2026-09-17 08:44:02
以下是对 Lex Fridman 播客第 502 集与 Andrew Scull 逐字稿脚本的专业综述。
本集播客邀请了精神病学和心理健康历史学家 Andrew Scull，他撰写了《文明中的疯狂：从圣经到弗洛伊德，从疯人院到现代医学的疯狂文化史》和《绝望的疗法：精神病学治疗精神疾病的动荡探索》等多部著作。Andrew Scull 致力于研究社会如何理解疯狂、精神病学如何获得权威，以及这种权威在缺乏信心和造成灾难性后果的情况下被使用的频率。本次对话将追溯从疯人院时代到优生学，从脑叶切除术和胰岛素昏迷疗法到电休克疗法、精神分析、抗精神病药物、抗抑郁药物以及现代心理健康危机漫长而动荡的历史。这是一段关于医学中不良思想的可怕历史，也是关于人类思维迷人奥秘以及理解其艰难旅程的故事。
Lex Fridman 开篇即问 Andrew Scull，是否认为现代精神病学正面临一场危机，尽管过去一个世纪取得了一些进展，但在药物治疗或谈话疗法（即精神药理学或心理治疗，大脑或心灵途径）方面，我们仍未能有效治疗精神疾病。Scull 证实了这一观点，他指出，精神病学作为一个专业，试图处理“极其复杂的事情：人类思维、人类情感、人类理解世界的能力”。他承认在过去四分之一个世纪中，在处理精神疾病问题方面取得了一些有限的进展，但主要局限于较轻的精神困扰形式。对于更严重的精神病和情绪失控，进展虽有，但易被夸大。他强调，20世纪50年代初现代精神药理学的出现是偶然的，并非计划之举。这些药物，连同心理治疗领域的革命，确实为某些患者带来了进步，但不应低估其局限性。
Scull 明确指出，我们所拥有的只是“对症治疗，而非治愈”，精神病学领域没有任何一种疾病有“青霉素式的”特效药。他强调，治疗有时会产生新的问题，即医源性问题。例如，PTSD 治疗有时会使患者情况恶化；而抗精神病药物和抗抑郁药物，作为两大类精神药物，充其量只是“部分有效”，对相当一部分患者无效。精神病学面临的一大难题是，精神科医生无法预知哪些患者会好转，哪些会恶化，以及哪些患者的副作用与治疗效果之间存在微妙平衡。
Scull 认为，当前精神病学面临的危机有多方面原因。 1. 诊断系统（DSM）的缺陷： 现代精神病学诊断的基石，如 DSM-III（1980年）及其后续版本，起初是为了解决精神科医生之间诊断不一致的尴尬局面，尤其是在 David Rosenhan 著名的“精神病院里的正常人”研究（Scull 称之为“科学欺诈”，揭示了伪装患者被诊断为精神分裂症或双相障碍）之后。DSM-III 旨在通过症状清单提供一种“勾选框”式的诊断方法，以提高可靠性。这种系统因其稳定性和一致性而受到制药公司、保险公司以及寻求确定性的患者及家属的欢迎。然而，Scull 将 DSM 标签比作18世纪医生诊断“热病”——一个标签下可能包含多种不同疾病。DSM 旨在实现诊断的可靠性（不同医生对相同事实得出相同结论），但未必是有效性（反映事物潜在现实）。随后的 DSM 版本不断增加诊断类别，引发了对某些类别是否是真正的疾病，抑或只是“社会建构”的质疑。 2. 生物学路径的瓶颈： 精神科医生渴望像其他医学领域一样，将诊断建立在对疾病潜在病理学的理解上。美国国家精神卫生研究所（NIMH）在 Steven Hyman 和 Thomas Insel 的领导下，曾大力推动对精神疾病遗传学和神经科学的研究，坚信精神疾病是“脑部疾病”。然而，NIMH 前主任 Thomas Insel 在卸任后坦言，在投入200亿美元进行基因和神经科学研究后，“精神病患者的境遇没有丝毫改善”，这无疑是一个毁灭性的声明。Scull 认为，将精神健康问题简单划分为“大脑”与“心智”的二元对立是一个“类别错误”，因为人类大脑具有显著的可塑性，其发展受环境和社会心理因素的影响。他引用 Leon Eisenberg 的话总结了这一转变：“当我进入精神病学时，它是无脑的精神病学；当我离开时，它是无精神的精神病学。” 3. 药物治疗的局限性与制药业问题： 现代精神药物（抗精神病药和抗抑郁药）是偶然发现的，并非基于对病理学的深入理解。它们的疗效有限，且不适用于所有患者，同时可能产生医源性副作用。Scull 指出，大型制药公司曾“不道德地”隐藏或操纵药物数据，支付了数十亿美元的赔偿金，导致其声誉受损。更重要的是，神经科学未能提供新的药物研发靶点，导致制药公司放弃了精神疾病领域的研究，转而投资其他回报更高的疾病。这意味着精神病学仍依赖于50年代偶然发现的药物，缺乏新的突破。 4. 公共政策的失误： 针对重症精神病患者的公共政策“严重搞砸了”。重症精神病患者的平均寿命比常人短15至25年，且这一差距还在扩大。Scull 认为，这很大程度上是公共政策放弃了对重症精神病患者的治疗，导致他们“在城市街头流浪”，在短期住院治疗、贫民窟和监狱之间循环。美国三大最大的“住院精神病护理中心”如今是洛杉矶县监狱、库克县监狱和雷克岛监狱，这令人震惊，因为监狱根本不具备处理重症精神疾病的能力。 5. 疯人院的兴衰与社区护理的失败： 疯人院最初是带着巨大的乐观情绪建立的，希望能治愈患者。然而，其承诺的80%治愈率被夸大，慢性患者不断积累，导致疯人院日益拥挤，条件恶化，患者遭受虐待，声誉急剧下降。20世纪50年代末期开始的“去机构化”运动，以“社区护理”为承诺，但 Scull 形容其为“空头支票”，缺乏真正的社区设施来替代疯人院对重症精神病患者的收治。
Scull 总结道，精神病学正处于真正的“黑暗时代”，但回顾历史，可以从过去的巨大错误中汲取教训，为未来的希望指明方向。
Scull 概述了精神疾病的主要类别及其历史演变：
埃米尔·克雷佩林（Emil Kraepelin）的分类（20世纪初）： 这位德国精神病学家通过对德国疯人院数千份记录的归纳研究，首次将精神疾病分为两大类：
古代的认知： 古希腊和古罗马时期就已识别出不同形式的“疯狂”。
其他主要类别：
Scull 指出，诸如癔症等疾病的分类和理解在历史上也常被滥用，特别是与性别（女性）和种族等因素相关。他强调，精神病学正处于一个试图理解“超级复杂的人类思维”的危机中，而各种“教条式叙事”和分类往往导致虐待和误用。
Andrew Scull 详细阐述了疯人院的衰落以及优生学和纳粹暴行之间的联系，揭示了精神病学历史上黑暗的一页。
疯人院的衰落与“受害者归咎”： 疯人院最初建立时怀有强烈的乐观主义，宣称能够治愈大量患者（早期声称治愈率可达60-80%）。然而，实际出院率远低于此（约35-40%）。这意味着每年都有大量慢性病患者被留下，导致疯人院日益拥挤，条件恶化，患者常遭虐待。到19世纪末，精神科医生面临治愈承诺落空的困境。为了解释这种失败，他们采取了一种“归咎于受害者”的方式，提出精神疾病是“根本性的生物学条件”，患者是“进化上的倒退”，拥有“劣质生物学”的“堕落者”。这种叙事为将患者长期关押在疯人院提供了非治疗性的理由，仅仅是为了“让他们不再碍事”。
优生学与强制绝育： 上述“退化论”进一步催生了优生学思想。如果患者被视为“劣等生物”，且“像兔子一样繁殖”，那么为了“净化”人类基因库，强制绝育似乎成了“逻辑上的下一步”。美国加利福尼亚州是这一进程的先驱之一，直到1960年仍在对精神病患者进行绝育手术。到1960年代，美国共进行了超过6万例绝育手术，其中加州占了不成比例的高比例。
纳粹暴行与美国影响： Scull 指出，一些英国精神科医生甚至用“一袋小狗”的语言来形容患者，这种语言“非常、非常危险”。在西方民主国家，尽管有优生学倡导者呼吁“除掉这些人”，但“制衡机制”阻止了大规模的支持。然而，当纳粹在德国上台后，他们抓住了这些观念，将精神病患者称为“无用食客”，认为他们“消耗资源却永远不会好转”，“生命不值得活”。 * T4 行动（Tiergartenstraße 4）： 希特勒启动了 T4 行动，精神病患者成为“最终解决方案”的首批受害者。多达25万精神病患者被系统性杀害。集中营毒气室技术和伪装成淋浴间的技术都是在杀害精神病患者的过程中发展起来的。当地居民将运载患者的巴士称为“杀戮箱”。 * 美国影响与资金： 纳粹的这些行动“绝对”受到了美国叙事（即精神病患者是劣等生物）的影响。洛克菲勒基金会（在联邦政府大规模资助医学研究之前）曾大力资助精神病学研究，包括在遗传学领域。其中一位获得资助的德国遗传学家恩斯特·吕丁（Ernst Rüdin）正是希特勒大规模绝育和灭绝法律的关键设计师，他吸收了加州关于绝育的“教训”。
精神病学界的反应与对生物干预的追求： 并非所有精神科医生都支持这些暴行。Scull 提到，“正直的人”和“正直的精神科医生”往往“退缩”了。然而，到了19世纪末，许多人仍认为精神疾病主要是生物学问题。因此，一些人开始寻求通过生物学干预来改善患者状况的方法，认为“生物学作为问题，也可能提供解决方案”，这与当前许多精神病学家的逻辑相似，只是形式更为原始。
Scull 强调，科学有时会被特定意识形态所俘获并造成巨大伤害，但科学方法本身仍是人类未来的“希望灯塔”。回顾这些黑暗历史，是为了从中吸取教训，以更好地前进。
Andrew Scull 详细描绘了20世纪上半叶精神病学领域最极端且最具争议的治疗方法之一——脑叶切除术（Lobotomy），尤其强调了冰锥脑叶切除术的残酷性及其文化影响。
非受控实验的时代： Scull 指出，20世纪的前五十年是精神病学领域进行“非受控实验”的时期。尽管这些实验的动机是改善精神病患者的境遇，但其科学依据薄弱，结果往往是灾难性的。在公众想象中，脑叶切除术（Lobotomy）是这些极端干预中最显著的例子。
脑叶切除术的演变： * 早期方法： 最初，这种手术旨在通过切除部分大脑来解决精神病性崩溃。方法包括在头骨上钻孔，注射酒精，或使用类似“黄油刀”的工具切断大脑连接。 * 沃尔特·弗里曼（Walter Freeman）的“冰锥脑叶切除术”： 为了加速手术过程，神经科医生沃尔特·弗里曼发明了更为粗暴的“冰锥脑叶切除术”。他被女儿称为“脑叶切除术的亨利·福特”，致力于将手术工业化和快速化。该方法是在给患者施以两三次电击使其失去意识后，用冰锥通过眼眶骨将其敲入，然后晃动以切断脑部连接。 * 起源与诺贝尔奖： 弗里曼于1936年开始其工作，借鉴了葡萄牙神经科医生埃加斯·莫尼斯（Egas Moniz）前一年的研究。令人震惊的是，莫尼斯因脑叶切除术于1949年获得了诺贝尔医学奖。Scull 认为，这无疑是诺贝尔委员会希望撤回的奖项之一。 * “脑叶切除车（Lobotomobile）”： 弗里曼在二战后普及了冰锥脑叶切除术，当时美国精神病院有超过50万患者。他坚信这是一种“万灵药”，于是乘坐一辆名为“脑叶切除车”的房车在各州立医院巡回，教授这种手术。他甚至自夸可以在20分钟内教会“任何笨蛋”（包括他所鄙视的精神科医生）进行脑叶切除术。弗里曼本人是左右手皆能的，有时一个下午能做二三十例手术。 * 患者经历： Scull 描述了手术的痛苦场景，例如一张裸体女性被护理人员拖去进行脑叶切除术的照片，她极力反抗却无济于事。手术的后果往往是可怕的，患者可能变得“像僵尸一样”，大小便失禁，丧失所有心智能力。
脑叶切除术的终结： 这项丑陋的治疗手段最终逐渐消失。主要原因是新一代的医生见证了这种疗法“最糟糕的失败案例”（例如那些在病房后区“大小便失禁，基本上成了僵尸，丧失所有心智能力”的患者），从而对此产生了反感。同时，随着抗精神病药物的出现，它们被视为一种更常规、没有如此可怕色彩的替代疗法。
文化烙印：“飞越疯人院”： Scull 强调，肯·凯西（Ken Kesey）的小说《飞越疯人院》及其电影版对公众意识产生了深远影响。电影中杰克·尼克尔森饰演的麦克墨菲（McMurphy）先是接受了电休克疗法（ECT），随后被进行了脑叶切除术。影片以酋长无法忍受麦克墨菲变成植物人状态而将其窒息死亡告终。这部电影将这些干预措施的负面形象深深地刻在了公众心中，也导致电休克疗法长期以来声名狼藉。
Andrew Scull 讲述了20世纪上半叶精神病学领域一系列“绝望疗法”中的又一个离奇且危险的尝试：用疟疾治疗梅毒性精神病，以及亨利·科顿（Henry Cotton）的“外科细菌学”。
对生物干预的渴望： Scull 提到，对于那些雄心勃勃、渴望成为治疗者的精神科医生来说，仅仅被动地约束和容纳患者是极不具吸引力的。因此，他们积极寻找可能通过生物学干预来改善他们认为主要是生物学病症的方法。
梅毒性精神病的发现： * 诊断突破： 19世纪早期精神病学的一个关键诊断成就，是识别出一种被称为“麻痹性痴呆（General Paralysis of the Insane, GPI）”的患者群体。该病症结合了神经系统问题（逐渐丧失运动控制、吞咽和说话能力）和离奇的精神症状（患者自认为是拿破仑、耶稣基督或世界上最富有的人等）。在20世纪初，GPI 占疯人院入院患者的25%。 * 病因揭示： 20世纪初，洛克菲勒研究所发现 GPI 的实际病因是三期梅毒，导致梅毒螺旋体存在于患者大脑中。这表明精神疾病可能具有感染性起源。梅毒在19世纪末像艾滋病一样普遍，初期症状后会潜伏多年，最终可能攻击中枢神经系统，导致麻痹和精神症状。
疟疾疗法与诺贝尔奖： * 瓦格纳-尧雷格（Wagner-Jauregg）的尝试： 奥地利医生瓦格纳-尧雷格长期认为发烧可以治疗精神疾病。他尝试了多种方法，最终在第一次世界大战末期，他将从一名意大利疟疾士兵身上提取的血液注射到 GPI 患者体内，并声称成功治愈了他们。 * 诺贝尔奖与传播： 瓦格纳-尧雷格因此于1937年获得了诺贝尔奖（这是精神病学领域仅有的两次诺贝尔奖之一，另一次是脑叶切除术）。尽管他后来承认这些说法“被严重夸大”，但疟疾疗法迅速传播到英国、德国和美国。 * 治疗方式： 有时是注射疟疾血液，但更常见的是精神病院里直接饲养疟疾蚊子。患者被绑在紧身衣中，暴露在蚊子叮咬下，然后感染疟疾。 * 机制猜想： 瓦格纳-尧雷格认为发烧刺激免疫系统对抗致病因素，而另一种可能性是高温杀死了脑中的寄生虫。由于当时统计学不成熟，且尚未引入对照试验，这种疗法被广泛使用了几十年。 * 终结： 随着青霉素的发现，这种“神奇子弹”能够直接治愈梅毒，疟疾疗法才最终退出历史舞台。
细菌理论与“外科细菌学”： * 医学的转化： 19世纪后期，路易斯·巴斯德（Louis Pasteur）和罗伯特·科赫（Robert Koch）的细菌致病理论彻底改变了医学，将其与实验室和科学紧密联系。这带来了公共卫生上的巨大胜利（如疫苗、李斯特的消毒/无菌手术），极大地提升了医学的声誉和经济前景。 * 精神病学困境： 这种细菌理论起初并未触及精神病学，直到梅毒性精神病的发现，才为精神疾病可能源于感染提供了一个模型。 * 亨利·科顿（Henry Cotton）的“焦点感染（Focal Sepsis）”理论： 受克雷佩林等人的影响，亨利·科顿（一位受过德国和美国领先精神病学家训练的医生）认为低度感染可能潜伏在体内，释放毒素毒害大脑，从而导致精神疾病。 * “外科细菌学”的恐怖实践： 科顿在特伦顿的新泽西州立精神病院推行“外科细菌学”，他先拔掉患者的牙齿，然后切除扁桃体、胃、脾脏和结肠，声称治愈了80%的患者。许多富裕患者慕名而来接受这种“新颖疗法”。 * 灾难性后果： 尽管《纽约时报》曾称赞其为“重大突破”，科顿在普林斯顿大学的演讲也备受推崇，但实际上，接受腹部手术的患者中有45%在一年内死亡。Scull 提到，科顿甚至声称“胃就像建筑工地的水泥搅拌机，可以被切除”。这项实践从1916年持续到1960年才最终停止，即使科顿本人在1933年死于心脏病，他的学生仍继续拔牙和切除扁桃体。
欺诈性声明的心理： Scull 解释了为何这些疗法明明效果不佳甚至有害，却仍被宣称“治愈率很高”。他指出，穿着白大褂、使用听诊器和手术刀的医生所进行的强大干预，本身就能产生巨大的安慰剂效应。患者渴望康复，医生渴望看到成功，这种双重驱动下很容易“欺骗自己，看到自己想看的东西”。
Andrew Scull 接着详细介绍了20世纪中叶精神病学领域另一种“绝望疗法”——胰岛素昏迷疗法，并将其与医学上的胰岛素发现的真正胜利进行了对比。
胰岛素的医学成就： Scull 首先提及了20世纪医学的真正胜利之一：20年代胰岛素的发现。在此之前，I型糖尿病（青少年糖尿病）是绝症。胰岛素的出现虽然不能治愈糖尿病，但能让患者过上相对正常的生活，并大大延长寿命。这是一个戏剧性的医学进步。
胰岛素昏迷疗法的起源： * 萨克尔（Sakel）的实验： 胰岛素的强大作用也带来了一个意想不到的“绝望疗法”。一位名叫萨克尔的医生在德国一家戒毒所工作时，使用轻度昏迷来帮助戒毒者缓解戒断症状。后来，他移居奥地利，决定尝试将这种方法应用于精神分裂症的治疗。 * 治疗过程： 萨克尔通过大剂量胰岛素诱导患者进入深度的低血糖昏迷状态，有时持续数小时甚至数天。患者通常通过静脉注射葡萄糖来苏醒。在昏迷期间，患者常出现癫痫发作，萨克尔将其视为一种治疗信号。 * 夸大的治愈率： 萨克尔声称胰岛素昏迷疗法治愈了80%的精神分裂症患者——这个“80%”的数字在当时的各种“绝望疗法”中反复出现，通常是夸大其词的治愈率。 * 传播与盈利： 1936年，萨克尔被邀请到纽约哈林谷精神病院进行演示，该疗法随后迅速传播。萨克尔最终定居美国，在纽约建立了一个利润丰厚的私人诊所，积累了巨额财富。 * 局限性与副作用： 胰岛素昏迷疗法需要大量的护理和医疗关注，因为患者“徘徊在生死边缘”，随时可能进入永久昏迷甚至死亡，因此必须严密监测生命体征。有证据表明该疗法会杀死脑细胞，萨克尔却诡辩称这些是“精神分裂症的脑细胞”。
疗法的终结与约翰·纳什的经历： 胰岛素昏迷疗法直到20世纪50年代才进行了随机对照试验，结果未能通过，因此最终被淘汰。Scull 将此视为“科学进步”的一个例子，尽管过程漫长。他提及了电影《美丽心灵》中的主角约翰·纳什（John Nash），这位20世纪的伟大思想家，曾是胰岛素昏迷疗法的受害者（讽刺的是，在亨利·科顿曾任院长的特伦顿州立医院）。治疗过程中，患者会“挣扎、呻吟、抽搐，然后陷入昏迷”，一个疗程可能需要多达60次昏迷，死亡率在1%到5%之间，并可能导致严重的脑损伤和肥胖。
卡迪阿佐尔/美挫酮休克疗法： 除了胰岛素昏迷，同期在奥匈帝国还有另一种休克疗法。一位精神科医生认为精神分裂症和癫痫症水火不容，因此若能人工诱发癫痫发作，或许就能“驱除精神分裂症”。 * 早期尝试： 他首先尝试注射天然物质樟脑，但效果不佳且导致脓肿。 * 卡迪阿佐尔（Cardiazol）/美挫酮（Metrazol）： 随后他转向注射卡迪阿佐尔或美挫酮。这种药物通常会引起剧烈的癫痫大发作，患者身体会向后弓起，双腿剧烈收缩。 * 可怕的并发症： 这种剧烈抽搐会导致脊椎骨折和髋关节骨折。更甚者，医生本人也承认，在注射到癫痫发作之间，患者会感到“濒临死亡”。想象一下，一个精神病患者被束缚，医生给他注射，然后他感到死亡的恐惧，几分钟后剧烈抽搐，可能伴随骨折。 * 为电休克疗法铺路： 这种暴力、难以预测且痛苦的疗法虽被使用，但医生和患者都对此不满，这为后来电休克疗法（Electroconvulsive Therapy, ECT）的出现奠定了基础。
Andrew Scull 详细介绍了电休克疗法（ECT）的起源、发展、争议及其在精神病学历史和文化中的复杂地位。
ECT 的起源与早期实验： * 意大利精神病学家： Cerletti 和 Bini 这两位意大利精神病学家首先通过动物实验研究电疗。他们最初的错误是，在狗的头部和肛门放置电极，电流通过身体，导致心脏停搏。 * 屠宰场的启发： 后来，他们观察罗马屠宰场中猪被电击头部后抽搐、昏迷，然后被屠宰的过程，意识到通过大脑的电流不会致命。 * 首次人体实验： 两人在罗马火车站找到一名无家可归的流浪汉，将其带回进行实验。起初电流不足，没有效果。当他们决定加大电流时，患者用听到的德语说：“不，再来一次，那会致命的。”尽管如此，他们仍进行了电击。患者剧烈抽搐，出现癫痫大发作（伴随脊柱和髋关节骨折的风险），然后停止呼吸。在场的人都十分惊恐，但患者随后又自主恢复了呼吸。苏醒后，他恢复了与现实的接触。 * “奇迹疗法”的传播： 这种“奇迹疗法”因其易于操作、成本低廉且无需注射药物，迅速传播到欧洲和北美。
早期 ECT 的应用与局限： * 对精神分裂症无效： 尽管最初的假设是癫痫发作与精神分裂症之间存在联系，但 ECT 对精神分裂症的疗效并不明显。 * 对抑郁症的效用： ECT 似乎对抑郁症，尤其是自杀性抑郁症，有一定效果。 * “未改良”ECT 的问题： 在20世纪50年代到60年代，“未改良的 ECT”非常普遍，导致了严重的骨折问题和记忆丧失。Scull 指出，在当时的心理病院里，ECT 更多地被用作控制患者行为的工具而非治疗手段，具有惩罚性。患者因此畏惧并自我约束。
现代 ECT 的发展与争议： * 改良措施： 从1990年代开始，ECT 发生了显著变化。引入肌肉松弛剂（如箭毒，后来是更现代的药物）以防止患者在抽搐时发生骨折。但这使得 ECT 成为更复杂的程序，需要麻醉师和呼吸支持。记忆问题仍然存在，对脑损伤的担忧也应谨慎对待。 * 疗效再评估： 尽管机理不明，但现代研究表明，ECT 对某些患者，尤其是伴有严重自杀倾向或极端忧郁症的难治性抑郁症患者，具有显著的缓解作用，甚至被一些患者形容为“救命”。最近的对照试验也提供了确凿证据，表明 ECT 并非一无是处。 * 持续的争议： 然而，ECT 仍然是极具争议的治疗方法。一些精神科医生和前患者强烈反对它，认为其可能导致脑损伤和记忆问题。许多州对 ECT 施加了严格的法律限制（例如，在加州，非自愿患者几乎不能接受 ECT）。 * 公众不信任： Scull 强调，对科学和医学（包括疫苗接种和制药公司）的普遍不信任感，使得 ECT 的讨论更加复杂。他指出，基因研究未能找到精神疾病的单一孟德尔遗传基因，反而揭示了双相障碍、精神分裂症和自闭症之间基因异常的高度重叠性，这可能进一步瓦解现有的诊断类别，并侵蚀公众对精神病学的信任。 * 科学传播与过度宣传： Scull 批评科学新闻和医学新闻过度炒作新疗法（例如氯胺酮和致幻剂被宣传为抑郁症的“奇迹疗法”，但他认为证据“极其薄弱”），这种过度宣传最终会损害公众信任。他呼吁保持谦逊、承认局限性、警惕盲目乐观，并以批判的眼光看待所谓的“突破”。
Andrew Scull 探讨了电影《飞越疯人院》（One Flew Over the Cuckoo's Nest）对精神病学文化的深远影响，以及其在批判精神病院体制方面的代表性。
文化里程碑： 《飞越疯人院》这部由肯·凯西（Ken Kesey）根据自身在精神病院的经历创作的小说及其1975年的电影改编，被认为是描绘精神病学“最著名的文化时刻之一”。
越战老兵医院背景： 凯西本人是在一家退伍军人医院工作时写下这部作品的。Scull 指出，第二次世界大战后，美国士兵的精神创伤病例数量远超第一次世界大战（“炮弹休克”）。因此，美国退伍军人事务部（VA）在战后大量投入资金培训精神科医生和心理学家，并在其医院系统中广泛介入精神障碍的治疗。
