如何制作一个“完整”的博客压缩包？
内容提要
作者曾因DEFLATE回溯窗口限制无法实现ZIP Quine，后借助AI改用LZMA2算法，先后做出7z和tar.xz格式的自包含压缩包生成器，用扩展欧几里得或高斯消元求解CRC自引用，使压缩包完整包含自身及博客全部内容。作者认为这体现AI具备组合创新能力，相信AI终将胜任人类所有工作。
延伸解读
从ZIP到7z：算法选择如何突破技术限制
作者最初尝试ZIP Quine时，受限于DEFLATE算法的回溯窗口大小（32KiB），无法实现自包含。AI建议改用回溯窗口更大的LZMA2算法，并选择7z作为容器。这提示我们，遇到压缩格式的固有限制时，更换底层算法可能比在原有框架内硬解更有效。LZMA2由7-Zip作者开发，在7z中集成度最高，因此成为首选。
CRC自引用求解：从暴力破解到多项式时间
为了让压缩包包含自身的CRC32值，作者采用了扩展欧几里得算法求逆元，而非暴力枚举。AI最初为7z格式实现了高斯消元法，因为7z有3个相互影响的CRC32值，用扩展欧几里得会更复杂。但作者坚持要求后，AI也给出了扩展欧几里得版本。这说明在自引用校验和求解中，多项式时间算法是可行的，且不同算法在复杂度和实现难度上各有取舍。
7z与tar.xz的生态权衡：格式选择背后的实际考量
虽然7z在Windows上流行，但在Linux下解压需要额外安装p7zip等工具，生态集成度不如tar.xz。作者随后用AI生成了tar.xz版本的Quine，因为Linux下XZ Utils配合tar即可解压，甚至BusyBox也支持。不过作者个人更偏好7z，原因包括LZMA2源自7-Zip、TXZ命名不习惯，以及对XZ Utils后门的历史偏见。这反映了格式选择不仅关乎技术，也涉及生态和主观偏好。
AI组合创新的边界：从Quine生成器看智能的本质
作者指出，7z/TXZ Quine生成器在网络上没有公开信息，但并非理论创新，而是组合创新。AI能够根据论文和现有代码，组合出新的解决方案，这挑战了“AI没有创新能力”的观点。作者认为人类创新同样基于重组，并相信AI终将胜任人类所有工作。这一案例展示了AI在特定任务中通过组合已知技术解决新问题的能力，但也引发对创新定义和人类独特性的思考。
Q&A
为什么作者之前无法用ZIP格式制作自包含压缩包？
因为ZIP使用的DEFLATE算法回溯窗口大小有限，无法实现超过32KiB的ZIP Quine，所以作者未能成功。
作者最终选择了哪种压缩算法和容器来制作自包含压缩包？
作者选择了LZMA2算法，并先后使用了7z和tar.xz两种容器格式。
在制作7z Quine时，AI是如何解决CRC32自引用问题的？
AI最初使用高斯消元法求解CRC32，后来在作者要求下也实现了扩展欧几里得算法。
为什么作者后来又制作了tar.xz格式的Quine生成器？
因为7z在Linux下解压不便，而tar.xz在Linux上集成度更好，甚至BusyBox也能解压。
作者对7z和tar.xz格式的偏好如何？
作者更喜欢7z格式，因为LZMA2是7-Zip作者发明的，且XZ Utils曾出过后门，所以博客仍使用7z。
作者通过这次实践对AI的创新能力有什么看法？
作者认为AI具备组合创新能力，并相信AI终将胜任人类所有工作。
