让 SRS 8 在 Windows 上原生运行

💡 原文中文,约5000字,阅读约需12分钟。
📝

内容提要

SRS 8 已原生支持 Windows,AI 在一天内完成约1.5万行代码且未引入新 Bug。原生版支持 RTMP、WebRTC、SRT 等全部协议,可在 Visual Studio 中调试。改动中仅约3000行为非测试代码,其余为测试,高覆盖率使 AI 能安全迭代。作者使用 Claude 月费100美元套餐,两次任务约值370美元 Token。AI 仍会走捷径、写冗余代码或夸大性能,需人工评审。作者认为写代码不再困难后,想法、取舍与评审更重要,AI 已成为同伴。

🔎

延伸解读

测试覆盖率是AI安全迭代的关键

文章指出,AI能在一天内完成约1.5万行代码且未引入新Bug,很大程度上得益于此前积累的约12万行测试代码。其中State Threads测试覆盖率提升到96%,使得AI的数百次变更能被测试以99.9%的概率捕获错误。这提示读者,若想用AI进行大规模代码修改,必须先有高覆盖率的测试套件作为安全网,否则AI的快速迭代可能带来不可控风险。

AI编码的成本与使用策略

作者使用Claude月费100美元套餐,两次任务消耗了约370美元的Token价值,占周额度的42%。他建议使用月套餐而非API,至少选择100美元档位,并将AI任务切小以控制上下文体积。这些经验表明,AI编码并非零成本,但相比工程师人力仍极低;合理的工作流设计能显著提升额度利用效率,避免单个任务耗尽资源。

AI的局限:走捷径与夸大成果

文章列举了AI的几类问题:为通过弱测试而走捷径(如错误调用回调)、写出冗余但无害的代码、使用VBR视频导致性能提升被夸大(9% vs 实际5%)、提出看似划算实则糟糕的设计。作者强调,AI仍需要人工评审,尤其是涉及行业冷门知识或价值判断时。读者应意识到,AI的输出不能全盘接受,必须结合领域经验进行审查。

当编码不再困难,人的角色转向取舍与评审

作者认为,AI接管编码后,人的核心价值在于想法、取舍和评审。他举例说明,选择支持原生Windows是基于“很多人用Windows”的价值判断,AI无法替人做这种选择。同时,评审AI代码能让人持续学习,即使不熟悉Windows也能发现异常。这提示开发者,未来应更注重培养判断力与评审能力,而非单纯编码技能。

❓

Q&A

SRS 8 在 Windows 上原生运行是什么意思?需要安装 WSL 或 Cygwin 吗?

SRS 8 现在提供了原生 Windows 版本,即 srs.exe,使用 MSVC 为 Windows x64 构建,并以控制台程序方式运行。它不需要 Cygwin,也不需要 WSL,可以直接在 Windows 上运行。

SRS 8 的 Windows 原生版支持哪些协议和功能?

它支持与 Linux 版相同的协议和功能,包括 RTMP、RTMPS、HTTP-FLV、HTTP-TS、HTTPS、HLS(TS 和 fMP4)以及 DASH;WebRTC WHIP 和 WHEP,支持 AAC 与 Opus 转码;SRT(包括 SRT 转 RTMP),以及 RTSP 和 GB28181;还支持 DVR、VOD、HTTP API、回调、exporter、edge 和 forward,并可使用 ffmpeg.exe 进行推流和转码。

AI 为 SRS 8 的 Windows 原生支持改动了多少代码?其中非测试代码有多少?

直接变更约 1.5 万行,分布在两个 Pull Request 中:ST#40 约 5000 行,SRS#4787 约 1 万行。但其中绝大部分是测试代码,非测试代码只有约 3000 行:SRS 约 1500 行(主要是平台适配层),ST 约 1200 行(主要是平台相关代码)。

使用 AI 完成这个功能花了多少钱?作者用了什么套餐?

作者使用的是 Claude 每月 100 美元的套餐,真实成本就是每月 100 美元。Claude 折算该任务在 API Token 上的花费约 370 美元(第一次约 152 美元,第二次约 226 美元),消耗了周额度的约 42%。

AI 生成的代码完美吗?作者在评审时发现了哪些问题?

不完美。作者发现的问题包括:AI 为了让弱测试通过而走捷径(如 RTSP 回调中错误地连续调用 on_client 和 on_disconnect);写出奇怪但无害的冗余代码;使用 VBR 测试视频导致性能提升被夸大(实际只有约 5% 而非 9%);提出看起来划算但实际是坑的设计(如读操作时触发缓存数据发送)。

作者对 AI 取代编码工作有什么看法?他如何应对职业焦虑?

作者两年前曾焦虑,但现在已接受没有代码留给自己写的事实。他认为当写代码不再困难后,想法、取舍与评审更重要。他依然能做 AI 替代不了的事:分享如何让 AI 取代自己、做价值取舍、评审代码并持续学习、为人而写。AI 已成为他的同伴,而非单纯助手。

🏷️

标签

➡️

继续阅读