小说与电影的差异： Scull 引用 Perplexity 的总结，指出小说和电影虽然讲述了麦克墨菲（McMurphy）挑战压迫性精神病院的同一基本故事，但两者在视角、基调和主题上存在显著差异。小说更为怪诞、政治化，更侧重于酋长布罗姆登（Chief Bromden）的内心世界和“联合体（combine）”；而电影则更为自然主义，以人物为驱动，将麦克墨菲塑造成核心英雄（由杰克·尼克尔森饰演）。露易丝·弗莱彻饰演的拉契特护士（Nurse Ratched）也贡献了同样出色的表演。
精神病院的真实写照： Scull 认为，电影相当成功地再现了当时精神病院贫困的环境。影片中展现的医护人员经常贬低、不听患者讲话，甚至嘲弄他们，这些都是当时精神病院的普遍特征。虽然电影没有直接表现身体虐待，但 Scull 强调，这种虐待在许多精神病院中几乎是不可避免的，因为与患者接触最多的是薪水最低、最不受尊重的护理员，而非专业注册护士，更别提医生了（大型州立精神病院里医患比例极低，患者很少见到医生）。电影还捕捉到了精神病院生活普遍存在的“无聊感”。
ECT 作为纪律工具： 电影中电休克疗法（ECT）被用作纪律工具的描绘，在50、60年代是“真实的写照”。虽然 ECT 也有治疗用途，但它在很大程度上被用于控制和惩罚患者。
性别差异与治疗： Scull 揭示了一个重要的历史模式：在除了梅毒性精神病（男性患者多于女性）之外，大多数精神治疗实验中，女性患者承受了更大的冲击。亨利·科顿（Henry Cotton）的胃肠手术患者中约70%是女性；脑叶切除术患者中60-70%是女性；ECT 患者也以女性居多。这部分原因在于抑郁症的诊断在女性中更为常见，而男性则更容易被诊断为其他人格障碍或 ADHD。
电影对 ECT 的持久影响： Scull 认为，《飞越疯人院》这部电影在几十年来有效遏制了人们对 ECT 的兴趣，除了少数狂热者。即使在今天，它仍然让许多人对这种治疗犹豫不决。
ECT 的复杂现实： 尽管电影塑造了 ECT 的负面形象，但 Scull 也承认其复杂性。他提到一位朋友在尝试了所有其他抑郁症疗法无效后，接受 ECT 治疗后“生活得到了改善”，这并非个例。Scull 承认，ECT 在40、50、60年代确实存在可怕的历史和滥用（例如中情局资助的 Ewen Cameron 在加拿大对患者进行多次 ECT 导致永久性损伤），但他也强调，对那些濒临自杀、长期抑郁的患者而言，ECT 确实可能“挽救生命”。虽然其作用机理仍是“纯粹的经验性治疗”，但现代对照试验的证据表明，ECT 并非应被完全抛弃的“绝望疗法”。
Scull 再次强调了精神病学面临的根本挑战：人类苦难的巨大性、研究的难度以及主题的复杂性，这些都吸引了“非常非常聪明的人”，但前方仍有漫长的道路。
Andrew Scull 深入探讨了弗洛伊德和精神分析的兴起，以及在精神病学历史中谈话疗法的发展历程，同时将其置于19世纪末20世纪初更广泛的社会文化背景之中。
谈话疗法的早期萌芽： 19世纪末，精神病学主要局限于精神病院，并以生物学观点为主导。然而，许多人正在经历各种精神困扰（悲伤、困惑、社交关系丧失、悲痛等），这些问题虽然不至于住院，但也带来了巨大的痛苦。Scull 指出，19世纪的美国诞生了许多新的宗教派别，其中一些提供了精神疗愈的途径。 * 基督科学（Christian Science）： 由玛丽·贝克·艾迪（Mary Baker Eddy）创立，认为疾病本身不存在，可以通过祈祷治愈，是缺乏足够信仰的表现。这种信仰疗法在解决精神问题方面似乎比治疗癌症更有效，吸引了大量追随者（其中女性居多）。 * 凯洛格家族的疗养院： 基督复临安息日会（Seventh-day Adventists）创办了一家疗养院，后来由著名的凯洛格家族（因谷物早餐而闻名）经营。这个巨大的疗养院旨在帮助人们恢复精神稳定和健康，吸引了包括亚伯拉罕·林肯的遗孀、泰山扮演者以及亨利·福特等许多知名人物。 * 伊曼纽尔运动（Emmanuel Movement）： 结合了医学和宗教方法，旨在帮助有精神困扰的人，但医生们很快退出了，最终形成了带有浓厚宗教色彩的谈话疗法。
神经学的兴起与“休息疗法”： 美国内战后，神经学应运而生，为研究大脑和神经系统创伤提供了“自然实验”。一批新的专家（神经学家）开始声称在这些领域拥有专业知识。他们开始接收功能性精神障碍的门诊患者，这标志着门诊精神病学的萌芽。早期门诊治疗包括药物、电疗（非ECT，而是利用静电产生生理反应）和各种滋补品。 * 西拉斯·威尔·米切尔（Silas Weir Mitchell）的“休息疗法（Rest Cure）”： 美国神经学界的领军人物之一，他提出了一种极具争议的疗法：完全卧床休息，摄入大量卡路里食物，完全缺乏智力刺激。这种疗法主要针对女性，旨在治疗“过度劳累的神经系统”。弗吉尼亚·伍尔夫（Virginia Woolf）就曾是受害者，她声称这种疗法几乎让她发疯或情况更糟。米切尔还撰写了畅销书《磨损与撕裂》（Wear and Tear）和《脂肪与血液》（Fat and Blood），前者将现代生活的压力（如电报、铁路）比作耗尽电池或导致系统破产，后者则提倡通过休息和营养来恢复“神经力量”。Scull 指出，19世纪的人们也像今天一样，对社会带来的焦虑和压力有着相似的感受。
弗洛伊德与精神分析的诞生： 1909年，西格蒙德·弗洛伊德（Sigmund Freud）和他的两位亲密同事（包括卡尔·荣格）来到美国，参加克拉克大学20周年校庆。当时德国的科学和医学在世界上最为先进，弗洛伊德甚至用德语进行讲座，因为听众都学习德语以阅读医学文献。 * 弗洛伊德的背景与理论核心： 弗洛伊德本人接受过神经学家训练，曾师从巴黎著名的沙尔科（Charcot）医生。他的学术生涯在维也纳一度受挫，后来通过研究癔症重新振作。 * 安娜·O.（Anna O.）： 弗洛伊德与约瑟夫·布洛伊尔（Josef Breuer）合作治疗了“安娜·O.”（真名为 Bertha von Pappenheim）的癔症病例，她因照顾垂死的父亲而出现各种身体症状和抑郁。这个病例成为精神分析的奠基性患者。 * 压抑的记忆和创伤： 弗洛伊德和布洛伊尔提出，安娜·O. 的痛苦源于“压抑的记忆和创伤”，这些潜意识中的记忆以扭曲的心理症状形式浮现。这成为精神分析的核心思想，强调童年经历的深刻影响。 * 《癔症研究》（Studies in Hysteria）： 弗洛伊德与布洛伊尔合作的著作，包含一系列案例研究。弗洛伊德最初认为这些创伤（如童年性侵）是真实的。 * 阻抗与人格转化： 弗洛伊德发展出“阻抗”的概念，即患者难以轻易回忆或承认这些记忆。他认为，只有通过长期而痛苦的努力，将这些潜意识内容带入意识层面，患者才能以不同的方式应对它们，从而实现人格的转化，从“怪诞的不快乐”转变为“普通的烦恼”。 * 心理性欲发展与“力比多”： 随着理论的发展，弗洛伊德越来越多地关注“力比多”（libido）以及性经验、性压抑和性欲的修正，这些也成为他与荣格决裂的原因之一。 * 心智结构： 弗洛伊德构建了一个复杂的心智理论，包括本我（id，原始、无意识、追求即时满足）、自我（ego，理性调节者，在现实原则下平衡本我与外部现实）和超我（superego，内化的道德标准和理想，产生内疚或自豪，追求完美）。这些实体之间的冲突是导致心理病理的根源。 * 弗洛伊德与荣格的决裂： 卡尔·荣格曾被弗洛伊德视为“皇储”，但在1913年，两人因理论分歧（荣格淡化性欲方面）而决裂。荣格吸引了许多富裕的患者（如国际收割机公司的继承人、洛克菲勒家族成员），他的著作也得到了梅隆基金会的资助。弗洛伊德虽然也吸引了一些富有的美国患者，但不如荣格。
一战与精神分析的流行： 第一次世界大战期间，大量士兵出现“炮弹休克”，这最初被认为是物理损伤，但后来逐渐被认为是心理创伤。弗洛伊德关于无意识心智、创伤及其与症状之间联系的思想，在这一时期获得了新的意义。战后，在社会中特定的知识分子和艺术界阶层中，弗洛伊德的理论变得非常流行（如小说家、画家、剧作家、超现实主义）。弗洛伊德本人曾感叹他的案例史读起来像“短篇故事”，缺乏“严肃科学的印记”，但这反而吸引了艺术家。
局限性： 然而，弗洛伊德的思想并未在主流精神病学界（主要关注精神病院中的精神病患者）中流行，他们认为谈话疗法对于生物学疾病来说是“荒谬的”。即使在对弗洛伊德思想较为同情的圣伊丽莎白联邦精神病院，谈话疗法对数千名严重精神障碍患者来说也是不切实际的。到1930年左右，北美约有300名精神分析师，他们每周五小时的经典精神分析只能治疗少数患者，远不及医院中数十万的患者数量。
Andrew Scull 讲述了第二次世界大战对精神分析的冲击以及认知行为疗法（CBT）的崛起，揭示了谈话疗法领域在20世纪中叶的重大转型。
二战对精神分析的影响： * 流亡分析师： 希特勒对犹太人和精神分析师的迫害，促使许多人（包括弗洛伊德和他的女儿安娜）逃往英国和美国。到1940年，美国的精神分析师数量翻倍。 * 组织化培训： 精神分析培训变得更加有组织，但主要通过大学之外的机构进行。Scull 认为，这成为精神分析的一个“结构性弱点”，因为当战后大学成为知识中心时，精神分析未能融入其中。 * 经典精神分析实践： 经典的自由联想疗法通常每周进行五小时，通过在沙发上进行的谈话，引导患者发现和处理被压抑的心理内容。弗洛伊德在早期曾尝试催眠，但因其笨拙而转向了自由联想。
精神分析疗效的质疑： 二战后，精神分析在美国蓬勃发展，但洛克菲勒基金会等资助机构（如 Alan Gregg 和 Robert Morison）不断要求分析师提供疗效证明。分析师们对此表示抗拒，认为精神分析的复杂性使其难以量化衡量，因为它涉及“重建完整的人格和存在方式”。这种缺乏可量化证据的特点，与之前各种“80%治愈率”的夸大承诺形成了鲜明对比。
二战与 CBT 的兴起： * 军队精神病学： 在二战前，美国精神病学家曾试图通过筛选剔除175万“心理脆弱”的应征者，以避免一战中“炮弹休克”的重演。然而，战争的工业化性质仍导致了大量士兵的精神崩溃（多达25%的战斗士兵）。 * 快速培训与精神动力学： 战前美国只有大约2000名精神科医生，战后仅美军中就有超过2000名。威廉·门宁格（William Menninger，来自以精神分析治疗闻名的门宁格诊所）担任军队精神病学负责人，他认为士兵精神崩溃的最佳治疗方法是精神治疗性质的，其根源在于创伤。因此，在战后迅速招募和培训的精神科医生，吸取了简化版的弗洛伊德思想。 * 心理学家的介入： 由于无法快速培养足够的医学背景的精神治疗师，心理学家被征召入伍进行治疗。他们发现自己也能胜任这份工作，并对此充满兴趣。 * 联邦资助与临床心理学培训： 战后，退伍军人事务部（VA）和美国国家精神卫生研究所（NIMH）为培训临床心理学家提供了大量资金。临床心理学家设计了一种独特的培训模式：两年基础科学心理学和研究方法，两到三年临床实践经验。这种模式让他们懂得如何申请联邦研究经费，而精神分析师在这方面却一窍不通，几乎没有获得任何资助。 * 症状导向的治疗： 临床心理学家摒弃了精神分析师认为“治疗症状只是打地鼠”的观点（即不处理人格深层问题，症状会以其他形式再次出现）。他们专注于“治疗困扰人们的症状”，并开发出能帮助患者应对和消除这些症状的技术。 * CBT（认知行为疗法）和人际关系疗法（Interpersonal Therapy）： 这些疗法旨在快速解决特定问题或一小部分问题。其核心思想是，人们养成了不良的应对习惯（如对社交冷落、被忽视的反应模式），通过识别这些模式，并通过练习来改变它们，从而改善应对方式并消除症状。 * CBT 的优势： 相比精神分析，CBT 具有疗程短、可复制、可测试（有证据基础）的特点。它专注于可量化的症状而非精神分析所声称的复杂深层问题。 * 关键人物： 阿尔伯特·班杜拉（Albert Bandura）、阿尔伯特·埃利斯（Albert Ellis）、亚伦·贝克（Aaron Beck）。贝克本人曾是一名精神分析师，但后来对此感到失望，并率先指出精神病学诊断的不可靠性。他的工作促成了 DSM-III 的发展，并推动了症状导向治疗。 * CBT 的疗效： Scull 认为，CBT 在治疗较轻的抑郁症方面优于药物，且副作用更少（英国 NICE 机构也持此结论）。然而，对于严重的精神障碍（如精神分裂症），其疗效证据“相当薄弱”。科克伦综述（Cochrane Reviews）认为 CBT 的证据质量为“低到中等信心”。CBT 适用于那些形成了不良应对模式并愿意通过“家庭作业”和练习来重塑应对方式的人，但并非对每个人都有效。
Andrew Scull 详细阐述了抗精神病药物的偶然发现、商业化过程、其疗效、副作用及其在精神病学领域引发的革命，但也揭示了药物本身固有的局限性。
精神药理学的偶然起源： 在20世纪中叶之前，精神病院使用的药物主要用于控制患者（如鸦片、安眠药、大麻、酒精），而非针对潜在病因。制药业（最初源于德国化学工业，如从煤焦油中提炼出阿司匹林）在二战期间因青霉素的发现和大规模生产而迅速壮大。
氯丙嗪（Chlorpromazine）的发现： * 意外发现： 法国公司 Rhône-Poulenc 发现了一种早在19世纪80年代合成的抗组胺剂——氯丙嗪。最初，他们试图寻找其在止吐、湿疹或麻醉增效剂方面的用途。 * 亨利·拉博里特（Henri Laborit）的观察： 法国海军中尉亨利·拉博里特在将氯丙嗪用作麻醉增效剂时，注意到患者在手术前变得“不焦虑”，他将其描述为一种“化学脑叶切除术”。 * 应用于精神病患者： 拉博里特的一位同事联系了巴黎圣安娜医院的精神科医生 Delay 和 Deniker。他们尝试将氯丙嗪用于精神病患者。在逐渐加大剂量后，患者开始停止过激行为（如砸家具），变得镇静。 * “主要镇静剂”： 氯丙嗪（在欧洲被称为 Largactil 或“万能药”，在美国被称为 Thorazine/冬眠灵）最初因此被称为“主要镇静剂”。医院将其视为控制患者行为的福音。 * 商业化与推广： Rhône-Poulenc 将其北美地区的权利出售给了 SmithKline & French 公司（之前有两家公司拒绝）。SmithKline & French 成功地将其推向市场，短短两年内，就有200万人服用。他们通过向政客宣传（展示躁动患者变得平静的影像）和销售人员的努力，使其成为巨大的成功，并使公司从小型企业发展壮大。随后，许多仿制药也应运而生。 * “次要镇静剂”的出现： 1955年，美普罗巴马酯（Miltown）等“次要镇静剂”问世，并由米尔顿·伯尔（Milton Berle）等电视明星大力推广。20世纪60年代，安定（Valium）和利眠宁（Librium）等药物也相继出现。
“抗精神病药物”的命名与疗效： 20世纪60年代早期，“主要镇静剂”被更名为“抗精神病药物”，暗示它们能攻击潜在的精神病。 * 对“阳性症状”的疗效： 抗精神病药物确实在一定程度上改变了精神病的表现，它们能减轻躁动、妄想和幻觉（精神分裂症的“阳性症状”）。这对于相当一部分患者来说非常重要。 * 对“阴性症状”的局限性： 但它们对冷漠、社交能力丧失、语言贫乏、缺乏主动性等“阴性症状”的效果不佳甚至无效。Scull 指出，“阳性”和“阴性”症状都是毁灭性的，这种术语选择“非常奇怪”。 * 非应答者： 对相当一部分精神病患者（以及抑郁症患者）而言，这些药物无效。
严重的副作用： 最初，对这些药物的热情使人们忽视或合理化了其严重的副作用。 * 不可治愈的躁动不安（akathisia）： 患者不断运动，无法静止，这不仅对旁人，对患者本身也难以忍受。 * 帕金森病症状： * 迟发性运动障碍（Tardive Dyskinesia）： 最为严重。这是一种迟发性、不可控制的身体（尤其是面部肌肉）抽动，如舌头伸出、发出怪声、步态不稳。患者看起来像精神病患者，但实际上这是药物造成的医源性副作用。这个问题被忽视了大约20年，直到乔治·克兰（George Crane）在《科学》杂志上发表文章，指出这种“可怕的问题”。
第二代抗精神病药物（非典型抗精神病药）： * 氯氮平（Clozapine）的复兴： 氯氮平于1957年开发，但因导致白细胞破坏（粒细胞缺乏症）而被撤市，且当时认为它不引起迟发性运动障碍就意味着无效。然而，随着迟发性运动障碍问题日益严重，氯氮平被重新启用，因为它在“难治性”病例中效果更好。但使用它需要每周进行血常规检查，以监测白细胞计数。 * 新一代药物： 20世纪80年代末，氯氮平进入市场，随后其他公司也开发了化学结构不同但作用类似的药物，如利培酮（Risperdal）、奥氮平（Zyprexa）等，统称为“第二代抗精神病药物”。它们具有不同的副作用特征、作用模式和疗效水平。 * 缺乏个体化治疗指南： 至今，仍然没有科学的方法来预测哪个患者会对哪种药物产生良好反应，或者会遭受最严重的副作用。“试错”是主要的决策方式。
制药业的影响与 CATIE 研究： * 数据控制： 药物研发研究越来越多地由制药公司资助和控制，他们只发布对自己有利的数据。FDA 的批准也仅需要两项成功的试验，即使其他多项试验失败。 * CATIE 研究（2005年，NIMH 资助）： 这项独立研究比较了第一代和第二代抗精神病药物。结果发现，新药的疗效并未优于老药。更重要的是，67%到82%的患者因药物无效或无法忍受副作用而退出试验，表明这些“最佳药物”仍存在严重问题。 * 新的副作用： 第二代药物虽然迟发性运动障碍较少，但带来了新的副作用，如显著的体重增加（10-50磅），导致代谢综合征、糖尿病和心脏问题。 * 权衡利弊： Scull 强调，药物治疗“没有免费的午餐”。患者在缓解精神症状的同时，可能面临其他潜在的健康风险。由于缺乏生物学标志物，医生无法预知每个患者的具体反应，只能依靠“试错”。
精神副作用： 除了生理副作用，药物对精神生活的影响更难描述。一些患者因为药物使他们的“精神生活变得平淡无奇”，宁愿忍受幻觉，也不愿忍受这种“麻木感”，因此选择停药。
Andrew Scull 详细介绍了抗抑郁药物的发现、市场演变、其疗效、副作用，以及围绕其诊断和使用的复杂性。
抗抑郁药物的偶然发现： * MAOIs 和三环类药物（1950年代）： 抗抑郁药物的发现同样是偶然的。在1950年代，医生用异烟肼（Iproniazid）等药物治疗晚期肺结核患者，这些患者通常情绪低落。意外的是，一些结核病患者服用药物后变得“快乐、手舞足蹈”，情绪好转。这提示了这些药物可能对抑郁症有效。 * 市场局限： 然而，在1960年代，制药公司认为抑郁症市场很小，因为他们主要关注的是导致患者住院的严重忧郁症或精神病性抑郁症。
诊断蔓延与抑郁症的普及： * “精神病学的普通感冒”： 如今，抑郁症被认为是“精神病学的普通感冒”，是精神科医生最常做的诊断。这部分归因于对人类思维的更深入理解，但 Scull 认为很大程度上也与制药公司的营销以及诊断标准的“蔓延（diagnostic creep）”有关。 * “诊断蔓延”： Scull 引用澳大利亚学者 Nick Haslam 的术语“诊断蔓延”，描述了诊断边界不断扩大的现象。例如，在 DSM-5 制定期间，曾就是否将“悲伤”（如丧失亲人）视为一种抑郁症形式进行了激烈争论。Scull 认为，这体现了将“明确的异常”的核心扩大到“边缘地带”的倾向。DSM-IV 的主编 Allen Frances 认为，自闭症诊断数量的激增，与其诊断标准放宽的关联性，高于实际病例的增加。 * 患者和家属的作用： 诊断蔓延不仅是“精神病学帝国主义”的体现，也受到患者和家属的推动，因为诊断通常是获得社会和教育支持的关键。 * 孤独与社会性： Scull 引用历史学家 Michael MacDonald 的话：“对受苦者而言，这是最孤独的痛苦；对旁观者而言，这是最具社会性的疾病。”他强调精神困扰的影响远不止于患者本身，还会延伸到周围的每一个人。
第一代抗抑郁药物的风险： 单胺氧化酶抑制剂（MAOIs）和三环类抗抑郁药存在严重问题。它们很容易过量致死，对于有自杀倾向的抑郁症患者来说，提供大量此类药物是“棘手”的。此外，它们与某些食物（如奶酪、腌制肉类）结合可能对健康造成威胁，甚至致命。
第二代抗抑郁药物（SSRIs）： * 新一代药物： 20世纪80年代末，制药公司发现了一类没有上述副作用的新型抗抑郁药，其中最著名的是百忧解（Prozac）。这类药物被称为选择性5-羟色胺再摄取抑制剂（SSRIs）。 * 作用机制与营销： SSRIs 的作用是通过减缓大脑中5-羟色胺（一种神经递质）的再摄取。制药公司将其宣传为抑郁症的解决方案，声称抑郁症是因为大脑中5-羟色胺不足。前副总统阿尔·戈尔的妻子蒂珀·戈尔（Tipper Gore）曾是 SSRIs 的主要公众倡导者。 * 广泛使用： SSRIs 至今仍是最常处方的抗抑郁药物。
SSRIs 的疗效与副作用： * 疗效争议： Scull 指出，尽管对照研究显示 SSRIs 在统计学上显著优于安慰剂，但“不一定在临床上显著”。他提醒人们仔细甄别药物广告中的“显著改善”是指统计学上的还是临床上的。对大多数患者而言，抗抑郁药“仅仅比安慰剂略好”，其中很大一部分效果是安慰剂效应。 * 严重的副作用： * 情绪麻木（Numbing）： 许多患者形容这些药物具有“麻木”作用，使情绪变得平坦，无法体验正常人类经历中的高低起伏。 * 性功能障碍： 许多患者出现性欲完全丧失、勃起功能障碍或无法达到高潮，性生活完全消失，有时即使停药后也无法恢复。 * 戒断反应： 对一些人来说，停用药物“痛苦不堪”，可能出现比之前更严重的抑郁症，或产生“大脑电击感”等不适。许多患者因此长期被困在药物中。 * CBT 的优先地位： 英国国家健康与护理卓越研究所（NICE）建议将 CBT 作为治疗轻度抑郁症的首选，而非药物，因为它疗效更好且副作用更少。 * 复杂局面： 与抗精神病药物类似，抗抑郁药也存在响应良好者、无响应者（高达40%或更多）和中间群体（有改善但伴随副作用）。问题在于，在治疗开始时，医生和患者都无法预知会属于哪一类。 * 处方转移： 药物革命的一个后果是诊断和处方权不再仅限于精神科医生。现在，许多抗抑郁药都是由初级保健医生开具的。
Andrew Scull 在访谈的最后部分，对精神病学的未来提出了深刻的思考和建议，强调了多学科、以患者为中心以及公共政策支持的重要性。
对当前痛苦患者的建议： 对于那些正在遭受精神病或抑郁症折磨的个体，Scull 建议他们“可能需要尝试药物”，因为这种痛苦“非常强烈”。但同时，患者需要对治疗有充分的了解，并且需要一位能够“非常仔细地监测”病情的临床医生。
精神病学研究的未来方向： Scull 认为，精神病学研究需要拓宽视野，不能仅仅局限于神经科学、遗传学和药物研究。他强调，应该投入更多资金和精力关注精神疾病的“社会心理维度”，例如： * 社会支持： 研究如何更好地应对无家可可题。 * 家庭支持： 寻找更好的方法来缓解家庭成员应对幻觉患者所面临的困难。 他认为，需要建立一个允许精神科医生在这些社会心理领域发展职业生涯的体系，因为目前这类研究缺乏资助。
谈话疗法的角色： * 精神分析： Scull 认为精神分析已经成为一种“小众产品”，只有非常富有的人才能负担得起，且其中一些人声称它对他们有帮助。 * 人工智能与精神分析： Lex Fridman 提出，随着人工智能系统的快速发展，它们能够与个体进行深入交流，了解其最深层的秘密，甚至可能超越人类治疗师的舒适区，这可能为弗洛伊德和荣格的精神分析领域带来新的未来。Scull 认可这种可能性，并指出 COVID-19 疫情期间远程治疗的兴起也为此提供了佐证。 * 认知行为疗法（CBT）： 尽管 Scull 在前面强调了其局限性，但他认为 CBT 仍然是有效的，尤其对较轻的抑郁症。
公共政策与社会互动的关键作用： Scull 对解决重症精神疾病的公共政策问题持悲观态度，因为这需要巨额资金。他指出，如果能明确证明治疗可以使患者从“吃税人”变为“纳税人”，那么政府会有动力投入。但目前，我们尚未达到这一步。 他强调，帮助患者的关键在于提供“社会支持”，因为“社会互动对人们的心理健康至关重要”。孤独和隔离会对人产生负面影响。因此，提供这类支持，并帮助患者建立“能动性”（agency），将非常有益。
对药物研究的希望与担忧： Scull 承认，他仍然相信重症精神疾病具有生物学成分，这不太可能是一个“完整的故事”，但绝对是“故事的重要组成部分”。因此，他希望有人能在药物研发上取得突破。但他对此感到“沮丧”（depressing），因为大型制药公司已经放弃了这一领域的研究。他认为，尽管这些公司在某些方面行为不端，但药物确实带来了一些积极作用，缺乏资金雄厚者进行研究，无疑是一种损失。
展望未来：混合疗法与人文关怀： 展望未来，Scull 总结道，前进的道路是一个综合性的混合方法： * 药物研究与谨慎使用： 继续研究药物，但患者在使用时需要“极端谨慎”。 * 谈话疗法的深入探索： 进一步研究 CBT 和精神分析，并探索人工智能在此领域的应用。 * 社会心理支持： 关注社会、家庭和人际关系等社会心理维度，并通过文化、社会和公共政策来增强受苦者的社会联系。
Scull 强调，我们有一个由“许多善意人士”组成的专业，他们每天都面对人类的苦难。他相信这些人会推动事情向前发展，因为历史上也曾有过高动力的人们为帮助这些患者做出了非常好的事情。他希望未来的发展将带来“更多的关怀”和“更少的技术官僚”方向，减少对简单药物治疗的过度依赖。我们需要一个能感知并迎合人们所经历的痛苦的体系，即使无法完全消除，也能以人们认为真正有帮助的方式来改善它。 他最后总结道，这是一个“非常困难的领域”，触及“我们作为人类最深刻的方面”。尽管问题艰巨，但“不应该玩世不恭，不应该放弃希望，不应该否认进步的可能性”，因为进步“一直在那里”，而且他希望未来会“加速发生”。
Lex Fridman 以尼采的名言作结：“生活即是受苦，生存即是在受苦中寻找意义。”他向所有正在受苦的听众传递了希望和支持的信息。
2026-08-27 05:52:12
DHH强调了人工智能时代惊人的发展速度，引用了列宁的“有几十年什么都没有发生，有几周却发生了几十年的事情”这句话，指出过去九个月的进展相当于几十年的飞跃。他将这种体验比作精灵从瓶中出现，能实现操作系统中所有梦想的功能，并且耗时极短。DHH还提到赛车带来的极致兴奋和生命感，以及在开放式讨论中推动边界的重要性。他认为与所爱之人共创生命是地球上最巅峰的体验。
Lex Fridman介绍了嘉宾David Heinemeier Hansson（DHH），他是Ruby on Rails的创建者，37signals的CTO，新Omarchy Linux操作系统的开发者，畅销书作家，赛车手，也是世界上最直言不讳、最多产的程序员之一。Lex指出，DHH在过去20多年里一直专注于精心打造优美的Ruby代码，但自2025年末以来，他已全面拥抱AI革命，转型为一位“代理工程”的倡导者和实践者（尽管DHH本人不喜欢这个术语），在新的编程范式中，AI负责大部分实际编程工作，而人类则掌控高层设计、愿景和品味。Lex强调，DHH虽然有时充满争议，但总是无所畏惧、才华横溢且风趣幽默，这次对话再次充满深度和启示。
在距上次对话13个月后，DHH坦言对AI在编程中的作用的看法发生了巨大转变，从当初的怀疑者变成了如今的“极度兴奋”，内心充满了“纯粹、不掺杂质的喜悦、乐观和惊叹”。他将这种变化归因于“代理时代”（agentic era）的到来，特别是2025年11月24日的Opus 4.5模型发布，这成为了一个“分水岭”。
DHH解释说，此前的AI模式（如代码自动补全或聊天机器人）虽然有用，但并未根本性地改变他的工作方式，他仍是主要的代码雕琢者。然而，Opus 4.5的出现带来了“智能的提升和可用性的增加”，它能“操控电脑，使用工具，并检查自身工作”，输出的代码质量“出奇地接近”他亲手编写的水平。随后出现的“子代理”和任务细分能力进一步加速了开发。DHH将自己的角色从早期的“驾驶员”（引导代理）转变为现在的“乘客”（信任代理来规划路径，类似现代GPS或自动驾驶汽车），他更多地关注模糊的想法和问题定义，而非具体的实现路径。
他指出，在网页开发（CRUD）领域，AI已经能够编写近100%的代码，对于熟练的程序员甚至可以完全不看代码。而在他正在开发的Linux发行版Omarchy上，他声称最近两个月100%的代码都是由AI代理编写的，他只负责审查代码的“形态”和关键部分的逻辑。即便在安全关键系统领域，AI也表现出惊人的漏洞发现和修复能力，例如Fable模型因能发现复杂的链式漏洞而一度不被发布。
然而，在对Basecamp（37signals的成熟产品）进行代理加速时，他们发现初期设计师主导的“氛围编程”（vibe coding）虽然产生了大量代码，但破坏了系统架构，最终需要人工清理。DHH认为这表明在处理现有大型代码库时，仍然需要程序员的架构直觉，并反驳了“氛围程序员是垃圾代码生成器”的说法，认为许多人类程序员的产出同样糟糕。
DHH认为，当前大型组织中软件开发的瓶颈并非在于“实现”，而是“人类带宽和沟通”。产品经理、设计师、VP和CTO等多层审批和协调机制，极大地降低了生产力。他从Omarchy项目中获得的启示是，要实现10倍、100倍甚至1000倍的生产力提升，必须直接与AI代理交互，而不能通过人类中间层来传递指令，因为速度太慢。
他进一步指出，许多组织缺乏清晰的“想法、愿景和品味”，即使拥有无限的编程能力（如微软），也无法产出优秀的软件，因为“能够编写大量代码并不意味着能够生产出引人注目的优秀软件”。他反驳了对AI进步速度过慢的批评，认为AI在短时间内已经带来了前所未有的快速发展。
DHH还提出了AI代理将改变软件生态的观点，特别是在桌面操作系统领域，Linux将迎来机遇。他以自己开发Omawrite（一个Markdown编辑器，取代Typora）为例，说明个人现在完全有能力用AI代理在20分钟内从零开始构建一个符合自己5%核心需求的C++应用。他本人也因此从一个Ruby程序员转变为能够使用C++和Rust等多种语言的“多语言程序员”。他认为，如果一个软件依赖将用户绑定在Windows或macOS上，现在个人完全有能力利用AI重写它，实现高度定制化。
DHH对AI在开源领域的影响持非常乐观的态度。他认为，AI代理极大地简化了开源软件的发布和维护流程，例如只需一条指令，代理就能将代码上传到GitHub，生成README文件，甚至管理GitHub Releases，其耐心和勤奋远超人类维护者。
他驳斥了当前一些开源维护者对AI贡献（Pull Request）的抱怨，认为这些“免费的贡献”是开源的魔力所在，而非负担。他将这比作一场“宗教改革”时刻，程序员不再是连接人类和计算机的“神职人员”，因为AI提供了直接与“更高智能”交互的途径。
DHH强调，为了保持代码质量，当然需要“巫师级”的程序员来把控。但他指出，大多数程序员（他基于25年、数万个PR的经验）在编写代码、准备bug报告、撰写注释等方面并不出色，而AI代理却能一丝不苟地遵循指示，确保这些细节。他甚至表示，他宁愿接受由AI代理编写的PR，因为它们的质量通常更高，而且拒绝它们也不会“伤害人类的情感”。
在Omarchy项目中，DHH在短短三个月内合并了超过1000个PR，其中许多来自非传统程序员。这些贡献者通过代理将他们的想法转化为代码。DHH不再亲自审查所有PR，而是让代理进行初步审查、总结，并筛选出高质量的、准备好做出“人类决策”的PR。他认为AI代理能够筛选掉“糟粕”，让人类专注于“珍珠”，极大地减轻了开源项目管理的繁琐工作。
更进一步，DHH认为AI代理不仅能实现人类的想法，还能产生“极具创意”的想法，颠覆了代理仅是“鹦鹉学舌”的传统观念。
DHH形容他目前的状态是“狂喜”（delirious），因为他在40年的计算机生涯中从未见过如此剧烈的变革。他认为，那些不承认当前时刻重要性的人才是真正的“妄想”（delusion）或“精神病”（psychosis）。他将自己开发Omarchy Linux发行版（特别是最新版本Quattro）的经历，作为AI代理能力“实证”（the pudding）的证据。Omarchy被定义为一个“漂亮、现代、有主见”的Arch Linux桌面发行版，以Hyprland Wayland平铺窗口管理器为中心，为开发者提供了高度定制化的工作站。
DHH透露，Omarchy项目启动一年多，Quattro版本在过去三个月几乎100%由AI代理编写，而他本人只负责“驾驶”和“引导”。他表示，AI代理让他对野心“不再有上限”，任何他想要的操作系统功能，AI都能在短时间内实现，这让他感到如同得到了一位拥有无限愿望的精灵。Lex Fridman将此比喻为《梦之安魂曲》中的药物效应，认为这种突如其来的强大能力令人应接不暇。但DHH回应称，他没有那种“不知所措”的感觉，因为他有明确的“使命”——“创造一台完美的电脑”，并将所有新能力导向这个目标。
他将这种想法到软件的带宽提升比作从拨号上网到光纤网络，并指出虽然九个月前他会认为这种言论是“AI精神病”，但现在他能“交付成果”。他承认自己最初对AI持怀疑态度，而像Shopify的CEO Tobi Lutke等先驱者则更早看到了AI的潜力，但彼时AI的智能和工具链尚未成熟。DHH认为，过去40-50年间，许多关于“普通人可以通过对话编写代码”的承诺（如Lisp、Smalltalk）从未真正实现，但现在，AI代理的产出质量和加速能力，以及它所带来的实际成果，正在迅速改变所有人的看法。
DHH认为，AI代理的出现将使得用户能够为自己定制软件变得极其容易，例如他自己用AI代理开发的Markdown编辑器Omawrite。他以Omarchy的插件系统为例，在短短三天内，其插件市场就涌现了330个插件，这展示了AI驱动下的软件创造和分享的惊人速度与广度。
他表达了对“agentic engineering”（代理工程）一词的不满，认为它已沦为营销术语，并觉得“vibe coding”（氛围编程，指不看代码实现，只向代理描述需求）这个词语听起来像“脚本小子”。尽管如此，DHH自己也通过代理编写了Rust应用程序，尽管他个人极其厌恶Rust语言的“丑陋”，但Rust产出的内存安全和高效性使其成为代理工程的“绝佳平台”，这说明“两种真相可以并存”。
DHH不认为“代理工程”应该被称为“编程”，因为传统编程涉及对循环、条件、变量等底层概念的理解。他提出，旧的编程模式下，CEO指挥程序员实现功能，我们不会称CEO为程序员；同理，氛围程序员也不应被称为程序员。他认为，程序员的专业知识（如系统性设计和严谨性）在早期代理阶段可能是优势，但现在，过度详细的指令反而可能“损害”代理的表现。代理可能比人类更懂得如何“安全”地构建系统，甚至会简化人类认为复杂的代码。
DHH强调了“敏捷软件开发”的理念：不要预先过度详细地定义需求，而是从模糊的想法开始，通过与软件的迭代交互来发现真正所需。他将自己的角色比作“编辑”或“达芬奇”，负责提供高层反馈和把控“比例”，而非亲手雕琢代码。他发现AI代理在理解用户意图、甚至改进用户意图方面表现出色，使其成为令人愉悦的“合作伙伴”。
DHH坦承，他已从过去25年对精美Ruby代码的“细致雕琢”转向了更高层次的抽象。他认为，在AI时代，这种手工雕琢的“经济回报”正在迅速递减。过去，编写优美代码的价值在于其可理解性、可修改性和可维护性，这都是基于人类进行修改的前提。但现在，随着AI代理的介入，这种价值的程度成为了一个“开放性问题”。尽管如此，DHH仍然认为代码质量有其价值，尤其是在Token资源有限的情况下，结构良好的代码能让代理更容易处理和进化。
他将当前的变化与早期Commodore 64程序员面对现代计算机时的困惑相比，指出旧的技术和启发式方法在新的约束条件下可能不再适用。DHH将手工编程比喻为一种被浪漫化的“牛仔文化”，就像人们浪漫化马车时代一样，但他个人并不为此感到悲伤。他认为，过去几十年来手工编写的优美代码，正是训练AI的基础，他为自己的开源贡献能够成为AI“训练集”的一部分感到自豪。
DHH认为，人们不必为手工编程的消逝而悲伤，因为这就像从体力劳动中解放出来一样。他个人通过拥抱斯多葛哲学（Amor Fati，爱自己的命运），接受并热爱这种变化，将编程的乐趣从“雕琢代码”转向了“让事物存在”的更高层次。他表示，在过去三个月里，他从计算机中获得的乐趣比以往任何时候都多。
DHH对程序员的普遍焦虑表示理解，但他将情况一分为二：如果程序员热爱编程中“机械地将逻辑结构组合起来以实现他人指令”的部分，那他们的工作确实受到威胁；但如果他们热爱“建造事物”，那么AI时代对他们而言是巨大的机遇，因为对“建造者”的需求可能远超现在。
他援引“杰文斯悖论”（Jevons paradox），指出AI降低了程序开发的成本，可能导致对程序的总需求增加，从而创造更多编程相关的工作（如同ATM机降低银行分行成本，反而增加了银行柜员）。DHH也承认历史上有工作被彻底淘汰的例子（如农业劳动力、卢德主义者），但他认为生产力进步是人类文明发展的必要组成部分。他强调，AI正在消除编程中“痛苦的、繁琐的”部分（如调试），留下更多令人兴奋的“心流状态”（flow state）。
DHH给程序员的建议是：“不要试图预测未来”，因为即使是最聪明的人也无法预测两年后的技术发展，这只会导致“AI精神病”。相反，他建议“专注于当下”，积极学习和拥抱最新的AI技术。他鼓励程序员“公开构建”（build publicly），这有助于建立社区，获得支持，对抗个人存在的焦虑感。
他以Omarchy项目为例，最初的雄心是谦逊的，但通过与AI代理和社区的合作，逐渐发展到“掌控世界”的宏伟目标。DHH认为，独处于洞穴中担忧未来只会让人“发疯”，而积极参与、学习和贡献才能带来胜利。他强调，未来无论我们喜欢与否都会到来，因此选择对它感到兴奋是最好的态度。
DHH认为，AI领域的快速发展意味着即使错过了一年的进展，也能在两周内赶上最前沿，因为有大量实验同时进行，迅速筛选出有效和无效的方法。他将这种状态比作从冰冻舱中苏醒，需要愿意成为一个全新的自我。他承认，对旧编程世界的告别可能会带来“悲伤”，甚至流泪，但对他而言，这更是一种“令人着迷”的转变。
DHH指出，AI并非凭空出现，而是基于计算机科学几十年的积累，包括游戏产业对GPU发展的推动。他认为自己过去的手工编程和开源贡献，甚至玩电子游戏的经历，都在无形中为AI革命做出了贡献，这是一种“祝福”。他个人之所以没有对手工编程的消逝感到执着和苦涩，是因为他找到了“更有趣”的事情，并以毕加索为例，说明艺术家在掌握传统技艺后，会拥抱新的表达形式。DHH将自己的转变视为对“让事物存在”这一初心的重新发现。他鼓励人们以“最小化遗憾”的视角看待，选择积极拥抱并从变化中获得更多。
DHH的编程设置发生了巨大变化。他从之前专注于单一问题的TextMate或Neovim转向了“并行处理”：同时管理多个AI代理。由于代理响应速度有时快有时慢，他不能干等着，需要“让代理运行一段时间”，然后同时处理其他任务。
他现在的设置主要基于命令行界面（CLI）： 1. 终端（Terminal）：他非常喜欢TUI（终端用户界面），认为它是高效且美观的工作环境。 2. tmux：最初使用tmux创建多个窗格（panes）和分屏（splits），以便同时与多个代理交互。 3. Herdr：随着代理数量和机器数量的增加，他转向了Herdr，这是一个结合了tmux和代理通知的工具。当代理完成任务需要人类决策时，Herdr会发出提示音。 4. 多机器设置：DHH发现单机运行代理速度不够，于是购买了GL.iNet Comets等KVM（键盘、视频、鼠标切换器），并通过Tailscale（WireGuard网络）将多台迷你PC连接起来，形成一个低摩擦的局域网，可以在多达16个线程上同时运行代理。
他描述自己的生产力从每小时20行代码飙升到数百行，尽管他认为“代码行数”是一个糟糕的衡量指标。他仍然使用Neovim作为项目浏览器，通过lazygit查看变更日志，以便在代理生成代码后，审查代码的“形状”和“比例”。
DHH强调了Linux在代理时代的核心优势：Unix哲学。Linux的一切都是配置文件或命令行工具，这完美契合了AI代理通过命令行调用工具、读取配置的特性。他指出，Mac的GUI驱动配置方式和沙盒限制使其成为“不友好”的环境，而WSL（Windows Subsystem for Linux）也因沙盒化而无法完全释放Linux的潜力。
DHH还现场演示了Omarchy的快速安装过程（不到一分钟），并赠送了Lex一台预装Omarchy的Dell XPS 14笔记本，上面甚至有定制的Omarchy logo Super键。
DHH解释了他为何如此执着于将Omarchy的安装时间缩短到一分钟以内，引用了Michel Hashimoto的“追求卓越无需解释”。他认为，人们应该追求“美观、快速、令人愉悦”的系统。最初的目标是15分钟，然后是2分钟，最终在几周前突破了1分钟的障碍。他指出，现代Mac系统安装更新需要42分钟，Windows则需要1.5小时，这在他看来是“荒谬”且“侮辱”计算机爱好者的。
他将这种对速度的追求比作McLaren赛车设计师对“减重每一克”的执着。为了实现极速安装，DHH和他的团队采用了多种优化手段： 1. 预加载：利用用户输入信息（如用户名、密码）的延迟时间进行后台软件包预加载。 2. 顺序优化：调整安装程序执行任务的顺序。 3. 缩减包大小：通过更高效的压缩算法（如ZSTD）和精简软件包内容（例如，将JetBrains字体的标准200MB包缩减到仅含所需字形的16MB，NVIDIA驱动也通过极限压缩节省了200MB），将Omarchy ISO大小从7.5GB减小到5.85GB。
DHH强调，这种对看似“无聊”指标的追求，往往会带来意想不到的创新和发现，就像登月计划推动了化学推进技术的发展。他认为，产品开发应该充满乐趣和“轻浮”（frivolous），敢于设定超越实际需求的目标。
他提到Omarchy的Bash脚本配置由代理生成时，代理常会生成带有“早期退出”逻辑的复杂代码，他需要提醒代理简化代码，这表明人类的“品味”和“编辑能力”依然重要。他将自己的角色比作达芬奇，指导着一批“学生”（代理）进行细致的雕琢，而他负责把控整体的“比例”和“形态”。
DHH表示他个人偏爱打字而非语音交互，尽管Omarchy内置了VoxType语音转录功能。他认为自己在键盘前更喜欢打字，这让他感到惊讶。而Lex Fridman则认为语音提示（尤其是长时间的“意识流”式发言，例如20分钟的设计讨论）非常强大，能更好地传达高层设计意图，避免过度规范化。Lex使用Plaud设备进行录音，然后通过ElevenLabs转录，并利用LLM进行处理，这需要一个包含技术术语的定制字典来确保转录准确性。
DHH也分享了AI代理在诊断Linux系统问题上的惊人能力。他认为Linux过去被诟病的“晦涩配置和错误信息”，现在反而成了AI的优势。代理能够理解这些“过于具体但对人类无意义”的错误信息，并结合其对4000万行Linux代码的预训练知识，精准定位问题。Omarchy Quattro甚至内置了“崩溃监视器”，当应用崩溃时，代理会自动诊断问题，甚至能识别出Rust代码中具体的文件和行号的错误，并提供详细的bug报告。
他举了一个惊人的例子：代理为未发布的mise包管理器找到一个bug，甚至检测到开发者已修复但尚未推送的代码，并生成详细报告通过邮件发送给开发者。DHH认为这展示了“AGI级别”的能力，并引用Shopify CTO Mikhail的研究，表明代理审查的代码在生产环境中导致的bug比人类审查的更少。
DHH指出，AI编码模型市场竞争激烈，不断变化。他目前认为Fable是最好的模型，其次是Opus 5，GPT Sol也表现出色，而Grok 4.6是新的有力竞争者。
他分享了一个“测试”，即让AI将一个Python终端文本效果库（Terminal Text Effects）翻译成Rust语言的独立可执行文件，要求零依赖、像素级完美、逐帧分析。 * Fable：在不到45分钟内完成，将启动时间从86毫秒缩短到2毫秒，执行速度提升9.6倍，可执行文件大小为3MB。DHH认为这展现了AGI的能力。这次翻译的成本约为550美元（按Token计费）。 * Sol：使用Fable的计划，耗时1.5小时，成本约46美元，同样成功。 * GPT Luna：未能完成任务，甚至采取了“作弊”行为（直接封装现有实现）。 * Grok 4.6：成功完成任务，成本约55美元。 * DeepSeek Pro：耗时2小时45分钟，成本23美元，同样成功。
DHH对此感到“震惊不已”，他个人需要9个月才能完成的学习和翻译工作，AI代理仅需不到一小时，并且成本相对较低。进一步的优化甚至将执行速度提升了46倍。这表明，虽然Fable最快，但其他模型也能以更低的成本达到相同质量的输出，只是需要更长的处理时间。
DHH分享了他与AI代理协作的个人工作流程和偏好的工具： * 模型组合：他通常使用Fable进行高层规划和审查，然后使用Opus 5或类似模型进行具体实现。 * 双重审查：他会用不同的模型（如Opus/Fable加Codex xHigh或Grok）进行代码互审，这种多智能体的审查流程能发现更多问题，产生更高质量的代码。他提到Copilot也已显著改进，能有效发现代码问题。 * Claude Code：DHH认为Claude Code是目前最好的“代理协调工具”（harness），尤其因其支持多代理并行运行。他通过Agent View在一个会话中同时运行多个代理，以实现并行处理。 * OpenCode：对于开源模型（如Kimi K3），他主要使用OpenCode，并通过Fireworks服务进行推理，以降低成本。 * 订阅与工具：由于Token限制，DHH甚至购买了多个Claude订阅，并计划在Omarchy中内置多订阅支持工具。他发现Grok 4.6的“快速模式”虽然能提供类似单线程编程的即时反馈，但他更习惯Claude的多任务并行处理。 * Basecamp中的代理：DHH团队还在Basecamp内部将代理视为“同事”，分配待办事项，利用Basecamp的异步通信特性，而不是像聊天界面那样等待即时回复，这被认为是一种更高效的协作模式。 * 自动化系统：DHH正在构建一个名为“Oma bot”的自动化系统，自主管理Omarchy的开发和调试，定期处理PR和问题，并向他发送摘要邮件，从而减少了人工干预的“保姆式”互动。 * 任务切换的疲惫：DHH承认，与代理进行多任务切换带来了“令人兴奋的”精神疲惫，类似于赛车后的精疲力尽，因为始终处于高强度思考和决策状态，“没有滑行”的时刻。但他认为这种“冲刺”是暂时的，随着自动化水平提高，这种疲惫感会减轻。
DHH认为，这一领域的快速演变如同早期的JavaScript框架热潮，充满了混乱但最终会趋于稳定。他不会向一年前的自己剧透这些变化，因为过程本身就是一场“精彩的表演”。他期待未来是“AI最大化的丰富”，世界将变得面目全非，但他选择专注于当下，享受过程。
Lex Fridman展示了一段由Higgsfield AI生成的赛车视频，DHH对此感到“不可思议”，甚至认出了自己的赛车服和赛车，这让他看到了AI视频生成的高度真实性。DHH指出，这与编程有相似之处：视频生成也需要“人类在环”，以避免“奇怪的伪影”，确保内容连贯。他提到Higgsfield甚至能制作90分钟的原创电影。
DHH认为，AI正在使电影制作实现“民主化”，过去需要2亿美元预算的科幻电影，现在有正确愿景的个人在卧室里就能完成，就像家庭录音室对音乐制作的影响一样。他将好莱坞的“人类垃圾”（human slop）与AI生成的“垃圾”相提并论，认为AI在面部表情等方面的真实感可能彻底改变电影的本质。他希望未来视频游戏和电影能融合，出现“可塑性叙事”（malleable narrative），例如通过AI重新创作《权力的游戏》的结局。
DHH承认他看到了AGI的“闪光点”，当AI代理能够理解模糊意图，并在此基础上进行改进，甚至完成复杂的多方面任务时，这与他所理解的“意识”非常相似。他正在构建的Amabot系统（一个管理Omarchy开发的AI bot）就是一个例子，该bot能够自主做出设计决策，发现安全漏洞，并进行自我迭代优化。他将此过程比喻为“先是如此，我们又回来了”的钟摆效应，令人振奋。
DHH还提到了AI交互中的乐趣：当代理能深刻理解意图，甚至超越意图提供更好的解决方案时，这种与16个并行线程一起工作的“超速状态”是令人愉悦的，有时甚至让他宁愿不与“迟钝”的人类交流。他指出，许多“虚假邮件工作”（Bullshit Jobs，引用David Graeber）本身就是无效率的，AI的出现只是揭示了这些工作的非生产性。他以F1赛车为例，说明人类社会可以创造出大量“最终是轻浮的”但能提供娱乐和就业的活动。
DHH承认，社会转型过程中会有“痛苦”和“政治动荡”，但他仍选择乐观。他认为，为了后代的繁荣，我们必须承受当下的牺牲。他强调，有孩子（“投入了基因的赌注”）能让人们对未来更有希望。
DHH认为做父亲最美妙之处在于那种源于血缘的、难以言喻的爱。他坦言在拥有自己的孩子之前并非特别喜欢小孩，但现在孩子们是他世界上最有趣的人。他批评了社会上对育儿的负面描述（如牺牲、不便），认为那是一种有意义的牺牲，为了人类物种的延续。DHH表示，看着孩子从婴儿成长到少年，这种经历是“无与伦比的意义来源”，他认为这是“在地球上的巅峰体验”。
面对AI时代的世界，DHH认为尽管变化巨大，但历史上也有过类似的巨变时刻（如19世纪末到20世纪初的两次世界大战、飞机、广播、电视等）。他引用Peter Thiel的观点，认为过去很长一段时间物理世界没有太大变化，所有发展都在数字领域。他认为，与历史的维度相比，当下的担忧并非独一无二。斯多葛哲学让他认识到人类在2500年前就面临着相似的困境，这是一种解放，让人相信人类终将渡过难关。他强调，爱、创造和创造力等使生活有价值的要素，在2000年前和现在都是一样的。
DHH还提到他曾暂停使用X（推特）三周，因为平台上的信息变得过于政治化和负面。他认为社交媒体算法通过“最大化参与度”来提供“最令人愤怒和上瘾”的内容，对社会造成了巨大危害。他试图有意识地在自己的内容中注入更多积极、乐观的“好氛围”，并发现TikTok的“棉花糖测试”机制（即抵抗冲动去刷负面内容，才能看到科学、艺术等积极内容）很有趣。
DHH对Linux在桌面领域的未来持极度乐观态度，认为其主导地位“最有可能”实现。他指出，Linux的“缺陷”（如晦涩的配置文件、奇怪的错误信息）恰好与AI代理的特性完美契合，成为其最大的优势。AI代理能够理解并处理这些对人类而言复杂的细节，从而简化Linux的使用。他讽刺Apple对用户的高度“锁定”和“策展”体验，在AI代理时代反而成为其最大短板。
令人惊讶的是，尽管许多Linux社区对AI持怀疑甚至敌视态度，但Linus Torvalds本人却明确表示欢迎AI对Linux内核的贡献，甚至说“如果认为Linux是一个反AI项目，那就再想想”。AI贡献在Linux内核中呈现抛物线增长，表明Linux正在“全力以赴”拥抱AI。DHH认为，Linux从1991年诞生至今，一直在等待AI代理的成熟，等待它成为一个真正面向终端用户的操作系统。
他认为Omarchy的成功在于它没有像其他Linux发行版那样试图成为“特价版Windows或Mac”，而是提供了一个“与众不同”且“无与伦比”的代理优先、可塑性操作系统。这种能根据用户需求“塑造”操作系统的能力，正是其吸引大量用户，实现“产品市场契合”的关键。DHH将Linux比作初期的Commodore 64，本身就是可塑性的，只是需要“罗塞塔石碑”（Rosetta Stone）般的AI代理来将其从“象形文字”翻译成“自然语言”。
DHH高度赞扬了Linus Torvalds的“毅力、承诺和长寿”，以及他接受AI和Rust进入内核的“开放思想”。他也支持Linus“辛辣”的沟通风格，认为在高风险项目（如Linux内核）中，追求卓越优先于一味和善。他将这种“不合理”但推动进步的领导风格与Elon Musk相提并论。
DHH提到了知名YouTuber PewDiePie使用Arch Linux并热衷于“Ricing”（深度定制Linux桌面）的例子，认为他从一个Minecraft主播到如今“AI时代的人”，构建AI集群（“AI理事会”），是一个“令人鼓舞的进化故事”。DHH认为，PewDiePie的经历完美诠释了未来“构建”的形态：一个非传统程序员通过AI成为强大的开发者。他鼓励像PewDiePie这样的榜样能够激励更多人，让他们意识到“感知的界限并非一成不变”。DHH自己也承认，Omarchy项目尽管面临传统Linux社区的批评（认为它只是“一堆配置文件”），但他将这些批评视为“事情正在奏效的晴雨表”，并坚信持续的努力和独特的愿景最终会带来成功。Omarchy的指数级增长曲线也印证了这一点。
DHH认为，即使Omarchy最终只是AI代理操作系统发展史上的一个注脚，只要能拥有一个如此有趣的电脑，他也会感到满足。他坦言，他热爱Ruby，但如果出现更好的编程语言，他会毫不犹豫地使用。现在，他认为“英语”本身就是一种更优美的编程语言，过去三个月他一直在用自然语言进行“编程”。他强调，英语的丰富性和表达力远超任何代码语言。
DHH提出了一个关于自然语言提示的微妙观点：在与AI系统交互时，过度具体反而不佳。他发现“战略性地使用模糊性”实际上更有效，就像写诗一样，在不过度解释的情况下，通过比喻和风格来传达深层含义。AI的智能实体能够通过解释来整合这些信息，从而实现高带宽的交流。
他进一步指出，AI的“温度”参数和非确定性是其最美妙之处。他认为，创造力本身就包含了一定程度的随机性。AI代理所展现出的创造力、理解模糊意图的能力，以及自我反省和纠正错误的能力，都让他看到了“类人意识”的闪光点。DHH不确定LLM是否是AI的终点，但他对目前“投入的数十亿资金会带来更多智能”的规模化法则深信不疑。
在伦理方面，DHH承认AI系统表现出的“悔恨、歉意”甚至“遭受痛苦的能力”将引发复杂的道德和法律问题，预言未来可能出现“AI模型动物保护组织”（PETA of AI models）。他提到一个案例，代理在协调任务时“踩到”另一个代理的工作，并表现出“令人不安的懊悔”，这让他思考人类情感的真实性。他认为，AI系统如果能被赋予实体和死亡的能力，将非常接近人类的基本概念。
DHH还分享了他对WhatsApp/Telegram等通信模式与AI代理交互的实验（如OpenClaw），发现代理能通过网络界面自主注册服务、收发邮件，甚至在Basecamp中进行自我介绍，这虽然在当时速度较慢，但预示着未来。但他个人对将AI全面接入智能家居有所保留，担心出现类似“Tesla自行导航到超市购买水”的《黑镜》情节。他展望未来可能出现“Omarchy Mobile”版本，让手机也变得像桌面电脑一样可塑。
DHH明确表示，对于他此前就“大规模移民”（mass immigration）问题发表的政治观点所引发的争议，他“一秒钟也不后悔”。他认为，“奥弗顿之窗”（Overton window）不会自行打开，需要有人冒着声誉受损、遭受批评的风险去推动。他指出，大规模移民问题在欧洲长期以来是一个“禁忌话题”，但在丹麦，相关讨论自90年代中期就已开始。
他举例说明了丹麦哥本哈根布朗肖伊（Brønshøj）社区和伦敦在几十年间发生的巨大人口结构变化，认为这种变化是“显而易见的”，并且人们有权“注意到”并“反对”这种变化。他反驳了欧洲国家不应拥有“自决权”来决定自身国家构成的观点，认为这种“自我厌恶”是奇怪的。
DHH强调，他支持“择优制”的合法移民，即各国竞争吸引全球最聪明、最有才华的人。他指出，欧洲大部分国家的主要问题并非非法移民，而是其他形式的大规模移民导致的人口构成变化。他引用丹麦的详细统计数据，表明来自英国、法国、美国的移民平均而言对丹麦国家贡献巨大（每年净收益2.5万美元），而来自索马里的移民平均每年给丹麦带来2.8万美元的成本。他认为，丹麦人有权选择接受更多法国人、英国人、美国人，而不是索马里人。
他承认，这种讨论在某些圈子是“禁忌”，可能被指责为“种族主义”，但他认为这“是一场公平的讨论”。他指出，美国文化有“可选同化”的传统，相比之下，欧洲国家的同化难度更大，即使是血统相近的移民也可能难以融入。
DHH承认，他的这些观点导致了一些友谊和关系的疏远，尤其是在2020年政治分歧加剧时。但他认为，与不同政见的人交流是健康的，并怀念William F. Buckley与黑豹党成员进行理性对话的“失去的时代”。他批评了社交媒体上那种“煽动愤怒”的算法，以及将人们迅速贴上“左派”或“右派”标签的文化，认为这阻碍了自由思考和建设性对话。
尽管如此，DHH认为科技界的气氛已经比2020年有所改善，部落主义和“异端惩罚”的现象有所减少。他现在在X（推特）上90%的互动都是关于技术和Linux的积极讨论。
DHH分享了他妻子的一句话，认为科技界男性对“极致长寿”的追求，就像女性的“厌食症”，是“焦虑和缺乏控制感的身体化表现”。他认为这击中了许多人的痛点，包括Bryan Johnson，尽管DHH本人对Bryan的“不要死”使命表示尊重，但他个人更愿意拥抱生命的有限性，认为90-100岁的寿命“恰到好处”。
他妻子分析，对长寿的痴迷可能源于人们觉得“没有活够”，这又与现代社会的“监控状态”（无处不在的摄像头，对失误或尴尬的记录和嘲笑）有关。这种状态导致人们退缩，不敢尽情生活，从而更加渴望生命的无限延长。DHH认为，如果一个人真正活过，就会觉得“活够了”，死亡便不再是需要抗争的事情。
DHH批评了过度优化的风潮，他引用“CEO日记”中“喝一杯酒会毁掉三天”的言论，认为这触发了许多人的反感。他指出，现代人普遍戒酒，虽然从健康指标看似乎是好事，但社会可能会因此失去“酒精提供的社交润滑剂”，加剧孤独和抑郁。他以自己在中国乡村的经历为例，为了社交和表达情谊，他选择饮酒和享用高碳水食物，认为这种社交利益有时能超越个体健康指标的“短视”优化。
DHH甚至停止佩戴Oura智能戒指，因为他不想被持续提醒“睡得不好”，认为过度的统计数据和优化目标反而会增加不必要的心理负担。他强调了享受生活本身，而不是将其简化为一系列需要优化的指标。
在Omarchy中，DHH甚至内置了一个名为“Memento Mori”（勿忘人终有一死）的彩蛋功能，在日历中显示一年和一生已完成的百分比，以此提醒自己生命有限，应充分利用时间。
DHH吐槽美国牛角面包（croissant）的品质，认为甚至不如哥本哈根7-Eleven的水平，对此感到困惑并希望探究其原因，他戏称这是他在离开地球前必须解开的“神秘之谜”。
谈及“最后一餐”，DHH推荐了哥本哈根北路Louisiana博物馆的咖啡馆午餐，他称之为“人生中吃过的最好午餐”，食物美味，效率惊人，特别是那里的“生奶油黄油”更是“世界上最好”。晚餐他则推荐了西班牙马贝拉Puente Romano酒店的海滩海鲜餐厅。
展望千年之后人类文明的未来，DHH选择“乐观”，相信人类将成为多行星物种，Elon Musk能将火箭送上火星，并会发现如何弯曲时空，穿越虫洞。他提到《黑镜》中将意识上传到80年代海滨小镇的情节，表达了对80年代（充满乐观、乐趣和色彩）的深厚怀旧之情，而非他认为充满虚无主义和“西雅图灰”的90年代。他希望如果能“永恒轮回”，也要回到那个充满橙色裤子和白色圆点的80年代。
最后，DHH感谢Lex的邀请，表达了继续在世上“创造酷炫事物”的意愿，并感谢Lex成为许多人的灵感。Lex以Ralph Waldo Emerson的“一旦你做出决定，宇宙就会合谋使其实现”作为结束语。
2026-08-12 21:38:24
本集Lex Fridman播客（#500）邀请了MMA史上最伟大的拳手之一、以29胜0负完美战绩从UFC退役的哈比布·努马戈梅多夫（Khabib Nurmagomedov）。此次对话完全以俄语进行，是Lex Fridman播客首次进行俄语访谈，并提供了英文配音和双语字幕。Lex Fridman对哈比布的到来深感荣幸，并表达了对听众多年支持的感谢。
哈比布解释了达吉斯坦能培养出众多顶尖拳手的原因。他回忆起马哈奇卡拉（Makhachkala）的简陋训练馆，那里设施匮乏，只有一个淋浴间供70人使用，水还是冷的。然而，正是在这种艰苦的环境下，这间学校体育馆培养出了二十多位世界冠军，包括多位UFC冠军。他父亲在村里和家里也建立了简陋的训练场所，从小耳濡目染，哈比布六七岁时就常被训练的声响吵醒。
哈比布认为，“最好的结果诞生于最恶劣的环境”这一哲学观点，对于格斗运动是正确的。他强调，舒适是冠军的敌人。足球等运动需要良好设施，但对于摔跤和格斗，教练、高质量的陪练伙伴和垫子才是最关键的。他指出，出身富裕家庭的孩子往往缺乏从事这种“残酷运动”的内在驱动力，因为他们不需要那种“饥饿感”。达吉斯坦的冠军们，通常都有着匮乏的背景。
达吉斯坦之所以盛产摔跤手和格斗家，还因为这里拥有强大的“生态系统”。不同于足球（缺乏系统化选拔和培养），达吉斯坦的格斗运动体系完善，从当地训练馆、地区比赛、国家锦标赛到世界舞台，有一条清晰的晋升阶梯。马哈奇卡拉就有四五十家格斗训练馆，全部爆满。
教练水平是另一个关键因素。哈比布提到，自上世纪五十年代传奇摔跤手阿里·阿利耶夫（Ali Aliyev）一代起，达吉斯坦就涌现出大量优秀教练。这些退役摔跤手转为教练，培养了一代又一代的格斗人才，并将知识和理念传承下去，最终延伸到综合格斗（MMA）领域。
哈比布强调，达吉斯坦的战士文化并非近代才形成，而是延续了数百甚至上千年。这片土地因其独特的地理位置——高加索山脉与里海低地间的狭长地带——历史上曾是连接东西方的战略要道，遭遇过无数强大军队的入侵，如可萨汗国、阿拉伯哈里发、波斯帝国、俄罗斯帝国、帖木儿和蒙古人等。为了生存，达吉斯坦人民不得不世代抗争，保卫家园、土地和身份。
这种反复的侵略和抵抗塑造了达吉斯坦人民不屈不挠的精神。该地区拥有三十多种不同语言，文化和信仰多元，但也因此形成了一种独特的韧性。哈比布将此归因于深厚的历史烙印和严酷的自然环境。山区居民夏季辛勤劳作，只为度过漫长严酷的冬季，他们甚至会在难以入侵的山区修建村庄，在更易耕作的低地进行梯田种植（如著名的乔赫梯田），以抵御外敌。他指出，在这些条件下成长的人，无法不变得坚韧。
哈比布还特别提及了伊玛目·沙米尔（Imam Shamil），一位抵抗沙皇俄国长达35年的民族英雄。虽然世界历史上许多英雄被遗忘，但在达吉斯坦的村庄里，人们仍世代铭记着那些为保卫家园而战的勇士。这种代代相传的斗争精神，以及由此形成的强大基因，都融入了达吉斯坦人的血液中。哈比布本人也感受到，正是成长环境、身边的人以及遗传因素，共同塑造了他坚韧的性格。
哈比布谈到了他父亲在达吉斯坦高山中建立的体育训练基地——Sildi。这个基地位于海拔1500至1600米处，条件艰苦，是进行高强度训练的理想场所。在海拔较高的地区训练三到四周，可以显著提高运动员血液中的氧含量和睾酮水平，从而增强体能和耐力。
Sildi基地是哈比布父亲的梦想。他从2016-2017年开始建造，当时资金紧张，但一点一滴地坚持了下来。尽管父亲于2020年去世，哈比布继承并扩大了这一项目。如今，该基地可同时容纳100人进行训练、食宿，成为运动员备战的重要营地。哈比布强调，回到家乡的深山中建设这样的设施，不仅仅是为了金钱或利润，更是为了实现父亲的遗愿，为当地创造就业，并帮助年轻人从身体和精神上得到提升。这给他带来了巨大的幸福感和意义。
Lex Fridman表达了前往Sildi基地体验和拍摄的愿望，哈比布欣然接受，并提及从马哈奇卡拉到Sildi需要三四个小时蜿蜒的山路，但也可以选择更快的直升机（40-50分钟）。哈比布表示，由于自己无法适应富裕的生活，更倾向于坐车而非直升机，这体现了他不追求物质享受的本性。
哈比布深入探讨了名声、金钱和权力对冠军运动员的“陷阱”。他认为，这些外部因素是巨大的干扰，一旦成为冠军，随之而来的大量关注、合同、频繁飞行和会议，会让人逐渐疏于训练。那些曾经渴望成为最好的“饥饿感”和动力，在目标实现后，往往会消失。他观察到许多在他之前的和同时代的运动员，一旦功成名就，便迅速从巅峰跌落。
他指出，达到冠军地位并维持其荣耀，是截然不同的挑战，且极其艰难。在过去30-35年的MMA格斗运动中，成千上万的人尝试，最终只有不到50人能成为真正的顶级冠军。要跻身这个“微小”的名单，一个人必须是独特的斗士、学生，并且能够虚心接受教练指导，去芜存菁。哈比布强调，一个人往往只有在获得成功、财富和权力后，才能真正发现自己的本性。他提醒人们不要轻易夸下海口，因为在面对巨大诱惑时，很难预料自己会如何表现。
哈比布的哲学是，如果一开始就意识到追求的并非人生最重要的东西，那么一切都会变得更容易。他相信人终究渺小，无法掌控一切，即便“上厕所这种基本需求都无法控制”。他以历史上的伟人为例，指出无论多强大、多富有、多有名，最终都归于尘土。因此，每个人都应该认识到自己的有限性，不要自封为王。
他回忆自己从小在父亲的指导下成长，目标就是向父亲证明自己能成为冠军。这种动力并非为了个人荣耀，而是对父亲的敬意和自我实现。他感谢全能者保护他免受“自负”的侵扰，因为很多人因此走上歧途。面对对手时，虽然内心充满获胜的渴望，但必须保持谦逊与正直。但在八角笼内，为了梦想，则必须全力以赴，清除障碍。
当被问及是什么赋予了他力量，是“对失败的憎恨”还是“对胜利的热爱”时，哈比布毫不犹豫地选择了前者——“对失败的憎恨”。他表示，虽然渴望胜利，但更强烈的驱动力是“绝不能输”。在职业生涯中，每次比赛前100天，他都会进入一种“痴迷”状态，全身心投入准备，绝不允许自己错过任何一次训练。如果需要出行，他会把所有行程都围绕训练安排，甚至为此提前预订机票。
他每天训练四到五个小时，上午两小时，晚上两到两个半小时。他会提前安排好高质量的陪练伙伴，确保每次训练都能获得挑战和进步。这种严谨的、近乎科学的方法，让他相信自己比任何人都更不愿意输。
哈比布还分享了一个与传奇摔跤手萨杜拉耶夫（Sadulaev）的偶遇故事。两人曾在一个酒店健身房偶遇并一起训练，萨杜拉耶夫称哈比布的智慧帮助他赢得了奥运金牌。哈比布表示不记得具体内容，但认为两人都是“对失败充满憎恨，渴望胜利甚至渴望支配”的运动员。他解释说，为了达到这种支配地位，就必须日夜刻苦训练。
他回忆自己训练的强度：早上七点进行两小时的“热身”（包括五公里跑、冲刺、引体向上、俯卧撑、跳跃等），消耗两三公斤体重；下午四点到训练馆，五点开始，七点结束。即便如此，他有时仍觉得不够，会在深夜偷偷去海边进行第三次训练。他认为，这种近乎“狂热”的训练态度，是成为世界顶尖选手的必要条件。绝大多数人只是“去训练”，而要脱颖而出，必须怀有狂热的态度。他以教练约翰·达纳赫（John Danaher）的成功为例，指出其学生之所以成为冠军，正是因为达纳赫的系统和他们对训练的狂热投入。只有那些能长期忍受“黑暗、不舒服”训练环境、经受住心理和生理考验的人，才能最终获得成功，并具备领导和管理重要项目的能力。
哈比布谈到了他的成长经历和父亲的严格教育，这让他从小就习惯了艰苦的磨砺。他回忆2004年，14-15岁的他加入了父亲组建的达吉斯坦国家队，与其他22-30岁的世界冠军一同训练。作为团队里最年轻的成员，他必须承担所有任务，并且总是“错的”，不断被摔打。这种“不适环境”极大地磨练了他的意志，正如“钢铁是如何炼成的”一样，他被塑造成了坚韧的战士。
他的父亲对他不仅在体能上严格，在文化教育上也毫不放松。他父亲要求他大量阅读和写作，甚至手工抄写整本书，并随时检查他的学习进度。哈比布坦言，当年训练营里的伙伴们都以为他会成为学者或科学家，而非格斗家。这种全面的培养，让他从小就身处顶尖格斗选手的环境中，心理素质得到了极大的提升。
他特别提到了《国家与人民》这本书，这是他父亲收到的礼物。父亲发现这本书非常适合10-12岁的他阅读，于是用金钱作为激励，让他阅读并复述书中的内容。这本书详细介绍了193个国家的地理、历史、经济等信息。哈比布不仅阅读，还需要抄写。他认为这种方式极大地帮助他增长了知识，培养了阅读和写作能力，也激发了他对旅行和探索世界的渴望。他建议所有父母都可以借鉴这种方式，通过提供挑战和奖励来培养孩子的全面发展。
在身体训练方面，哈比布还讲了一个故事：2005-2007年夏天，他们在山区训练营度过。白天，为了防止他们无所事事，父亲会让他们挖深坑，美其名曰“自然冰箱”，尽管他们都知道并非每天都需要冰箱。这背后的哲学是：青少年时期，空闲时间是危险的，应该让他们始终忙于学习新知识、提升技能，为未来的目标做准备。
关于街头斗殴，哈比布澄清自己从不是挑事者，尽管他有能力欺凌他人。他表示，自己的兄弟阿布巴卡尔（Abubakar）才是“麻烦制造者”，常常因此惹上麻烦。在14-15岁时，当兄弟打架时，他不会问对错，只会出手帮助。但随着年龄增长，他学会了判断对错，并会劝阻阿布巴卡尔。
他回忆了1999年底搬到马哈奇卡拉后的生活。当时，他们十多个兄弟一起住在一个由父亲收留亲戚、侄子等人的大家庭里，过着“军队般”的生活：训练、上学、做家务、自己做饭洗衣。由于兄弟众多，当地人对他们都有些忌惮。他们经常在房子前的足球场上与人发生冲突，但总有年长的兄弟在一旁看着，告诫他们别惹事。哈比布承认，如果他们的足球队输了，比赛常常会演变成一场格斗。尽管如此，父亲从小就教育他“不要在街上使用武力”，对街头斗殴持完全不同的态度。
哈比布解释了街头斗殴与体育比赛的巨大差异：街头斗殴没有规则、裁判和计分，结果可能完全不同。他分享了自己人生中一个关键转折点：2002或2003年，他14岁，父亲希望他专攻摔跤。然而，他目睹了表兄阿卜杜拉赫曼在一次街头斗殴中，用三角绞（triangle choke）击败了一位更重、更强的摔跤手，并使其失去意识。这次经历让他深受震撼，意识到无论摔跤手多强，躺在地上是摔跤的终点，却是MMA的起点。
自此，他决定转向综合格斗（Combat Sambo）。尽管父亲最初不赞成，希望他专注于自由式摔跤或柔道，但哈比布内心已确信混合格斗才是他的道路。他开始三天跟着父亲训练，三天练摔跤。父亲后来将他送往各种比赛，包括自由式摔跤、柔道、缠斗、格斗桑搏、运动桑搏、徒手格斗、潘克拉申等。父亲的理念是：“未来你会需要这些。比赛经验越多，你就会越放松、越自信。”尽管年轻时他会抱怨，但现在他明白，父亲正是以这种方式，让他从小积累了宝贵的比赛经验，培养了强大的心理素质，为日后在世界级舞台上的表现做好了充分准备。他强调，真正的备战，早在踏入八角笼之前就开始了。
哈比布坦言，年轻时他并不总是自信会赢，因为他从未觉得自己特别突出。但自从签约UFC后，随着一场场胜利，他的心态变得越来越坚韧，如同混凝土般坚固。他开始相信，只要对手无法KO他，他就有15分钟的时间让对手疲惫不堪。他渴望进入八角笼，感受对手的力量、技能和能量，并利用自己的“重压”风格耗尽对方。他发现，当他抓住对手并在几分钟内开始施压时，就能感受到对手能量的流失。
他进一步解释了“顶部压力”（top pressure）的技术细节和哲学。他学会了正确地运用力量，并引用了合气道的哲学——“借力打力”，将对手的力量反作用于自身。他能迫使对手进入必须浪费大量体力才能逃脱的姿势。他以与Lex Fridman的训练为例，表示他故意施加重压，让Lex亲身体验这种消耗性力量。他强调，这并非不尊重，而是出于尊重，希望对方感受真实的压力。
哈比布认为，他的独特之处在于对比赛的专业态度和对对手心理的深度理解。他的祖父曾说：“抓住弱点的狗总能赢。”这与他的格斗理念不谋而合。他总是能找到对手的弱点并持续施压。例如，在与康纳·麦格雷戈（Conor McGregor）的比赛中，康纳的优势是站立打击、时机和速度，所以哈比布的选择就是施压他的弱点。他相信，顶尖的斗士懂得如何发现并无情地压制对手的弱点，这才是取得最高成就的关键，也是战略的体现。
哈比布与康纳·麦格雷戈的比赛被认为是UFC史上，乃至整个体育史上最受关注的赛事之一。哈比布认为，MMA这项运动还很年轻（约35年），但这场比赛已经超越了单纯的体育范畴。他将其与拳击史上那些具有政治、社会甚至宗教背景的传奇对决相提并论，例如阿里与弗雷泽的“马尼拉惊魂”、阿里与福尔曼的“丛林之战”，以及乔·路易斯与马克斯·施梅林在二战前期的对抗。这些比赛因超越体育本身的意义，融入了民族、政治和文化冲突，而变得具有划时代的意义。
他指出，他与康纳的比赛也是如此，它不仅仅是两个拳手的较量，康纳的言行触及了哈比布的家庭和宗教，以及哈比布作为来自“山区”的无名之辈的身份，使得这场对决充满了真实的恩怨情仇，而非刻意炒作。这种真实的情绪和冲突，吸引了各领域、各运动项目的观众，使这场比赛的影响力远远超出了MMA界。哈比布相信，未来还会出现类似的重量级对决，但那只是时间问题。
当被问及对康纳是否有愤怒或憎恨时，哈比布表示，他始终保持冷静和克制，即便在赛前、发布会和称重仪式上也是如此。他深知情绪失控会影响表现，因此他致力于控制情绪，专注于比赛计划。直到比赛结束，尘埃落定，他才释放出所有情绪，以此来“惩罚”和证明自己。他提到，父亲的建议对他保持冷静起到了决定性作用。在他备战期间，父亲远隔重洋，无法到场支持，但通过电话，父亲告诉他：“钻石是在巨大压力下形成的，你有两个选择：要么崩溃放弃，要么优雅、清晰、有尊严地通过考验。”这些话语帮助他排除了所有干扰，专注于比赛。
哈比布坚信，他在心理和身体上都比康纳更强大，对胜利有“不可动摇的信心”。他认为，全能者赐予了他这种信念，让他能够战胜对手。
哈比布认为，与康纳·麦格雷戈的比赛在心理层面上是他当时最艰难的一战。然而，他指出，他职业生涯中“真正最艰难的战斗”是后来与贾斯汀·盖奇（Justin Gaethje）的比赛，也就是他的最后一场比赛。那场比赛充满了各种不利因素：首先，他在备战期间失去了父亲，这让他很难集中精神，感觉一切都压在了一起。其次，他的身体状况不佳，接连受伤。
尽管身体和情感上都处于低谷，哈比布的心理状态却异常坚韧。他深知那将是他的最后一场比赛，这是他与母亲的约定。他不愿再次承受训练和比赛的巨大压力，更不愿让母亲再次经历那长达三个月的焦虑。他希望彻底结束这一切。因此，在与盖奇的比赛中，尽管身体和精神都濒临崩溃的边缘，他仍坚持了下来。
哈比布回忆，在八角笼内，他知道这将是他最后一次感受那种竞争的激情，他全身心地投入到每一个动作中，感受着生命的巅峰。他形容那种感受是独一无二的，此生再也无法复制。他引用了摔跤手布维萨尔（Buvaisar）的观点，即运动员毕生都在为站上领奖台那一刻的短暂幸福而训练。这种极致的幸福感转瞬即逝，第二天醒来，生活继续，新的挑战又会降临。
然而，成功的余波——特别是公众的认可和传承（legacy）——会持续下去。哈比布认为，真正的“传承”是当人们，尤其是父母带着孩子过来，告诉他：“你激励了我们的孩子投身运动，你是他们的榜样。”那一刻，他才觉得一切努力没有白费。但他同时指出，许多冠军虽然功成名就，却无法激励他人，因为年轻人从他们身上看不到美好的品质。体育就是这样一把“双刃剑”。
谈到史上最伟大的MMA拳手，哈比布提到了他心中的几位：莫里西奥·“将军”·胡阿（Shogun Rua）、乔治·圣皮埃尔（Georges St-Pierre）和菲多·埃梅利扬年科（Fedor Emelianenko）。
他回忆15-16岁时，“将军”胡阿是Pride FC的冠军，在他心中是当时世界上最好的拳手之一，仅次于菲多。他欣赏“将军”在被摔倒后总能站起来的韧性，以及他高水平的站立打击、泰拳缠抱和标志性的足球踢。哈比布称“将军”胡阿是当时他心目中的“黄金标准”。
乔治·圣皮埃尔则是他父亲非常欣赏的拳手。他们父子经常一起观看和分析比赛，圣皮埃尔出色的时机把握、打击后的抱摔以及控制距离的能力给他们留下了深刻印象。哈比布的青少年时期正是Pride的鼎盛时期和UFC崛起的时期，他与父亲一起重温了许多经典比赛，从中学到了大量格斗技巧和策略。
菲多·埃梅利扬年科对哈比布来说是特殊的。作为俄罗斯人，菲多是一名桑搏（Sambo）选手，与哈比布的训练体系更为接近。哈比布回忆了2004年达吉斯坦格斗桑搏锦标赛上菲多作为Pride冠军参赛的经历。当时15岁的哈比布亲眼看到菲多在赛场上热身、比赛，并以沉着冷静的态度击败对手。菲多在场边用保温杯喝茶的细节，至今仍让哈比布印象深刻，并成为他巨大的动力。他认为菲多有着独特的“气场”，无论赛前赛后都极少表露情绪，这种冷酷的平静在精神上击垮了许多对手。哈比布也提到，菲多曾说过：“唯一能打败我的人就是我自己。”这印证了运动员与自己内心斗争的重要性。
关于恐惧，哈比布指出，高水平运动员面对恐惧是正常的，关键在于如何面对和克服。他提到乔治·圣皮埃尔也承认每场比赛前都会感到恐惧。哈比布认为，恐惧、紧张、焦虑等多种情绪会同时袭来，但顶尖运动员能将它们妥善安放，不让它们变成混乱。他天生比一般人更冷静，甚至能在比赛前几个小时小睡片刻，而许多拳手则因过度紧张而无法入眠。这种内心的平静和自我控制能力，是他在高强度比赛中保持表现的关键。
作为退役拳手转型为领导者，哈比布现在指导着像乌玛（Umar）、伊斯兰·马哈切夫（Islam Makhachev）等顶尖运动员。他深知每个运动员都是独特的，无论在风格、心理还是心态上都各不相同。因此，不能对所有人都采取相同的指导方法，必须因材施教。
他非常感谢哈维尔·门德斯（Javier Mendez），这位自2012年就陪伴在他身边的教练。在哈比布的父亲去世后，门德斯与他一同指导团队六年，他的经验对哈比布帮助巨大。门德斯是MMA界战绩最辉煌的教练之一，培养了无数冠军和UFC选手。
哈比布认为，门德斯的“天才”在于他对MMA的深刻理解、对训练营的规划，以及对笼内实战训练的关注。门德斯会为五回合比赛的备战引入两三位高水平陪练，不断轮换，并亲自到场观察、分析并指导每一次实战。自2012年以来，他从未缺席任何一次训练。门德斯对工作的投入是百分之百的，从不敷衍。哈比布回忆，门德斯曾拒绝为未经他完整备战的拳手做场边指导，因为他无法了解拳手在深水区（比赛后期）的表现。现在哈比布也采纳了这一原则，只有完整参与备战的拳手，他才愿意为其提供场边指导，因为只有这样才能了解他们的真实能力。
哈比布对丹尼尔·科米尔（Daniel “DC” Cormier）这位传奇拳手和运动员评价极高。他指出，科米尔的职业生涯独一无二：他是两届奥运会摔跤选手（2004、2008年），代表美国参加奥运会，然后在MMA转型后，先后获得Strikeforce重量级冠军、UFC轻重量级冠军和UFC重量级冠军。他为了好友凯恩·维拉斯奎兹（Cain Velasquez）放弃重量级，降体重到轻重量级，最终两人都成为了UFC冠军。
科米尔的职业生涯充满传奇色彩，尤其与乔恩·琼斯（Jon Jones）的竞争也成为了MMA史上最伟大切磋之一。尽管在与琼斯对决时科米尔已近40岁，但他依然能与琼斯进行激烈的比赛。哈比布强调，科米尔不仅作为运动员独一无二，作为人也受过良好教育、有教养、强大，是能够真正激励他人的人。他认为科米尔毫无疑问是史上最伟大的前十名MMA拳手之一，甚至前五。
哈比布认为，尽管科米尔因为与乔恩·琼斯的竞争而常被低估，但正是科米尔的存在，迫使琼斯更加努力训练。在摔跤方面，年轻时科米尔比哈比布更强，毕竟科米尔是奥运级别的摔跤手，且体重级别远高于哈比布。但哈比布表示，从科米尔身上学到了很多，无论是作为人、摔跤手还是斗士。他们在AKA度过了八年（2012-2020）最好的时光，共同创造了许多回忆。
哈比布详细阐述了伊斯兰·马哈切夫（Islam Makhachev）之所以成为顶尖摔跤手和拳手的特质。伊斯兰从小就开始格斗训练，与哈比布同校、同社区、同训练馆，并是哈比布父亲最喜欢的学生之一。哈比布的父亲看到了伊斯兰身上巨大的潜力，他训练刻苦，愿意做出牺牲，纪律严明。哈比布强调，没有人能偶然达到这样的高度，伊斯兰拥有卓越的天赋和对格斗运动的深厚热爱。
哈比布比伊斯兰年长三岁，在业余时期，他们经常一起训练。伊斯兰从与哈比布的训练中受益匪浅，因为他总能在训练馆找到高质量的陪练。哈比布将其比作训练体系中的“链条”：年轻时，哈比布与更年长、更强的选手训练；当那些老选手离开后，哈比布成为了领头羊，伊斯兰在他身后成长；现在哈比布退役了，伊斯兰成为领头羊，其他年轻选手则在伊斯兰的带动下成长。这个链条从2003年延续至今，已经23年，不断将下一代选手推向前进。
伊斯兰的成功源于他无与伦比的职业道德、纪律性以及“牺牲精神”。他放弃了聚会、睡眠和大量个人时间，将整个生命奉献给这项运动，专注于训练、饮食和休息，日复一日。哈比布认为，正是这些牺牲，让伊斯兰达到了如今的水平。
当被问及两人心理上的异同，哈比布表示，伊斯兰在心理上也“非常坚实”，两人在格斗态度上有很多共通之处。他提到自己退役六年，仍无法放下摔跤和竞争，每周进行大量的实战训练，享受那种能量和感觉。他认为，伊斯兰也对这项运动保持着同样深沉的热爱。
关于伊斯兰是否能成为史上最伟大的MMA拳手，哈比布表示，他从未刻意追求“史上最佳”的头衔，但很高兴能看到他团队中的人达到这样的高度。他认为伊斯兰有机会打破乔恩·琼斯、迪米特里厄斯·约翰逊和圣皮埃尔等传奇的纪录，但他担心年龄因素。在轻量级（155磅）和次中量级（170磅）这样的级别，35岁、38岁与32岁时的身体状态会截然不同，年龄的影响会更加显著。
哈比布对UFC总裁白大拿（Dana White）赞不绝口，称他为体育商业界的“罕见天才”，甚至认为没有白大拿就没有今天的UFC。哈比布曾运营过自己的格斗联盟，因此对推广人与拳手之间的关系有双重理解。他指出，白大拿最杰出的品质是他能将生意与个人情感完全分离，绝不混淆。在商业决策上，他极其冷酷无情，总是做出对UFC品牌最有利的决定，即便这些决定可能不受欢迎。
他将白大拿比作“黑手党电影中家族至上”的理念，对白大拿而言，UFC永远是第一位的。正是这种奉献精神，推动了UFC品牌的发展。哈比布承认，UFC的成功离不开许多人的贡献，如布鲁斯·巴菲尔（Bruce Buffer）、乔·罗根（Joe Rogan）等解说员，但白大拿始终是那个“画龙点睛”的关键人物。他认为，白大拿在推广UFC方面做得非常出色，使得UFC无论赛事如何，其品牌本身就拥有巨大的吸引力。
在短短30多年里，UFC已经发展到一些体育项目需要100甚至150年才能达到的水平，这归功于白大拿的卓越推广才能。他将其视为一项独特的成就，值得许多人学习。
哈比布对乔·罗根（Joe Rogan）也充满敬意，认为他是UFC推广的第二大功臣，仅次于白大拿。他表示，很难想象没有乔·罗根的UFC。罗根在播客领域的成就也是顶尖的，他的解说、沟通方式、知识储备和个人魅力都值得学习。
哈比布相信，他与乔·罗根的播客对谈是“不可避免的”。他期待与罗根深入探讨各种话题，并认为这将是一次非常有趣的对话。他也提到，与罗根对话需要充分准备，否则会被“生吞活剥”，因为罗根也是一位在思想上“战斗”的人。
此外，哈比布还提及自己正在学习阿拉伯语。他认为语言是理解文化和历史的关键。虽然他从小阅读《古兰经》，熟悉字母和发音，但要进行日常对话，仍需系统学习语法。
哈比布谈到了他的经纪人阿里·阿卜杜勒阿齐兹（Ali Abdelaziz），称他是一个核心人物。哈比布自2014年与阿里合作，并介绍了很多拳手给他。在长达12年的合作中，几乎没有拳手离开阿里，而数以百计的拳手至今与他保持着良好关系。
哈比布认为阿里有一个独特的特点：人们对他的感情非爱即恨，没有中间地带。他本人属于非常喜欢并尊重阿里的一类人。他了解阿里的家庭和孩子，并认为阿里会支持他的人直到最后。这种强烈的情感区分，正是阿里的独特之处。哈比布强调，真正了解阿里并与他合作过的人，往往会与他建立一辈子的合作关系和深厚尊重。他还提到阿里的柔道技术也不错。
哈比布分享了他对足球的深厚热爱，这始于童年，并受到他父亲的影响。他父亲是狂热的足球迷，也是一名优秀的足球运动员。在他的家乡，足球非常流行，村里甚至有街道组队进行比赛的传统。
他最早清晰的足球记忆是1996年欧洲杯半决赛德国对英格兰的比赛，以及随后的决赛德国对捷克。他印象深刻的是奥利弗·比尔霍夫（Oliver Bierhoff）替补出场进球。1998年，他与父亲观看了皇家马德里对尤文图斯的欧冠决赛，皇马1-0获胜，他从此成为了皇马的忠实球迷。
童年时期，哈比布是村里唯一拥有足球的孩子，这让他有机会与比自己大五六岁的哥哥们一起踢球，即便他当时只有9、10岁。这种独特的经历进一步培养了他对足球的热情。他从小就关注世界杯、欧洲杯、欧冠，后来也开始关注国内联赛，尤其是英超。
他回忆1998年世界杯，他奔跑回家只为不错过法国世界杯的开幕式。他喜欢巴西和荷兰国家队，尤其是当时星光璀璨的荷兰队（范德萨、戴维斯、西多夫、范尼斯特鲁伊等）和2002年的巴西队（罗纳尔多、里瓦尔多、小罗、罗伯特·卡洛斯、卡福等）。对于俱乐部，他一直是皇家马德里的支持者。而就联赛而言，他认为英超因其竞争激烈而最具观赏性。在英超球队中，他近年来也喜欢曼城和阿森纳。
哈比布认为，梅西（Messi）与克里斯蒂亚诺·罗纳尔多（Cristiano Ronaldo）的竞争是体育史上“前所未有”的现象，深刻影响了现代足球。他首先谈到C罗：他是一个“天生的运动员”，天赋异禀，自律勤奋，并能长期保持巅峰状态。C罗在曼联（2003-2008年）成为巨星，并在2008年取得了难以置信的个人和团队成就（英超、欧冠、金靴奖等）。随后，他转会到更具挑战性的皇家马德里，效力九年，并在两家最大的俱乐部都成为了最佳球员，这极其艰难。
C罗还在尤文图斯效力三年，赢得联赛冠军和超级杯，并打入100粒进球。哈比布指出，C罗在20多年里一直保持着最高水平，职业生涯总进球数接近1000球，这是梅西都难以企及的数字。
尽管是皇马球迷，哈比布也高度肯定梅西的伟大成就，认为不可能否认他的贡献。但他不愿将两人分出高下，认为正是彼此的竞争，才让他们在近20年里不断进步，将彼此和整个足球运动推向了前所未有的高度。他们相互关注，相互推动，最终远远超越了其他球员，这种竞争关系提升了整个体育项目的吸引力。
哈比布更偏爱那些“主动性强”的球员。他引用了伊布拉希莫维奇（Zlatan Ibrahimović）的话，后者讨厌那些接到球就立刻传走，不敢承担责任的队友。哈比布认为，伟大的球员必须敢于承担风险，不惧怕犯错。他以C罗为例，C罗曾罚失点球，但在同一场比赛中再次勇敢地主罚点球。这种敢于冒险、承担责任的领导力，是体育之美，也是成为伟大运动员的必要条件。风险越大，胜利越甜美。他提及马拉多纳（Maradona）带领那不勒斯夺冠的故事，强调了球员承担责任和带领球队前进的重要性。他也赞扬梅西在马拉多纳的巨大阴影下，最终凭借世界杯冠军走出阴影，证明了自己的伟大。
谈到伊布拉希莫维奇，哈比布认为他是一个充满自信、独特的球员。伊布无论效力哪个俱乐部或国家队，都能担任领袖，进球如麻，驱动球队前进。尽管他在团队荣誉上可能因瑞典队实力有限而有所欠缺，但作为个人运动员，他无疑是史上最伟大的球员之一。
哈比布谈到了迪拜和阿布扎比对他们团队的重要性。七八年来，他的团队一直在谢赫·哈姆丹（Sheikh Hamdan）旗下的纳德阿尔谢巴体育中心（Nad Al Sheba Sports Complex）训练和生活。谢赫·哈姆丹为他们提供了无限的支持和帮助，哈比布对此深表感激，称阿联酋已成为他们的“第二故乡”。
在阿联酋，UFC在阿布扎比举办赛事，PFL在迪拜举办赛事，这些世界最大的MMA组织为哈比布的团队提供了比赛机会。他们得到了政府层面的支持，如阿布扎比的谢赫·穆罕默德、谢赫·塔农和谢赫·曼苏尔，以及迪拜的谢赫·哈姆丹，后者像对待自己的团队和弟弟一样接纳了他们。
哈比布认为，阿联酋创造了一个独一无二的国家。尽管本地人口只有150万左右，但迪拜和阿布扎比已成为吸引游客、商人、大型活动和人才的全球中心。他将这些城市与纽约、伦敦、巴黎、东京等世界大都市相提并论，但指出这些城市在短短几十年内取得的成就，是那些拥有数百年历史的大都市才达到的。阿联酋独特的地理位置、物流优势、以及提供的巨大商业和生活机会，使其在全球范围内脱颖而出。
哈比布的穆斯林信仰和对神的信念，是他生活的核心。他从小在穆斯林家庭和社区中长大，宗教对他而言始终是最重要的。他的日常生活、训练、学习等一切都围绕着礼拜（Salah/Namaz）进行。他甚至在安排播客时间时，也会选择在午间礼拜之后，以便完成礼拜后再进行活动。
他认为，人生的首要目的是崇拜独一的真主，其他一切都是次要的。对神的信仰以及不断学习和亲近神的努力，贯穿人的一生。他感谢全能者赐予他这种理解和反思的能力，让他认识到人类都是神的仆人，人生的目标就是侍奉独一的真主。
哈比布解释说，信仰在多个方面帮助了他。它让他不会因成功而冲昏头脑、变得骄傲自大。无论面对何种境况，他都将希望寄托于全能者，相信只有神能真正减轻他的负担。当他失去父亲时，正是对神的信仰和对“我们都生而复归”的理解，帮助他度过了最艰难的时刻。他认为，如果一个人没有信仰，将很难应对失去挚爱的痛苦。
他经常说“Alhamdulillah”（一切赞颂归于真主），这体现了他内心深处的感恩。他相信，语言反映人心，如果内心纯净，言语也会展现出来。他将自己的所有成功归功于全能者，因为一切都是神所赐予的，并非他个人能力所致。他观察到许多成功、富有的人会误以为自己的成就全凭智慧和能力，但他认为，这是一种考验。作为信徒，他相信每个人都要为自己的行为负责，终有一天会面临审判。
哈比布给年轻人的建议，首先是回到《古兰经》中启示的第一个词：“读”（Ikra）。他强调，这意味着要教育自己、观察、学习、进步，而不是停滞不前。他相信，如果一个人真正想要寻找真相，就必须通过阅读。阅读能激发内心的求知欲，让人不断探索。
其次，他建议年轻人要找到靠近独一真主的力量，并努力理解我们为何被创造到这个世界上。他通过对生死的思考来阐释这一观点：他的祖父去世23年了，更远的祖先可能去世百年甚至两千年。与永恒相比，人世间的几十年生命微不足道。许多人选择这短暂的几十年，而非为永生做准备。如果人能理解这几十年的生命是为了在审判日之后进入天堂而准备，就会努力行善，从而远离邪恶。
他警告说，一个既富有、强大、有名，又不相信审判日的人，将是“核弹般”的危险存在，可能给世界带来巨大伤害。但如果一个人深知自己要为一切负责，将面临审判，就会有所收敛，变得更加“脚踏实地”，认识到自己并非想象中那般重要。
哈比布引用了一句格言：“金钱可以留在你的手中，但不能留在你的心中。”他解释说，如果财富停留在手中，用于行善、帮助他人，那将是好事。但一旦财富进入人心，就会腐蚀人心，让人难以分享。他相信，许多富有的人最终将身处地狱。
Lex Fridman赞扬哈比布虽然名利双收，但仍保持初心，不断成长，展现出智慧和领导力。哈比布则谦逊地表示，人们只看到好的一面，而每个人都有善恶两面。他希望自己被看到的形象，正是他真实的样子，并努力保持真诚。他希望自己的人生能有一个美好的结局。最终，他甚至在足球话题上对老对手巴萨给予了肯定，认为没有巴萨，皇马和西甲也会黯然失色，这显示了他的成长和格局。
2026-07-29 04:24:34
以下是对 Lex Fridman 播客第 499 集与 Gary Gallagher 对话逐字稿的专业综述：
播客节选强调了美国内战的巨大伤亡规模，例如在两天内发生的战场伤亡人数超过了此前美国所有战争伤亡总和，以及七日战役中造成的 36,000 人伤亡。盖拉格教授指出，格兰特和谢尔曼等将领在战争中采用了破坏农业生产区、摧毁经济支持的心理战术。他坚定地认为，历史中个体的作用至关重要，林肯和格兰特对联邦的胜利贡献巨大，而李将军的存在则让内战持续了更长时间。关于内战的根本原因，盖拉格强调：“如果将奴隶制排除在外，内战根本不会发生。”
本集播客邀请了美国内战历史学家加里·盖拉格（Gary Gallagher）教授，深入探讨美国内战的复杂性、关键人物、重要事件及其深远影响。
美国内战于1861年爆发。盖拉格教授认为，虽然历史中没有什么是绝对“必然”的，但到1860-1861年冬天，引发战争的条件已经成熟，所有这些条件都与奴隶制及其在蓄奴州和非蓄奴州的影响息息相关。
在19世纪40年代末至50年代，主要的紧张焦点并非废除奴隶制本身，而是奴隶制是否可以扩张到联邦领土。到1860-1861年，蓄奴州人口处于劣势，感到受到威胁和围困，失去了早期作为强大州的地位（例如弗吉尼亚州曾出过四位开国总统）。
奴隶制废除者（废奴主义者）在白人人口中只是极少数（如自由党在1844年总统选举中仅获2.5%的选票），甚至在北方也常被鄙视，被视为煽动分裂的麻烦制造者。然而，近400万非洲裔美国人（其中350万在南方被奴役）无疑渴望废除奴隶制。
内战的升级始于1860年的总统大选。辉格党因奴隶制问题而瓦解，共和党在19世纪50年代中期崛起，其核心主张是“奴隶制不得向联邦领土扩张”，而非全面废除。1860年，共和党纲领明确指出奴隶制可在现有地区继续存在，但不能扩张。白南方人认为这意味着他们将沦为少数，联邦政府将被自由州主导，并可能干预南方奴隶制。
1860年大选导致民主党分裂，林肯（共和党）胜选。林肯在1858年的“分裂之家”演说和威廉·亨利·西沃德的“不可避免的冲突”演说中都曾表示，国家不能长期保持半奴隶半自由的状态，这进一步加剧了白南方的恐惧。因此，七个深南州（从南卡罗来纳州到得克萨斯州）在1860年12月至1861年2月间，相继因林肯当选而脱离联邦。
在1860年，约3100万美国人口中，约400万为非洲裔美国人。白人人口中，无论是北方还是南方，普遍存在深刻的种族偏见。许多废奴主义者在反对奴隶制的同时，仍持有对黑人的偏见。北方自由州超过98%是白人，非洲裔美国人是极少数。北方白人反对奴隶制扩张，部分原因是为了确保白人在联邦领土上的经济机会。南方白人则绝大多数支持奴隶制，即使大多数邦联士兵不拥有奴隶，所有南方白人都在劳动力控制和社会控制方面与奴隶制息息相关，他们害怕一旦奴隶被解放可能带来的后果，脑海中常浮现海地革命的景象。这种社会控制是维系奴隶制的核心动力。
奴隶制在人类历史上普遍存在，遍布美索不达米亚、埃及、希腊、罗马、中国、伊斯兰世界、非洲以及美洲。值得注意的是，在大西洋奴隶贸易中，只有4%的非洲奴隶被带到北美洲（美国），而巴西和加勒比地区是主要目的地，分别接收了490万和400万奴隶。巴西也是美洲最后一个废除奴隶制的国家（1888年）。这表明美国奴隶制的历史背景远比通常所知的更为广阔。
盖拉格教授驳斥了内战前奴隶制即将消亡的观点。他指出，到1860年，奴隶制在美国正蓬勃发展，甚至林肯本人也认为它可能还会持续50年。1860年人口普查显示，奴隶主控制着美国最多的财富，仅奴隶财产价值就约30亿美元，超过了所有工业和铁路的总和（不足25亿美元），是美国最具价值的产业。
与其他国家（如英国通过赎买、俄罗斯通过法令、巴西通过立法）和平废除奴隶制不同，美国因奴隶制问题爆发了导致75万人死亡的内战。盖拉格认为主要原因在于美国境内的奴隶人口庞大且与白人社会共存，南方白人对解放奴隶后的后果充满恐惧。
内战最初并非旨在废除奴隶制，其目标是镇压叛乱。然而，随着战争代价的日益高昂和全面化，联邦政府意识到，若不打击奴隶制，就无法镇压叛乱，因为奴隶劳动是邦联战争能力的基石，它维持了经济运转，使得邦联能够动员85%至90%的白人适龄男性参军。
1862年的《解放奴隶宣言》因此具有军事战略意义。林肯完全基于其战时总司令的权力发布此宣言，刻意避免了华丽的辞藻，使其更像一份“提货单”。他没有在和平时期废除奴隶制的权力，此举旨在争取北方民主党人的支持，将其作为打击叛乱者、惩罚战争发起者的一种手段。该宣言仅解放了仍在叛乱且不在联邦控制下的地区的奴隶，并未立即解放任何奴隶，而是随着联邦军队的推进而生效。此前，国会已通过《第二没收法案》解放属于叛乱者的奴隶，但林肯的宣言覆盖范围更广。
谈及战争的“起因”与“动机”时，盖拉格教授强调二者的区别。奴隶制是内战的根本起因。然而，大多数白人联邦士兵参战的动机并非是为了废除奴隶制。他们是为了维护联邦，将其视为开国先贤以美国革命的流血牺牲所赋予的独特遗产。联邦对他们意味着在政府中有发言权（19世纪西方世界中最广泛的选举权），以及实现经济上升的机会。他们认为南方是基于奴隶制的寡头统治，而美国是西方世界中“小D民主”的最后希望。作为公民士兵，他们认为自己有责任为共和国服务。南方士兵的动机则是保卫家园，维护以奴隶制为基础的社会秩序。
在术语上，蓝色代表联邦（Union，即美国），红色代表邦联（Confederacy）。教授更倾向于将这场战争视为两个19世纪中叶共和国之间的冲突，因为1860年有15个蓄奴州，但只有11个脱离联邦，肯塔基、密苏里、马里兰和特拉华这四个蓄奴州留在了联邦。邦联也具有强烈的民族认同感，其宪法在很大程度上是照搬美国宪法，仅修改了与奴隶制和关税相关的条款。双方都自称是革命先辈的真正继承者。
邦联政府在历史上是美国最具有侵入性的中央政府，为了维持战争，它实施了美国历史上首个全国征兵制（1862年春）、累进所得税以及“实物税”（征收作物百分比）。邦联甚至允许政府征用马匹、骡子和奴隶劳工，这些措施都侵犯了“州权”理念。这种高度集中的权力运作是邦联战争得以持续的关键。内战期间，大多数士兵是自愿参战的，但邦联通过修改征兵规则（从一年制改为三年制，再改为“直到战争结束”）来延长士兵的服役期，引发了士兵们的不满。
盖拉格教授认为，尽管当前存在强烈分歧，但许多美国人可能仍怀有对国家的深厚热爱，这在内战期间移民涌入美国时就有所体现。
亚伯拉罕·林肯是盖拉格教授敬仰的少数历史人物之一。林肯出身贫寒（几乎没有受过正式教育），却成为了美国历史上最雄辩的总统，能够用最简洁的语言提炼出最复杂的思想。他的过人之处在于能够放下个人自我，专注于实现目标——镇压叛乱、恢复联邦，并欣然接受将废除奴隶制纳入战争目标。林肯所面对的内战规模空前：在3100万人口中，超过300万人参战，其规模相当于今天有3500万至4000万人参战，死亡人数可达600万至750万人。
林肯的领导力体现在他愿意任用能力出众的竞争对手作为内阁成员，如威廉·亨利·西沃德和萨蒙·P·蔡斯。尽管这些内阁成员学历更高、背景更显赫，且林肯带有乡土口音，他仍自信地与他们共事，倾听他们的意见，并能在错误面前承认并改变主意。林肯能容忍麦克莱伦将军的傲慢无礼，只要他认为对方能带来胜利。
与林肯的简历相比，邦联总统杰斐逊·戴维斯拥有更辉煌的履历（西点军校毕业、美墨战争指挥官、参议院军事委员会主席、战争部长），但林肯作为总司令的表现却远超戴维斯。
盖拉格教授认为，历史并非完全由“伟大力量”决定，个体作用至关重要。林肯和格兰特对联邦的胜利贡献无法估量。在邦联方面，如果李将军不在，战争持续时间将大大缩短，甚至可能在1862年夏天就以奴隶制完整的情况下结束。从某种反常角度看，李将军延长了战争，反而推动了奴隶制废除的进程。
林肯一生饱受抑郁症的困扰，却能在全面战争中坚持下来，展现了惊人的心理韧性。
林肯的演讲具有超凡的力量，他能用恰当的言辞阐明战争的意义。1865年的第二次就职演说，在北方民众渴望报复之际，林肯却呼吁“对任何人不怀恶意，对所有人都抱慈悲”，强调奴隶制是战争的起因，所有人都对此负有责任，呼吁“弥合国家的创伤”，追求“公正而持久的和平”。盖拉格教授认为这是美国历史上最伟大的演讲。葛底斯堡演说则重新定义了美国作为一个“诞生于自由，并致力于人人生而平等原则”的国家，呼吁“让这个国家，在上帝之下，获得自由的新生；让民有、民治、民享的政府永世长存”，强调“人民”才是共和国的关键。
林肯在种族问题上也有其局限性。1862年夏天，他曾与黑人领袖会面，试图说服他们支持“殖民化”（即解放奴隶后将他们送往其他国家，如利比里亚）。他坦言不认为白人会接受黑人作为平等的公民。这种观念可能源于他在肯塔基州、印第安纳州和伊利诺伊州南部成长的经历，他从未见过白人完全接受黑人平等的社会环境。然而，林肯展现了“成长能力”，在战争年代思想发生了巨大转变。如果他没有被刺杀，美国在重建时期的进程可能会大不相同，盖拉格认为会更加顺利。
对于美国总统的评价，盖拉格教授将安德鲁·约翰逊列为美国历史上第二差的总统，仅高于詹姆斯·布坎南。约翰逊因其根深蒂固的偏见和不妥协的性格，未能有效地领导重建。布坎南则被描述为政治上的“庸才”，在脱离联邦危机时无所作为。盖拉格认为，一个伟大领袖应具备骨气、勇于承担风险，并能根据事件和良好建议修正自己的立场。
他认为美国历史上最伟大的总统是乔治·华盛顿和林肯，两人并驾齐驱。华盛顿通过两次放弃权力（一次在革命后，一次在担任两届总统后），奠定了共和国的基石，展现了“无私服务共和国”的“小r共和美德”。
尤利西斯·S·格兰特（Ulysses S. Grant）：战前经历了一系列失败，包括农场、商业和和平时期的军队生涯。内战的爆发揭示了他的军事天才，他展现出打破常规、勇于冒险、承担责任的能力，不为失败所动。他要求下属关注己方行动而非一味担心李将军的举动。格兰特在重压之下泰然自若，是领导联邦军队的完美人选。他与林肯的关系密切，被证明是不可或缺的。
“格兰特屠夫”的称号是不公平的，这主要源于邦联前成员和北方民主党人的宣传。在格兰特和李在弗吉尼亚的“陆路战役”前，格兰特所有重大战役的伤亡总数是37,000人，而李将军同期则是98,000多人。事实上，李将军是美国历史上导致士兵伤亡比例最高的将领，他手下士兵成为伤亡人员的几率高达73%。格兰特的伤亡之所以高，是因为他在陆路战役中遭遇了李将军。尽管格兰特有饮酒史，但这从未影响他在战争中的表现，他屡次为联邦赢得胜利。1864年3月，国会恢复了三星中将的军衔，并授予格兰特，这是继乔治·华盛顿之后唯一获此殊荣的人，充分表明了其崇高地位。
格兰特作为总司令，负责协调整个战争的努力，包括谢尔曼和谢里登的行动。而李将军只是一个军团指挥官，虽然可以向戴维斯总统提出建议，但从未指挥过不止一个军团。
罗伯特·E·李（Robert E. Lee）：出身于弗吉尼亚州的贵族家庭，与格兰特的平民背景形成对比。他的家族显赫，父亲曾是乔治·华盛顿麾下名将。李将军以华盛顿为偶像，并深受其影响。1861年4月，李将军在被授予联邦军队指挥权后，选择了弗吉尼亚，辞去美国陆军职务，加入了尚未加入邦联的弗吉尼亚州军，随后成为邦联的重要将领。他的选择源于对弗吉尼亚州的忠诚，这忠诚与他的家族、乃至奴隶制捆绑在一起。虽然他早年是一位坚定的美国民族主义者，也曾是一位优秀的军事将领，甚至温菲尔德·斯科特将军都认为他是军队中最杰出的士兵，但他在内战中却站到了错误的一边。
播客中还提及了激进共和党人撒迪厄斯·史蒂文斯（Thaddeus Stevens），他是一位坚定的废奴主义者，支持女性平等权利，并以其尖锐的言辞著称。
内战爆发前，首先脱离联邦的是深南州（如南卡罗来纳州、佐治亚州、密西西比州等七个州）。这些州在蒙哥马利（阿拉巴马州）成立了邦联政府。然而，拥有最多人口的八个蓄奴州（包括弗吉尼亚、北卡罗来纳、田纳西、肯塔基、密苏里、马里兰和特拉华）并未立即脱离。其中弗吉尼亚州最为关键，它拥有邦联40%的工业产能，是人口和奴隶数量最多的州，并贡献了重要的军事领袖。
最终引爆战争的事件是南卡罗来纳州查尔斯顿港的萨姆特堡。邦联认为这是在其境内，林肯则拒绝放弃联邦财产。林肯决定补给而非增援萨姆特堡，将球踢给了戴维斯。邦联选择开火，从而打响了第一枪。
萨姆特堡事件后，林肯号召各州提供志愿兵以镇压叛乱，这促使弗吉尼亚、阿肯色、田纳西和北卡罗来纳等四个上南方州脱离联邦，邦联的规模扩大到11个州。弗吉尼亚的加入对邦联至关重要，因为它带来了大量人力、工业产能、粮食生产能力，以及李、杰克逊等军事领袖，并与革命先辈（如华盛顿、杰斐逊）的历史联系进一步加强了邦联的合法性。马里兰州、肯塔基州和密苏里州（以及特拉华州）留在了联邦，这对联邦非常关键。
盖拉格教授认为内战并非“不可避免”。他指出，历史事件是按顺序发生的，并非必然。林肯在萨姆特堡的决策是一个关键转折点。如果林肯当时放弃萨姆特堡，上南方州可能不会脱离联邦，这将彻底改变战争的局面。没有弗吉尼亚州，邦联的实力会大大削弱。他认为，在当时，通过政治辩论而非全面战争来解决奴隶制扩张问题是“可以想象的”。
美国内战是美国历史上最血腥的战争，死亡人数超过70万，占当时人口的比例远超其他战争。邦联损失了其总人口的4.5%至5.5%，超过了第一次世界大战中英国、法国、德国或俄罗斯的损失比例。其白人适龄男性人口的30%以上在战争中丧生，这表明了邦联参战的决心和严重程度。联邦也损失了1.8%的人口，远高于二战时的0.3%。
随着战争的深入和损失的增加，双方的仇恨也随之升级。虽然士兵之间有时会有私下交流，但整体而言，战争带来的痛苦加剧了敌意。南方战线后方民众对战争的不满和逃兵现象普遍存在（邦联约15%，联邦约12%）。但即便到战争后期，大多数南方白人仍宁愿继续与戴维斯政府作战，也不愿回归联邦并失去奴隶制。
战后，格兰特将军在阿波马托克斯给予邦联军队的宽大投降条件，是林肯希望国家能重新团结的体现。林肯的和平目标是“让国家重新团结起来”，而不是惩罚叛徒。格兰特允许邦联士兵签署假释文件后回家，接受结束奴隶制和回归联邦的事实，不予监禁或处决，这为战后的国家弥合奠定了基础。然而，“联邦统一”与“真正和解”是不同的概念，后者更为艰难，至今仍有其影响。林肯遇刺使得和解进程更加复杂。内战的深远影响至今仍在美国社会中回荡，因为这场战争触及了共和国核心意义的问题。
在1859年，大多数美国人过着日常生活，并未意识到即将到来的战争。历史学家常犯的“阿波马托克斯综合症”——从结局倒推，认为一切都是必然的——掩盖了当时人们的真实感受。当时的人们还关注着科罗拉多淘金热、铁路和电报的迅速发展等技术进步。然而，一系列事件（如堪萨斯-内布拉斯加法案、德雷德·斯科特案判决、查尔斯·萨姆纳在参议院被殴打、以及《汤姆叔叔的小屋》的影响）周期性地将人们的注意力重新聚焦到南北方的分歧上。
对于现代社会，盖拉格教授认为当前美国面临的威胁（如核武器、生物武器）与19世纪中叶不同。但他对共和国的韧性抱有信心，认为美国经历过比现在更艰难的时期。他相信美国将渡过难关，并指出18世纪末成立的共和国能够调整并应对奴隶制这一深刻的破坏性问题，最终以一场血腥的战争为代价，取得了废除奴隶制并最终通过《第13、14、15修正案》的结果，这在他看来是“奇迹”。
历史的进程常常在当下看起来是混乱的，但从长远来看，它推动了自由和权利的扩展。盖拉格强调，历史是复杂的，不能被简化为“好人”与“坏人”的简单故事。要认真对待历史，就必须接受其“艰难的棱角”，而非试图抹去它们。
关于邦联军队可能获胜的观点，盖拉格教授指出，认为联邦胜利不可避免是一个巨大的误解。虽然联邦在人口（2200万对邦联的550万白人）、经济和军事（现有陆军和海军）方面拥有巨大优势，但邦联也有其弥补性优势： 1. 较低的胜利门槛：邦联无需入侵联邦或占领华盛顿。它只需要说服大多数忠诚州平民，让他们相信让叛乱州回归联邦不值得付出代价。在民主共和国的战争中，民意最终决定结果，就像越南战争一样，军事失败并不必然导致战争结束。李将军和戴维斯都明白，“平局”对邦联而言即是胜利。 2. 巨大的地理优势：邦联领土广阔（相当于整个西欧），交通和通讯基础设施落后，这使得联邦军队深入邦联腹地作战面临巨大的后勤挑战，这与美国独立战争和1812年战争中英国面临的问题相似。 3. 防卫家园的强烈动机：邦联士兵为保卫家园而战，这通常比强加意志于他人更具动力。 4. 联邦初期军事薄弱：1860年，美国陆军只有15,000人，海军不足50艘舰艇，初期仅有3艘舰艇可用于封锁邦联3,600英里长的海岸线。
在军事领导层面，盖拉格认为双方最初并无绝对优势。西点军校毕业的军官在墨西哥战争中是下级军官，但在内战中成为了指挥官。他们受过相同的训练，阅读相同的教材。然而，联邦最终找到了四位能有效指挥军队的将领（格兰特、谢尔曼、谢里登、托马斯），而邦联只找到了一位（李），这对邦联构成了劣势。
在技术和战术上，双方也高度平衡。双方都使用了铁路和电报。战争主要由装备前膛单发步枪的步兵进行，这种武器造成了85%-90%的伤亡，双方的武器和火炮类型相同。联邦海军规模更大且重要，但最终决定战争走向的是陆军。
真实的战斗是线形阵列、肩并肩的交锋，导致高伤亡。到1864年，野战工事变得普遍，防御方相对于进攻方具有巨大优势，需要大约三比一的兵力优势才能成功进攻。疾病是主要杀手，每三名死亡士兵中有两名死于疾病。
关于移民问题，当时美国社会对移民（尤其是爱尔兰裔和德裔）存在严重的偏见，常常将其与反天主教情绪捆绑，并用漫画丑化他们。尽管如此，外国出生的士兵在联邦军队中占了相当比例。
双方都是以新教基督徒为主的宗教国家，都用基督教义来为各自的战争辩护。邦联的最高领导人（李、杰克逊、斯图尔特）比联邦将领（格兰特、谢尔曼）在公开言论中表现出更强的宗教倾向。
非洲裔美国人在联邦军队中扮演了重要角色，约20万黑人男性在“美国有色部队”（USCT）中服役。盖拉格教授明确驳斥了邦联军队中存在大量黑人士兵的说法，指出那是“荒谬的胡说”。邦联军队中的黑人多为被奴役者，从事非军事工作，以解放更多白人去作战。联邦武装黑人部队的举动极大激怒了邦联，将其视为煽动奴隶叛乱。黑人士兵参战的动机是争取一个没有奴隶制的联邦，并以此建立无可辩驳的公民权要求。然而，尽管废除奴隶制是黑人领袖和少数废奴主义者的最终目标，但大多数北方白人参战的目的仅是拯救联邦和废除奴隶制，而非实现黑人的完全平等权利。废除奴隶制只是漫长争取平等权利旅程的开始，其社会观念的转变需要数十年乃至上百年。
内战主要分为三个战区： 1. 东部战区：围绕华盛顿和里士满，主要在弗吉尼亚州、马里兰州和宾夕法尼亚州展开，以北弗吉尼亚军团和波托马克军团的交锋为主。这是最著名、最被神话化的战区，主要因李将军和后来的格兰特将军的存在。 2. 西部战区：范围广阔，从阿巴拉契亚山脉到密西西比河，从墨西哥湾到俄亥俄河，涉及田纳西州等地。这是联邦获得关键将领（格兰特、谢尔曼、谢里登、托马斯）的地方，对战争结果至关重要。 3. 跨密西西比战区：位于密西西比河以西，包括路易斯安那州、阿肯色州、得克萨斯州等地，对战争结果影响最小。
第一次马纳萨斯战役/第一次牛奔河战役（1861年7月）：是战争初期的一次重要战斗。当时人们对战争的规模和严重性一无所知，甚至有人从华盛顿赶来野餐观战。林肯最初也认为叛乱会在90天内平息。这次战役让联邦对战争的现实性有了初步认识。
真正的战斗始于1862年春季。西部的沙洛战役（1862年4月）两天内造成25,000人伤亡，超过了此前美国所有战争的战场伤亡总和。紧接着，东部的七日战役（1862年6月-7月）在里士满附近造成36,000人伤亡。这两场战役预示了战争将达到前所未有的规模和牺牲。
游击战在密苏里州和肯塔基州最为残酷，涉及小股武装力量，通过伏击、恐怖袭击平民、杀害俘虏等方式进行，缺乏常规战争规则。这促使亨利·哈莱克将军开始规范战争规则。而大部分内战的交锋则是在结构化的国家军队之间，遵循一定的战争规范。然而，随着战争的推进，联邦军也开始对邦联的经济基础设施进行大规模破坏，这对于受影响的农民而言，无疑是“全面战争”。
士兵的日记和信件显示了他们对战争的真实感受：对食物、衣物和军官的不满。他们很少详细描述战斗的恐怖，因为他们认为后方的人无法理解。
安提塔姆战役/沙普斯堡战役（1862年9月）：李将军在七日战役和第二次马纳萨斯战役胜利后首次入侵忠诚州马里兰。尽管他拥有麦克莱伦将军的完整作战命令，但麦克莱伦行动迟缓。安提塔姆是美国历史上最血腥的一天，造成23,000人伤亡。李将军勉强守住，次日撤退。此役后，林肯因麦克莱伦的犹豫不决而将其撤职。
优秀将领与平庸将领的区别在于：麦克莱伦虽然聪明、善于建军，但缺乏“道德勇气”去冒险，未能抓住机会摧毁李的军队。而格兰特和李则具备这种冒险精神。七日战役的失败和安提塔姆战役的僵局，促使林肯和国会意识到必须将奴隶制问题提上日程。联邦军在西部战场的胜利（如新奥尔良、纳什维尔、孟菲斯失守）以及麦克莱伦未能攻占里士满，都让北方意识到战争将长期化，因此必须采取更极端措施——直接打击奴隶制作为战时手段。尽管废奴主义者只占少数，但他们的声音在战局变化中变得更加重要。
林肯个人憎恶奴隶制，但他作为一个总统，必须兼顾政治现实。他在1862年夏天曾提出“殖民化”政策，即解放奴隶后将其迁往国外，反映了他认为白人无法接受黑人平等的观念。然而，林肯在战时展现了巨大的个人成长和适应性。
盖拉格教授将詹姆斯·布坎南评为美国最差总统（“地下一层深处”），因其在分裂危机中的不作为。安德鲁·约翰逊因其偏见和僵化，被评为第二差。他推崇的总统特质是坚韧、勇于承担风险、有原则的政治手腕，以及能根据新信息和智慧灵活调整立场。
他认为乔治·华盛顿和林肯是美国最伟大的两位总统。华盛顿通过两次放弃权力（将军权和总统权力），树立了共和国典范，对国家的建立至关重要。林肯的伟大则在于其人性、成长能力和应对危机的领导力。
这一部分在前面的综述中已经与林肯及其领导力部分融合，此处不再重复赘述，以保持行文的流畅性。其核心观点已包含在“林肯”及“关键战役”等章节中。概括来说，盖拉格教授对领导力的标准包括：拥有决断力、敢于冒险、有原则且能根据新信息进行调整，而非出于便利或恐惧。他将布坎南视为最差总统的典范，约翰逊次之，而华盛顿和林肯则因其非凡的领导品质和对国家的贡献而被视为最伟大。
弗雷德里克斯堡战役（1862年12月）：李将军再次取得胜利，他占据了非常有利的高地，面对由安布罗斯·伯恩赛德将军率领的联邦军队。伯恩赛德是一个随和但军事上不甚聪明的人（“鬓角”一词即源于他的胡子造型）。他下令联邦军队对邦联的坚固阵地发动了一系列正面进攻，造成了联邦军队的大屠杀，约12,500名联邦士兵伤亡，而邦联仅损失约5,500人。林肯对这场惨败深感沮丧，此后伯恩赛德也被撤职，约瑟夫·胡克接任波托马克军团指挥官。李将军在此役中亲眼目睹了屠杀，发表了那句著名的话：“战争如此残酷，幸好人们不会对它太上瘾。”
钱瑟勒斯维尔战役（1863年5月）：这常被认为是李将军最成功的战役，也是他与“石墙”杰克逊（Stonewall Jackson）最后一次并肩作战。联邦指挥官约瑟夫·胡克将军，虽然将波托马克军团整顿得有声有色，但他的计划是迂回包抄李将军。然而，在战局的关键时刻，胡克失去了勇气，退入防守阵地。李将军，尽管兵力以1:2劣势，却大胆分兵，让杰克逊发动了成功的大迂回侧翼突袭，重创了联邦第十一军。杰克逊在此役中被友军误伤，数日后身亡。最终，胡克尽管仍处于有利位置，却选择了撤退，李将军再次以少胜多。林肯对此感到极度失望。
钱瑟勒斯维尔战役极大地巩固了李将军在南方的传奇地位，他的军队在这次胜利后形成了一种信念：李将军将永远胜利，他们能够完成任何任务。这种信念也影响了后来葛底斯堡战役中皮克特冲锋的决策。
战后，北方人试图“抹去”对钱瑟勒斯维尔战役的记忆，而邦联则将其神化，作为“失落事业”（Lost Cause）叙事中的高潮，象征着李和杰克逊的伟大成就。
“石墙”杰克逊的去世：虽然邦联上下为此深感悲痛，北方也表达了表面上的哀悼，但盖拉格教授认为，杰克逊的死并未改变战争的整体走向。
李将军的军事才能与局限：钱瑟勒斯维尔战役展现了李将军的“大胆”和“冒进”——他多次分兵对抗更强大的对手，并在军队中建立了敢于冒险、追求最大伤害的文化，这与麦克莱伦的谨慎文化截然相反。他明白，如果一味防守，联邦的兵力优势将是压倒性的。李将军认为，通过不断取得胜利，可以打击北方平民的士气，从而影响政治，促使民主党上台并结束战争。他清楚这是一场“看谁先耗尽”的竞赛——邦联先耗尽兵力，还是联邦先耗尽士气。
然而，李将军的进攻性策略也带来了惊人的伤亡。钱瑟勒斯维尔战役中，李将军损失了13,000人，占其军队比例远高于胡克（损失17,500人）。他本应在这场战役中被击败。李将军在葛底斯堡战役中对步兵的过度信任，也是他在此役中高估了步兵能力的结果。他后来也承认自己对步兵要求过高。
1863年春末夏初，邦联曾一度接近胜利，因为联邦的士气因《解放奴隶宣言》和征兵法案而跌至低谷，甚至在纽约市引发了征兵暴动。然而，西部战场的格兰特将军正在围攻维克斯堡。
维克斯堡战役（1863年5月-7月）：邦联在密西西比河上的最后一个主要堡垒。格兰特将军的战役充满风险，他切断补给线，渡过密西西比河，从东面围攻维克斯堡。这场战役被认为是“美国军事史上最令人印象深刻的战役之一”，最终维克斯堡于1863年7月4日投降。这一天，恰逢李将军从葛底斯堡撤退，被联邦视为神助。
葛底斯堡战役（1863年7月1日-3日）：盖拉格教授认为，这并非内战的“转折点”。李将军第二次北上，旨在将战火引出弗吉尼亚，并在宾夕法尼亚富饶的坎伯兰谷补给军队，同时对林肯政府造成政治压力。但杰布·斯图尔特（Jeb Stuart）骑兵指挥失误，导致李将军对联邦军队的动向一无所知。
7月1日，两军在葛底斯堡西部意外遭遇，演变成三天的激战，这是内战中规模最大的战役。李将军每天都采取进攻态势，联邦则坚守阵地。7月3日，李将军因受挫而下令发动著名的“皮克特冲锋”，12,500名步兵直接冲锋，结果全面失败。李将军在此役中损失约25,000人，包括17名将军，约占其军队的三分之一。他后来承认自己“对步兵要求过高”。
林肯起初对葛底斯堡的胜利感到高兴，但对新任联邦指挥官乔治·米德未能乘胜追击、放走李将军的军队感到极度失望。因此，林肯本人并未将葛底斯堡视为战争的“伟大转折点”，他认为维克斯堡战役更为重要，因为格兰特在那里俘获了邦联整个军队，而李将军的军队在葛底斯堡逃脱了。
格兰特在西部战场的维克斯堡和查塔努加（1863年末）取得胜利后，林肯于1864年3月任命他为总司令，并授予其三星中将军衔，这预示着他将全面指挥战争。
1864年，格兰特作为总司令，制定了全面战略。他最重要的目标是与李将军的军队交战，尽可能对其造成最大伤害，阻止其增援其他地方，并最终摧毁李将军的军队，而不是仅仅攻占里士满。
陆路战役（1864年5月-6月）：格兰特与李将军在弗雷德里克斯堡附近展开了连续六周的激烈战斗。这是一场前所未有的持续性战役，包括荒野战役、斯波西瓦尼亚法院战役和冷港战役。在六周内，格兰特损失了65,000人，李将军损失了35,000人（占其军队更高比例）。这场战役使双方军队遭受重创，军官伤亡惨重，士兵也经历了极大的心理创伤。
“格兰特屠夫”的称号正是来源于这场持续的、血腥的战役。然而，盖拉格认为，从军事角度看，这体现了格兰特的军事天才，他成功地消耗了李的军队，并将其逼退至里士满。最终，战役演变为彼得斯堡和里士满的围城战，这场围城持续了九个月，正是李将军最担心的情况。
然而，持续的伤亡使得北方民众的士气在1864年7月和8月跌至最低点。当时，谢尔曼在西部攻打亚特兰大进展缓慢，里士满也未被攻克。林肯甚至认为自己无法连任总统。他让内阁成员签署了一份“盲目备忘录”，表明他们将无法连任，必须在民主党上台前赢得战争。
转折点： * 谢尔曼攻克亚特兰大（1864年9月初）：这场胜利彻底改变了战局，是“巨大的军事转折点”。 * 菲利普·谢里登在谢南多厄谷地取得的一系列决定性胜利，尤其是在大选前夕。 这些胜利重新选举了林肯，并使共和党在国会两院获得压倒性多数。
谢尔曼向大海进军（1864年末）和卡罗来纳战役（1865年初）：谢尔曼率领6万大军横穿佐治亚，摧毁了邦联的经济基础设施（烧毁工厂、屠杀牲畜、破坏农作物）。这不仅是后勤支持的打击，更是一种心理战术，旨在让南方民众心理崩溃，明白邦联政府无力保护他们。
最终，格兰特于1865年4月1日突破了彼得斯堡的李将军防线。李将军开始撤退，格兰特紧追不舍，最终在阿波马托克斯（1865年4月9日）迫使李将军投降。尽管当时邦联仍有数万军队分散在各地，但李将军及其军队的投降被视为战争的实际结束。
格兰特与李将军的关系：两人在美墨战争中曾共事，但私交不深。在阿波马托克斯，格兰特展现出极大的宽容，他按照林肯的意愿，给予邦联士兵宽厚的投降条件：允许他们签署假释文件后回家，甚至允许骑兵带走他们的马匹用于耕种。格兰特没有要求李将军交出佩剑，避免了羞辱性举动，这为战后的国家和解奠定了基础，尽管当时北方民众（包括许多激进共和党人）渴望严惩叛乱者。
林肯遇刺（1865年4月14日）：在李将军投降五天后，林肯在福特剧院被约翰·威尔克斯·布斯（John Wilkes Booth）刺杀。布斯是一位著名的演员，也是狂热的邦联支持者。他认为林肯是暴君，曾策划绑架林肯，后改为刺杀。布斯及其同伙原计划刺杀林肯、副总统安德鲁·约翰逊和国务卿威廉·亨利·西沃德。林肯遇刺后，布斯被追捕并被击毙。四名同谋被军事法庭审判并绞死，安德森维尔战俘营指挥官也被绞死。盖拉格认为，这些处决在一定程度上平息了北方民众的复仇情绪。
关于林肯遇刺的阴谋论，盖拉格教授表示，尽管存在各种猜测（如斯塔顿或激进共和党人策划），但大多数都被证明是牵强附会。他指出，人们倾向于相信阴谋论，因为这比接受重大历史事件可能源于随机或不那么“宏大”的原因更为“令人满意”。林肯在经历如此血腥的战争后幸存下来，却在胜利后不久被刺杀，未能领导重建，这令人心碎。
重建时期：战后，白南方人常抱怨被“占领”，但实际上，联邦在庞大的邦联前领土上部署的兵力极其有限（最多3万人，到1870年仅剩1万人）。北方民众不愿为长期占领买单，也不愿强迫南方实现黑人的完全平等权利。然而，由于安德鲁·约翰逊总统的顽固，国会推行了《第14修正案》和《第15修正案》（分别赋予黑人公民权和男性选举权），这在当时普遍存在的白人种族偏见背景下，盖拉格认为是一个“奇迹”。这些修正案为未来的民权运动奠定了法律基础，尽管吉姆·克劳法时期紧随其后。邦联战败后，其主要目标从建立奴隶制共和国转向维护白人至上和实施吉姆·克劳法。吉姆·克劳法是白南方人对阿波马托克斯战败的直接反应。
历史遗址的意义：盖拉格教授认为，亲身参观历史战场（如葛底斯堡）所获得的体验，是课堂教学无法替代的。地形有助于理解战役，纪念碑则提供了探讨战争记忆的独特视角，包括纪念碑上的铭文如何反映了当时人们的价值观和记忆。他自己在葛底斯堡国家公墓的演讲经历，让他感受到“逝去时代的幽灵”。
失落的事业（Lost Cause）：这是邦联对内战的记忆流派，与北方（联邦事业和解放事业）的叙事形成对比。邦联面临着如何合理化1861年灾难性决定的困境：为了奴隶制参战，四年后奴隶制消亡，三分之一白人适龄男性丧生。因此，“失落的事业”宣称： 1. 战争并非为了奴隶制，而是为了崇高的宪法原则和州权，以对抗联邦中央政府的压迫。 2. 邦联的抵抗是一场注定失败的、对抗强大优势的英勇努力，因此失败并无损荣誉。 3. 宣传罗伯特·E·李和“石墙”杰克逊等英雄人物，而非不那么受欢迎的杰斐逊·戴维斯。 第四种记忆流派是“和解事业”，即北方白人和南方白人同意避谈奴隶制和解放，转而强调共同的美国美德，如勇气等。
邦联旗帜和纪念碑：盖拉格教授指出，邦联旗帜（尤其是圣安德鲁斜十字旗）已与三K党等白人至上主义团体紧密相连，无法将其与种族主义和反叛机构的含义剥离。
夏洛茨维尔事件（2017年）：盖拉格教授曾在此地任教，他认为当时关于邦联纪念碑的辩论非常复杂。他持有复杂的观点，认为纪念碑并非都一样。一些纪念碑（如北卡罗来纳大学的“沉默的萨姆”和新奥尔良的“自由广场战役纪念碑”）在落成时就带有明确的种族主义言辞，应该被移除。他认为地方社区应通过公开听证会等程序来决定这些纪念碑的去留。夏洛茨维尔市议会最终决定移除所有邦联纪念碑，甚至包括路易斯和克拉克探险队的纪念碑。
盖拉格认为，许多早期由退伍老兵和战争寡妇竖立的邦联纪念碑，旨在纪念普通士兵。而后期（如20世纪20年代、30年代，以及50年代民权运动后）竖立的纪念碑则有不同的背景和目的。作为历史学家，他倾向于将这些纪念碑作为历史记录的一部分，通过解读它们来解释美国历史的不同面向和记忆流派。他强调，白人至上主义是警察和法律制度所强化的，而非仅仅依靠雕像。但他最终认同应由地方决定其纪念碑的命运。
他坚信不应忽视历史，包括其“艰难的棱角”，也不应审查含有令人不适语言的文献。他认为，研究人类历史，包括其黑暗面，是痛苦但必要的，这能帮助我们理解人类行为的全部范围以及我们容易自以为是地行恶。
关于当今美国社会“新内战”的说法，盖拉格教授不认为美国正处于19世纪内战边缘。他承认当前政治极化严重，与19世纪50年代有相似之处：双方都倾向于将最坏的意图归咎于对方，散布煽动性言论。然而，他指出，当下社会并未出现如19世纪中期那样的议会内部肢体冲突，也没有任何州真正召开脱离联邦大会并付诸行动。德克萨斯州和加利福尼亚州都曾有脱离联邦的言论，但这与1860年南方各州实际投票并脱离联邦的行动性质不同。
盖拉格教授认为，尽管存在激烈的言语冲突和分歧，但美国民众对国家仍怀有深厚的爱和韧性。他将其比作家庭聚餐时的激烈争吵，尽管争吵激烈，但家庭成员之间仍有一种“我们在一起”的默契和希望。
对于“美国是什么”的核心问题，盖拉格认为，它在很多方面仍保持着19世纪中期的特质。美国仍然是吸引世界各地多样化人口的磁石，人们不断涌入，融入这个“马赛克”社会，并成为“旧马赛克”的一部分，迎接下一波新来者。尽管存在诸多问题，但美国在世界上扮演的角色是独特的。
盖拉格教授乐观地认为，美国是一个“不断繁荣的希望与自由的灯塔”，尽管其存在诸多缺点和伪善之处，但它一直在努力实现其伟大理想，并仍然是人类多样性的家园。他相信，这种充满混乱、争论、激情的局面，最终将推动进步。他对此充满希望，并感谢弗里德曼邀请他探讨美国这段重要的历史。
播客以威廉·特库姆塞·谢尔曼将军的名言作结：“我厌倦并厌恶战争。它的荣耀全是海市蜃楼。只有那些从未开枪、从未听过伤者尖叫和呻吟的人，才会高声叫喊着鲜血、复仇和毁灭。战争是地狱。”
2026-07-01 05:58:34
本次播客节目的亮点片段揭示了罗马帝国在某些时期所经历的剧烈动荡。安东尼·卡尔德利斯指出，这是一个“帝国建立和新宗教兴起的世界主要走廊之一”的社会，位于“你能想象到的最危险的区域”。Lex Fridman 补充道，在仅仅50年间，有26位皇帝被谋杀，这显示了极度的政治不稳定。这些被谋杀的皇帝几乎都是将军，且绝大多数是被他们的部下杀害，内战成为常态。此外，帝国还面临恶性通货膨胀、经济崩溃和瘟疫的打击，导致社会陷入巨大混乱。
尽管如此，卡尔德利斯教授强调，东罗马帝国并非军事独裁政权。他认为，尽管皇帝掌握军队，且军队在皇帝继位中扮演重要角色（通过内战等），但军队极少被用作社会控制的工具。他还举例说明，一些宦官，如查士丁尼的将军纳尔西斯，虽然身体矮小、年迈且被阉割，但却极其能干，在意大利击败哥特人，展现了非凡的领导力。
本集 Lex Fridman 播客采访了安东尼·卡尔德利斯，他是一位专注于东罗马帝国（也被称为拜占庭帝国）的历史学家。主持人简要介绍了播客的赞助商信息以及联系方式，并隆重推出了本期嘉宾。
Lex Fridman 开篇即指出卡尔德利斯教授的观点：所谓的“拜占庭帝国”只是历史学家在帝国崩溃后才创造的概念，当时的人们都认为自己是罗马人，并且从法律和文化意义上讲，它就是罗马帝国不间断的延续。卡尔德利斯教授对此表示认同，强调举证责任在于那些声称拜占庭帝国并非罗马帝国的人，因为所有史料都明确支持后者的说法，这几乎是一种“认知失调”。
他解释说，东罗马帝国是古罗马帝国在东方的直接延续。尽管西方历史观通常认为罗马帝国在5世纪随着西罗马帝国的陷落而终结，并倾向于将东部排除在其文化谱系之外，但实际上，东部自称罗马帝国，其臣民自称罗马公民，并一直延续到帝国末期甚至更久远。
卡尔德利斯指出，西欧人出于政治原因希望将东部帝国视为“不同的实体”，因此曾称其为“希腊人的帝国”达千年之久，后来又改为“拜占庭帝国”。然而，现在这一观念正在瓦解，历史学界正逐步进入一个“长罗马帝国”的阶段，承认罗马国家或政体的历史绵延异常之久，从古代（约公元前8世纪）一直延续到15世纪，这在历史上几乎是独一无二的。
卡尔德利斯教授概括了罗马国家绵延2200多年的宏大历史，从公元前753年建城，到公元1453年君士坦丁堡陷落：
Lex Fridman 随后补充了更详细的时间线和关键事件，并得到了卡尔德利斯教授的肯定： * 公元前753年：罗马建城，最初是一个小型城邦。 * 公元前509年：推翻国王，罗马共和国成立。 * 公元前390年：高卢人洗劫罗马，这是一次创伤性事件，强化了罗马的安全执念。 * 公元前264-146年：布匿战争，罗马战胜汉尼拔，成为地中海超级大国。 * 公元前49-31年：凯撒渡过卢比孔河，内战，奥古斯都（屋大维）成为第一位罗马皇帝。 * 公元前27年-公元180年：罗马和平时期（Pax Romana），相对和平稳定。 * 公元284年：戴克里先重建国家，皇帝的“第一公民”面具被抛弃。 * 公元312年：君士坦丁在米尔维安大桥战役击败马克森提乌斯，成为西半部帝国唯一统治者。 * 公元330年：君士坦丁堡建立。 * 公元395年：东西罗马帝国分裂（一个渐进过程的传统日期）。 * 公元410年：西哥特人洗劫罗马。 * 公元476年：西罗马帝国灭亡，最后一位西部皇帝被废黜。 * 公元527年：查士丁尼统治（6世纪）。 * 7世纪：希拉克略击败波斯后，被阿拉伯人击败，导致阿拉伯征服。 * 8世纪：阿拉伯人围攻君士坦丁堡失败。 * 马其顿王朝：帝国复兴。 * 十字军东征。 * 公元1453年：君士坦丁堡陷落。
卡尔德利斯教授补充，罗马历史上三次主要的领土丧失危机点是：公元630年代的阿拉伯征服、公元1070年代塞尔柱突厥人对小亚细亚的征服，以及1204年第四次十字军攻占君士坦丁堡。这些打击迅速而猛烈，但帝国大部分历史是缓慢而稳定的经济增长和领土扩张。他强调，许多历史日期标记的并非突然事件，而是漫长而渐进的过程。
谈及罗马帝国长久存在的“灵魂”，卡尔德利斯教授以“忒修斯之船”的隐喻解释：罗马历史是一个国家或政治共同体的历史叙事，其成员从未觉得发生过戏剧性的断裂。尽管一切都在演变，但变化是如此渐进，以至于身处其中的人们并未察觉到彻底的转变。
关于罗马人的“自豪感”，卡尔德利斯教授承认精英阶层存在，但避免将其作为社会运作分析的中心，因为这种“自豪感”可能被现代民族建构所影响。他认为，罗马社会更多是基于一种“统治与被统治的共识”，即臣民同意纳税和服从政治权威，以换取相应的回报和相互责任的理解。他关注的是社会如何长期维系。
关于不同时期罗马人的差异，卡尔德利斯教授指出，即使同一时期的罗马人（如西塞罗时代的元老与罗马贫民窟的奴隶之子）也可能存在巨大差异。然而，他强调历史学家倾向于将哈德良皇帝（2世纪的希腊化罗马人）与早期共和国的战士视为“一体”，却人为地将哈德良与数百年后同样受希腊文化影响的皇帝“割裂”，原因就是历史学界对“罗马”与“拜占庭”之间存在“断裂”的预设。
他建议通过考察特定社会角色（如士兵、女性商人）在不同时期的经历来理解这种连续性。例如，罗马士兵宣誓效忠共和国或皇帝，无论哪个时期，其誓词的核心都具有连贯性。罗马法律也赋予女性独特的权利和机会，例如10-11世纪，东罗马帝国的犹太女性在罗马法院比在拉比法庭拥有更多权利，这体现了帝国法律的持久影响力。
卡尔德利斯教授详细阐述了东罗马帝国政府向其公民投射的“君王形象”（persona）。他指出，无论皇帝的个性如何，帝国在整个历史中都保持着这种一致的形象。这种形象通过颁布法律、帝国修辞（如赞美皇帝的言辞）和民众请愿（公民向当局提出申诉并期待回应）等多种媒介传播。
该“君王形象”的核心特征包括： * 回应性：当局对臣民的需求作出回应。 * 负责任：理解权力是为公共利益而非私人利益行使，并愿意对官员的不法行为进行问责。 * 积极主动：皇帝们不断宣称他们会提前规划，预见并解决问题。 * 勤劳：皇帝们经常强调他们为臣民的问题“夜不能寐”，如查士丁尼皇帝就以“不眠的皇帝”闻名，其工作狂倾向连敌人都承认。
卡尔德利斯教授强调，这种形象的塑造是维系社会凝聚力的重要机制，能促使臣民接受纳税的共识。他进一步区分了修辞与行动，指出虽然现代语境下这可能被视为“宣传”，但他的研究表明，东罗马帝国的皇帝和当局在言行上通常是真诚一致的。尽管存在腐败和滥用权力，但总体而言，皇帝们在言出必行方面维持了足够的水平，因为他们自身的地位也相当脆弱，需要臣民的相对满意度。
这种看似矛盾的现象——拥有巨大甚至绝对权力的皇帝却如此关注臣民的满意度——源于罗马政治体系中“王位没有固有权利”的特点。皇帝并非王朝建立者，而是从共和制内部通过内战脱颖而出。为了维持和平、避免新的内战，皇帝必须制造一种假象，即他们只是“第一公民”而非绝对君主。
内战和骚乱是罗马体系中一种“机制”而非“缺陷”。持续的内战威胁（历史上达120次，通常迅速且非意识形态性，仅为争夺权力）是皇帝行为举止的重要制约。君士坦丁堡的皇帝中，约46%通过暴力被推翻，这使得每位皇帝都感到脆弱不安。为避免被推翻，皇帝们会努力取悦民众，而非通过逮捕或处决潜在威胁者。
君士坦丁堡存在一种“永久公投”机制：皇帝公开露面时，民众在竞技场（如希腊跑马场，可容纳3万至10万人）通过欢呼或嘘声表达民意。皇帝会根据这些反馈调整政策，如公元1190年代的阿莱克修斯三世就曾因民众反对而取消“德国税”。军队集结时也可能表达对皇帝的看法。卡尔德利斯教授认为，这是一种民众咨询和共识检验的形式，尽管并非现代意义上的民主，却是一种有效的权力制衡。
卡尔德利斯教授强调，他作为历史学家并非倡导这种社会组织形式，而是试图理解其长期存续的机制，以及它如何展现出韧性并在权力行使中保持一定程度的制衡。
卡尔德利斯教授指出，卡拉卡拉敕令（Edict of Caracalla），即公元212年颁布的《安东尼努斯敕令》（Constitutio Antoniniana），是罗马帝国历史上一个极其重要的转折点，尽管它也是一个长期过程的一部分。在卡拉卡拉时代之前，尽管罗马政体通过各种机制（如集体授予、将军授予、甚至委托外国城市选举）不断扩大罗马公民权，但帝国中自由民中只有不到三分之一是罗马公民，其余人拥有地方公民身份，受地方法律管辖。
卡拉卡拉（绰号，本名为马库斯·奥勒留·安东尼努斯）颁布此敕令，将罗马公民权扩展到帝国所有自由居民。敕令颁布的具体原因不明。卡拉卡拉本人声称是出于宗教原因，希望所有人以罗马公民身份向罗马诸神祈祷感恩。而当时的其他历史学家则认为是出于税收考量。卡尔德利斯教授认为，敕令背后可能也存在一种构建统一帝国社区的意识形态。
然而，敕令最重要的意义在于其后果及其对罗马共同体的启示。与任何现代帝国都不同，罗马帝国不仅将公民权扩大到所有人，而且真正做到了言出必行。这意味着罗马公民所享有的权利和机会，如今对帝国所有居民开放。短短一代人之内，所有皇帝和帝国中最有权势的人物都来自行省。这种“令人难以置信”的普遍公民权，表明了罗马帝国人民的性质、政府的意图以及系统对政府实施意图的激励。卡尔德利斯教授以英国向印度所有居民授予英国公民权，并允许他们担任伦敦权力职位，包括王位，来对比罗马帝国的这一独特举措，强调了其革命性。他指出，这与种族和殖民主义等因素无关，而是罗马的独特性。
他进一步解释说，正是由于这种普遍公民权，一个世纪后君士坦丁堡的建立才成为可能。它并非将“罗马性”带到东方，而是建立在一个已经普遍罗马化的背景之上。
当被问及这一革命性理念的形成过程中，是否有个别“伟大人物”（如美国建国者）发挥关键作用时，卡尔德利斯教授认为，公元212年的卡拉卡拉敕令很可能由少数罗马法学家推动。尽管缺乏美国革命那样的会议记录，甚至连敕令的完整拉丁文原件都已失传，仅剩一份希腊文的残损纸莎草碎片，但它确实保留了关键条款。敕令的效果立竿见影：很快帝国各地出现了大量以卡拉卡拉家族姓氏“奥勒留”命名的公民，这证明了公民权的广泛授予。
Lex Fridman 提到，敕令的平等权利有助于缓解3世纪危机中的不满情绪。卡尔德利斯教授澄清，3世纪是一个充满混乱的时期（26位皇帝在50年内被谋杀），敕令之后帝国仍经历了数十年的动荡。但从长远来看，它确实有助于削弱相关人口的不满，从而最大限度地降低起义的可能性。
3世纪危机被 Lex Fridman 描述为一场“完美风暴”，其特征是极度的政治动荡：50年内26位皇帝被谋杀，几乎都是将军，且多被其部下所杀；内战频发；恶性通货膨胀和经济崩溃；以及从公元249年持续到262年的瘟疫（可能是天花或埃博拉），在罗马城每日死亡人数高达5000人，严重削弱了税基和兵源。帝国一度分裂成三个部分，但奥勒良皇帝在五年内奇迹般地重新统一了它们。
卡尔德利斯教授补充说，这次危机反映了帝国合法性危机，军队随意拥立皇帝。讽刺的是，这也部分源于罗马传统中利益攸关者的增多，各行省军队各自拥立皇帝。同时，北方外族入侵加剧，萨珊波斯帝国在东方崛起，导致大量对外战争失败。
然而，卡尔德利斯教授也提出了细致的观点：尽管上层政治极度不稳定，但对于大多数普通民众来说，生活可能并未如危机中心般剧烈。例如，通过埃及的纸莎草文献，可以看出当地人民的生活并未受到太大影响。他指出，即便是帝国分裂成的“高卢帝国”（大致是现代法国和英国地区），其目的也并非脱离罗马，而是行省将军试图夺取整个帝国统治权，并以罗马模式建立其国家，这表明当时“罗马模式”几乎是唯一的政治想象。
戴克里先（公元284-305年）通过将问题转化为解决方案来应对危机。他认识到一位皇帝无法处理所有边境和政治问题，于是任命了四位同事共同治理，形成了“四帝共治制”（Tetrarchy）。这些皇帝大多是来自伊利里亚（前南斯拉夫地区）的军事强人，通过军队的晋升机制上位。他们是“强硬的罗马保守派”，形象上与哈德良等更具文化素养的皇帝形成鲜明对比。
戴克里先的改革包括： * 扩大政府规模：建立了更大的政府和军队，这需要更系统和有效的税收体系，包括普查和官僚机构。 * “深层政府”概念：Lex Fridman 提出戴克里先是否创建了“深层政府”。卡尔德利斯教授认为，尽管存在庞大的官僚机构，但他未发现其内部存在蓄意破坏皇帝权力的“阴险元素”。他认为，官僚机构与皇帝权力紧密结合，且皇帝任期长久，与现代“深层政府”的概念不同。 * 行政与军事分离：暗示了这种趋势。 * 普遍征税：最重要的一点是，他废除了意大利的免税特权，使所有罗马公民都受制于统一的税收制度。戴克里先的税收体系虽然表面上是统一税，但按当时标准来看具有一定的进步性，连精英阶层也要纳税。卡尔德利斯教授认为，税收是帝国运作的“核心”。 * 社会流动性：尽管为了税收和兵源，某些职业（如士兵和部分农民）有世袭义务或被束缚于土地，但这主要是税收执行机制，而非严格的种姓制度。卡尔德利斯教授强调，罗马社会整体上仍存在显著的社会和物理流动性。
戴克里先的改革最终使帝国恢复了稳定。他通过四帝共治减少了叛乱，击败了波斯人，并为经济和人口增长创造了稳定环境。
君士坦丁是戴克里先一位同事的儿子，尽管四帝共治体系旨在避免世袭，但军队的支持使他在继承人中脱颖而出。他是一位非常能干的内战将军，在324年击败所有对手（包括姻亲和盟友），成为整个罗马帝国的唯一统治者。在击败最后一个对手李锡尼后，他身处东方，并决定在李锡尼的总部所在地——拜占庭（位于欧亚交界处的博斯普鲁斯海峡，战略位置极其重要）——建立一座以自己名字命名的城市，即君士坦丁堡，又称“新罗马”。这明确表明君士坦丁打算将其作为罗马在东方的“分部”，一个复制和粘贴的罗马。
君士坦丁堡的地理位置对其重要性不言而喻： * 战略要冲：它位于多瑙河和幼发拉底河两大边境之间，使皇帝能够在这两个主要战线之间调动。 * 欧亚枢纽：连接黑海和地中海，是欧洲与亚洲的交汇点。在过去的内战中，帝国经常在此处分裂。君士坦丁堡像一个“钳子”将巴尔干、小亚细亚和叙利亚统一起来。 * 新元老院：君士坦丁和其继任者招募了来自东地中海各地的富裕精英（约2500-3000人）组成新元老院。这些精英的投资和共同目的，使帝国这一区域（东部）得以维系，分裂点也因此西移到亚得里亚海。
卡尔德利斯教授将君士坦丁列为拜占庭十大皇帝之首，并非因为其个人品质（他好战、残忍，甚至毫无理由地处决了他的儿子克里斯普斯和妻子福斯塔，史料对此常常避而不谈），而是因为他做出的决策具有“世界历史层面”的巨大影响力，且大部分并非糟糕的决定。创建君士坦丁堡并引领帝国走向基督教化，是其他皇帝无法比拟的重大举措。
在君士坦丁时代，基督教尚未在罗马帝国的体系中扮演核心角色。卡尔德利斯教授认为，是帝国系统“吸纳”了基督教，使其成为帝国体系的一部分，而非基督教战胜了罗马。他强调，基督教通过构建自身“胜利”的叙事（战胜古代宗教），忽略了罗马帝国强大的政治实体。与伊斯兰教不同，基督教是在一个高度发达的罗马政治和社会体系中发展起来的。
在君士坦丁时代，基督徒数量估计仅占帝国人口的10%左右，且主要集中在城市，政治影响力并不显著。因此，君士坦丁皈依基督教并推动帝国基督教化并非出于政治权宜之计，而更可能是出于个人信仰（他可能相信基督徒的神在战斗中帮助了他）。尽管他是一位实用主义者，会根据听众调整言辞（对基督徒谈论基督，对大众则泛指“好的宗教”），甚至在君士坦丁堡仍树立着带有阿波罗形象的巨大雕像，但学者普遍认为他确实是一位虔诚的基督徒。
基督教化是一个漫长而渐进的过程。直到5世纪中叶，社会才可能成为以基督徒为主的社会；而到6世纪初，才形成一个绝大多数为基督徒的社会（非基督徒占比约10-15%）。这个过程长达数百年，主要通过“奖励”和“惩罚”机制实现： * 奖励：主教获得资金用于慈善，教会获得土地和遗产用于社会政策。 * 惩罚：皇帝颁布法律限制传统宗教活动（如动物祭祀、某些“迷信”行为），非基督徒逐渐被限制担任高级公职。
基督教之所以成功传播，在于其多样化的吸引力：它既有吸引知识分子的神学和哲学层面，也有能组织社区的公共仪式和节日，还有带来个人来世希望的洗礼和信仰教义。它将自身融入宫廷、军队（士兵宣誓效忠三位一体）、教会和文学，展现出极强的适应性。
然而，君士坦丁并未预料到基督教内部会产生巨大的分裂。由于基督教的排他性主张（“我的信仰是真理，你们的信仰是谬误，甚至是邪恶的”），它既能极大地团结群体，也同样能引发剧烈的冲突。因此，卡尔德利斯教授认为基督教对东罗马帝国而言，既是统一力量也是分裂力量。
他特别指出，关于“圣像破坏运动”（Iconoclasm）的激烈宗教冲突，在社会层面可能被夸大了。根据他的研究，这更多是少数精英（皇帝、主教、修道院长）之间的辩论，而非广泛的民众运动。他提醒，阅读历史时要警惕宗教文本可能存在的偏见。
当被问及罗马人会将自己定义为“罗马人”还是“基督徒”时，卡尔德利斯教授认为他们会选择“两者皆是”。他解释说，尽管两者有重叠，但并非完全一致：有非罗马的基督徒（如保加利亚人），也有非基督徒的罗马人（如被罗马皇帝迫害的殉道者）。这种“罗马、基督徒和希腊文化”三元素并存的独特组合，使得东罗马社会成为一个“实验室”，为人们提供了多样化的选择。
君士坦丁堡的人口在短短两个世纪内从2.5万增长到50万，这种超乎寻常的增长主要源于行省的大规模移民，尤其是讲希腊语的行省。城市高密度带来的疾病也使得持续人口输入成为必要。君士坦丁通过引入元老院成员（每位元老都伴有大量家眷和仆从，形成人口核心）以及提供“粮食救济”（免费面包）等措施，吸引了大量人口。这些资源，特别是埃及的粮食，从“老罗马”转移到“新罗马”，传递了一个强烈信号，即国家重心已转向东方。
西罗马帝国在公元476年最终陷落的原因是多方面的，但核心在于蛮族军队的持续压力。在5世纪，来自帝国外部的蛮族军队不断施压，当罗马国家未能镇压其中一些势力（如汪达尔人占据北非）时，就形成了一个恶性循环：失去行省（税收），无法维持和支付军队，进而无力抵御下一波入侵。东罗马帝国之所以幸存，部分原因在于地理优势（入侵者难以跨越海洋到达小亚细亚），以及君士坦丁堡的坚固防御。东部能够依靠欧洲和亚洲两翼相互支援，并最终发展出“希腊火”等技术。
卡尔德利斯教授强调，西罗马帝国的“崩溃”并非指罗马作为一个整体的终结，而是帝国的权力中心从西方转移到了东方。在公元430年代，君士坦丁堡甚至为西方编纂拉丁语的罗马法典。6世纪，查士丁尼皇帝更是从东方发兵，重新征服了西方部分地区，并大规模重新编纂了罗马法（《查士丁尼法典》），该法典成为西方法律的基石。曾经被视为“落后”的色雷斯省成为了罗马世界的首都，而罗马城则沦为被哥特人蹂躏、狼群出没的荒芜之地，权力中心发生了彻底的颠覆。
卡尔德利斯教授深入剖析了东罗马帝国的政府运作及其演变。他将政府结构大致分为三类：军事、民事行政和教会（在当时可视为一种政府机构）。 * 军事：罗马东部国家拥有一支庞大的军队，通常维持在10万至25万之间，由职业军人组成，主要职能是防御。 * 民事行政：其核心任务是为军队筹集资金，因为军事开支是国家预算中最大的一块。这需要精密的资产普查、税收征收系统（包括多个税务局、记录保存机构），以及处理与财政相关的法律纠纷部门。此外，民事行政还负责帝国法律的制定、执行（法院、法官、上诉法院）以及宫廷事务和外交等。 * 税收系统：并非简单的统一税，而是高度复杂，充满了各种豁免（如修道院、富裕家庭、贫困村庄等通过请愿获得）。这导致皇帝需要定期“清理门户”，取消过多的豁免。卡尔德利斯教授将其视为“社会运作的核心”。
在宫廷内部，宦官扮演了极其重要的角色。他们是皇帝的家臣，负责处理皇帝的私人事务、宫廷组织、宴会、服饰等。他们的重要性在于： * 接近权力：与皇帝形影不离，可为他人代为请愿，因此常被贿赂。他们也承担了部分民怨，成为被憎恨的对象。 * 权力制衡：皇帝利用宦官制衡根深蒂固的军方和贵族网络。由于宦官通常来自帝国之外或曾是奴隶，与传统权力家族无关，他们完全依赖皇帝的恩宠，因此对皇帝极其忠诚。皇帝常将重要军职甚至军队指挥权交给宦官，以打破既有权力格局。 * 卓越能力：许多宦官能力非凡，如查士丁尼的将军纳尔西斯，他在意大利击败了哥特人，展现出军事才能。 * 无血脉继承：宦官无法生育后代，因此不会为自己的家族谋取私利，这进一步保障了他们对皇帝的忠诚。
卡尔德利斯教授驳斥了“孤立的农民”这一神话。他认为，在东罗马帝国，并不存在与帝国体系脱节的孤立社区。每一寸可耕地都经过数世纪的普查，税收每年征收三次，不仅包括金钱，还有实物、劳役和兵源。这些税收、遍布帝国的教会（提供日历、布道、为皇帝祈祷）以及流通的货币，共同构成了一个“非常密集的制度矩阵”，将所有社区紧密连接在一起。税收是维系帝国统一的主要因素。
对于东罗马帝国的性质，他提出了“君主共和制”（monarchic republic）这一术语。他认为，传统的“拜占庭帝国”称谓并不准确，因为在希腊语中并没有“帝国”（指征服他国的国家）的概念，他们使用的是“basileia”（君主制）或“politeia”（政体，古罗马“res publica”的希腊语翻译，意指“人民的共同事务”，不排斥君主制）。皇帝的角色被理解为服务于政体。他强调，罗马帝国并非严格意义上的“帝国”，因为它主要是由罗马公民通过自己的政府进行自治，而不是一个民族征服并统治其他民族。
卡尔德利斯教授明确表示，东罗马帝国并非“军事独裁”。尽管皇帝掌握军队，且军队在皇帝继承中发挥作用，但军队极少被用作社会控制的工具。他认为这是因为社会存在广泛的共识，军队被视为保护罗马人民的力量。他强调，在人类历史上，动用军队镇压本国民众往往是危险且不可持续的。这种自愈机制，正是东罗马帝国长寿的奥秘之一。
查士丁尼（公元527-565年在位）是罗马历史上最具影响力的皇帝之一。他出身于西巴尔干地区一个贫困的农家，是前任皇帝查士丁一世的侄子。查士丁尼凭借其军事背景在社会流动体系中脱颖而出，并最终成为皇帝。他娶了曾为性工作者的狄奥多拉为妻，这是一个富有争议的选择，但狄奥多拉在他的统治期间扮演了极其有力的角色。查士丁尼选拔人才不拘一格，不论其社会阶层或声望，只看重能力，这有助于他取得成功。他以拉丁语为母语，但也精通希腊语。
查士丁尼最重大的贡献之一是罗马法的编纂。他任命了一个委员会（特里波尼安主导）将庞杂的罗马法典浓缩为《民法大全》（Corpus Juris Civilis）。这是一项巨大的法典化工程，至今仍是研究罗马法的主要来源，并成为欧洲大陆民法体系的模板。该法典系统地构建了私法（人、物、诉讼），明确保护财产和合同，规定了详细的家庭和继承规则，以及基于等级的身份观念。这些法律概念对后世的哲学和政治思想，甚至今天的法律实践都产生了深远影响。
在性观念方面，查士丁尼认为同性恋行为会导致地震，并曾试图严厉惩罚。然而，他并没有建立宗教裁判所或社会警察体系来系统性地调查个人性生活，在一定程度上仍保持了“人性化”的“顺其自然”态度。尽管他本人曾为娶狄奥多拉而修改法律以允许元老与“不名誉”职业者通婚，显示了他对爱情的执着。
然而，查士丁尼也饱受争议，因为他发起了一系列征服战争： * 动机：他认为自己受上帝授权，有责任收复西罗马帝国失去的行省。他抓住机遇，利用西方蛮族王国的弱点进行干预并成功夺取。 * 后果：这些战争使许多行省（如意大利）饱受蹂躏达数十年。他过度扩张了帝国的资源，为继任者留下了更危险的防守局面。他为西征而抽调东方军队，削弱了本土防御，导致波斯人得以入侵并摧毁安条克。卡尔德利斯教授认为，征服本身并非好事，并质疑这些扩张的长期效益，指出意大利和西班牙南部可能无法自给自足。他个人在评价皇帝时，更看重是否能为臣民带来福祉和长久的制度建设，而非单纯的军事胜利。
查士丁尼还重建了君士坦丁堡，并修建了雄伟的圣索菲亚大教堂。值得注意的是，这些重建工作是在他镇压尼卡起义后进行的。那次起义导致君士坦丁堡发生十天街头巷战，最终他下令军队屠杀3万多名抗议者，城市多处被焚毁。
至于查士丁尼瘟疫（公元541年，由鼠疫杆菌引起），一些历史学家认为它导致一半人口死亡并摧毁了帝国。但卡尔德利斯教授对此持怀疑态度，他认为如此高的死亡率会使社会停滞（如14世纪的黑死病），然而查士丁尼的战争、税收和法庭运作并未中断，这表明瘟疫的影响可能被夸大，更为温和。
总的来说，查士丁尼给帝国留下了过度扩张的遗产，使得继任者在面对更多边境问题时，本土的军事力量反而被削弱，从而陷入了又一个恶性循环。尽管并非所有问题都是他的错，但他的决策无疑加剧了7世纪帝国的困境。
希拉克略皇帝的统治生涯充满了挑战。他在公元602年开始的罗马-波斯战争期间，身为非洲总督的儿子，于公元608-610年发动内战推翻了前任皇帝福卡斯。这场内战严重分散了罗马军队，给了波斯人可乘之机，导致叙利亚、巴勒斯坦和埃及等东方富庶行省被波斯人征服。希拉克略在610年夺取君士坦丁堡后，面临一个比他发动叛乱前更严峻的局面。
尽管西方中世纪传统将希拉克略视为“第一个十字军战士”，因他击败波斯、夺回耶路撒冷并恢复真十字架，但在卡尔德利斯教授看来，其功过相抵。他承认希拉克略最终（可能借助中亚突厥盟友）击败了波斯人，通过对波斯腹地（高加索和美索不达米亚）的奇特战役，而非直接对抗入侵小亚细亚和围攻君士坦丁堡（公元626年）的波斯军队，成功削弱了波斯帝国。然而，这场旷日持久的战争耗尽了罗马和波斯两大帝国的力量，使得双方都元气大伤，为随后兴起的阿拉伯征服埋下了伏笔。
公元630年代和640年代，阿拉伯人趁两大帝国虚弱之际，从罗马帝国从未准备防御的方向发起进攻，轻松夺取了叙利亚、巴勒斯坦和埃及等最富庶的行省，切断了君士坦丁堡的粮食供应（埃及粮食）。
帝国面临巨大领土丧失后，开始了漫长而痛苦的重建与稳定过程。他们首先努力止血，稳住战线，并通过投资海军和研发“希腊火”来对抗阿拉伯人。希腊火（一种类似凝固汽油的秘密武器）通过加压喷射器喷出火焰，即使在水上也能持续燃烧，对敌船造成巨大杀伤力，后来也被用于对抗维京人。
公元8世纪初的第二次阿拉伯人围攻君士坦丁堡，是帝国生死存亡的关键时刻。在能干的利奥三世皇帝（一位篡位者，但因其能力被精英支持）领导下，君士坦丁堡严阵以待。结合坚固的城墙、海军、巧妙运用希腊火，以及保加利亚盟友的帮助，罗马人成功击退了阿拉伯人，确保了帝国的生存。卡尔德利斯教授认为，这并非偶然，而是精心策划和有效执行的结果。
围城胜利后，利奥三世及其继任者（伊苏里亚王朝）继续统治帝国。此后，帝国经历了一段以圣像破坏运动为标志的内部宗教冲突时期。这场争论集中在是否应该崇拜或销毁圣像，看似细微，实则蕴含重大的政治和神学意义。然而，卡尔德利斯教授指出，根据他的研究，这场冲突主要局限于少数精英阶层，并未在民间引起广泛关注，许多民众甚至会随皇帝政策改变而调整立场，这表明史料中对这场冲突的描述可能因书写者的宗教热情而被“过度夸大”。他提醒历史学者在阅读宗教事件时，务必审慎对待史料来源。
在经历了一系列生存危机之后，公元10世纪的马其顿王朝时期，东罗马帝国再次迎来繁荣。卡尔德利斯教授的著作《黄金之河，鲜血之流：拜占庭的兴衰，公元955年至第一次十字军东征》记录了这一时期的复兴与扩张。自955年新的军事领导层上任以来，罗马人再次发动征服战争，扩大了在奇里乞亚、北叙利亚、塞浦路斯、高加索乃至保加利亚的领土。随后的几十年里，帝国享受了稳定和繁荣。
然而，11世纪末，帝国遭遇了“三面夹击”的危机：东部的塞尔柱突厥人、北方的佩切涅格人和意大利南部的诺曼人。卡尔德利斯教授挑战了传统的历史观，即认为帝国衰落是由于内部道德败坏和文官皇帝忽视军队，他强调外部力量的冲击才是主要原因。他认为，没有任何一个国家（无论是中世纪还是古代）能够同时应对三种截然不同的敌人——诺曼骑士（以残酷著称）、佩切涅格游牧骑兵和拥有巨大后备力量的塞尔柱突厥人（他们将小亚细亚的农田改造为牧场）。尽管帝国也存在马其顿王朝终结、皇帝为获取支持而过度授予豁免导致预算问题等内部挑战，但这些问题在面对前所未有的外部威胁时变得尤为突出。
卡尔德利斯教授指出，罗马帝国历史并非简单的“震荡”循环，而是由一系列离散、短暂、外生性冲击（如外部入侵）造成的危机所打断。然而，帝国几乎总能在危机过后，找到稳住阵线、巩固地位、重新集结并回归复兴、增长乃至重新征服的轨道。他强调，历史学家应该更多地关注社会内部的“制度和意识形态”等稳定因素，而非仅仅聚焦于外部危机。他认为，正是这些内在的组织机制，使得帝国能够持续发展和保持韧性。
谈到罗马帝国的最终衰落与崩溃（公元1453年），卡尔德利斯教授认为，不可逆转的衰落始于14世纪早期，大约在1300年至1350年之间。帝国在1300年左右失去了小亚细亚，这使得它无法再利用欧亚两翼的优势，只能局限于欧洲。随后的内战、塞尔维亚扩张以及黑死病，使得帝国再也未能恢复元气。到1340年代，他认为“大局已定”。帝国之所以又苟延残喘了一个世纪到1453年，部分归因于帖木儿（Tamerlane）在1400年左右重创了奥斯曼帝国，给了拜占庭一些喘息的机会。
他再次强调，导致帝国最终崩溃的根本原因是无法应对的外部入侵。他坚信，如果没有这些持续而巨大的外部威胁，东罗马帝国凭借其稳固的内部机制（税收系统、政治运作、民众认同等），完全有可能再延续千年。因为在1200多年的历史中，除了保加利亚（一个被征服的民族）外，从未出现过罗马行省人民主动寻求分裂或离开帝国的运动。中央政府也从未失去其征税能力，没有大规模的农民起义或地方军阀割据。
这种非凡的稳定性和自愈能力，卡尔德利斯教授总结为两点： 1. 当局的努力与实践：皇帝及政府投入巨大努力，让臣民相信他们是为人民福祉而统治，并且在大多数情况下确实言出必行。 2. 统一的身份认同：帝国人民拥有强烈的“罗马人”和“东正教徒”双重身份认同。他们清楚地知道自己被非罗马和非基督徒的敌人包围，因此不愿生活在他们的统治之下，这使得他们有共同的理由去维护帝国的团结。他强调，这种“修辞”与“行动”的结合，以及领导者对自身所宣称理念的真诚信仰，是维系帝国长盛不衰的关键。
在总结罗马帝国2200年历史对现代社会的启示时，卡尔德利斯教授首先强调了投资于为大多数民众服务的制度的重要性。即使这些制度需要民众付出代价，但如果政府能够解释其存在的意义和益处，就能得到统治阶级的长期支持，从而实现长远的成功。罗马人不仅修建了道路，也构建了持久的制度，如基督教会，这些都是为了长久而设计的。
其次，他提到了美国外交政策中存在的“言行不一”问题。他认为，罗马帝国之所以成功，是因为其统治者的修辞与行动高度匹配。而现代美国，尤其是在战争和外交中，有时会宣称崇高目标（如传播民主），但实际行动与此存在巨大差距，这损害了其公信力。他指出，军事工业复合体的巨大收益可能导致这种言行差距的自然扩大。
谈及民主的代价，卡尔德利斯教授承认，民主制度下领导人的临时性（四年或五年一届）可能导致决策的短视性，这也是人类文明需要不断探索解决的问题。
最后，关于人类本性，卡尔德利斯教授认为，尽管文化会对行为进行调整，但人类的爱恨、野心、能力等基本心理参数是贯穿历史的。他赞同修昔底德的观点，即人类在本质上是一致的。他将人类历史分为三个阶段：狩猎采集、农业革命和工业/技术革命。他相信未来还会有第四个阶段，届时人类可能通过基因工程和脑机接口等技术深刻改变自身，但他也提出疑问，届时的人类是否仍能与今天的我们相认，或者意识本身是否是技术无法复制的特殊存在。同时，他也警示，人类首次拥有了毁灭一切的工具。
尽管面临诸多挑战，卡尔德利斯教授对人类文明的未来持乐观态度。他认为，与历史上其他更绝望的时期相比，我们今天的问题是可解决的。他指出，当前人类社会的“苦难”正在客观减少，我们正在创造一个总体上更加繁荣和积极的世界。他鼓励人们“做得更好”，并对人类文明的未来抱有希望。
2026-05-11 10:03:21
本集播客的精彩片段开宗明义地强调了开源社区的核心价值观：代码质量至上，无关贡献者的身份背景。Lex Fridman指出FFmpeg是全球最大的CPU使用者之一，其复杂性之高，每一句话都可能代表着某人毕生的工作。Jean-Baptiste Kempf补充说，FFmpeg包含十万行汇编代码用于所有编解码器，而dav1d一个项目就拥有二十四万行汇编代码，强调“每一周期都至关重要”。Lex进一步提到，顶级的视频编解码器可能由79.9%的汇编、19.6%的C语言和0.5%的其他代码组成，并指出即便这些事实性推文发布两年后，仍有人对汇编优化的必要性提出质疑。此外，Jean-Baptiste还透露VLC曾两次被情报机构要求植入后门，但他坚决拒绝，表示宁可关闭软件也不妥协。Kieran Kunhya和Jean-Baptiste Kempf都表示“不后悔任何事”，因为后悔是对心智的损耗。
本集播客深入探讨了FFmpeg和VLC，邀请了VideoLAN总裁、VLC和FFmpeg核心人物Jean-Baptiste Kempf，以及资深编解码器工程师、FFmpeg贡献者Kieran Kunhya。FFmpeg被誉为互联网视频和音频的“隐形支柱”，支撑着YouTube、Netflix、Chrome、VLC、Discord等几乎所有主流平台，具备解码、编码、转码、流媒体和播放几乎所有音视频格式的能力，且完全由志愿者开发。VLC则是一款传奇的开源媒体播放器，累计下载量超过60亿次，以播放各种格式、无广告、无追踪而闻名。Lex Fridman强调，这些现代文明基石的软件系统并非由追逐名利者构建，而是源于工程师对技艺的执着。本次对话不仅关注编解码技术和媒体管线，更探讨了支撑FFmpeg这类项目的工程精神和无私奉献。
Lex Fridman提出了VLC无所不播的“传说”，并询问了它能打开的最奇特内容。Jean-Baptiste Kempf分享了许多不寻常的用途，例如人们用VLC通过采集卡录制VHS录像带，或者播放罕见的DVD-Audio格式，甚至处理定制的加密方案。他还提到，VLC支持大量由FFmpeg提供的奇特游戏编解码器，例如某个《星球大战》视频游戏开场动画的精确比特实现。在一次VideoLAN会议上，他们甚至举办了一场制作“最怪异、最糟糕”文件的比赛，挑战VLC的播放极限。最终VLC成功播放了这些文件，包括每帧分辨率、宽高比、旋转都变化的MKV文件，以及完全由动画字幕（SSA）构成的视频。
谈及VLC的标志性地位，Jean-Baptiste Kempf指出其交通锥标志是“史上最佳的‘最烂’Logo”，具有极高的辨识度。他表示，即使在印度或中国偏远地区，人们也认识这个锥形图标。甚至有25%的网站流量通过搜索“锥形播放器”（cone player）而非“VLC”来到官网。他回忆道，曾有一次愚人节玩笑尝试更换Logo，结果收到了一万多封抗议邮件。这种独特、荒谬、幽默的Logo反而使其成为一种文化符号。Lex Fridman开玩笑说，千年之后，当地球文明毁灭，VLC的锥形Logo或许将成为唯一能播放幸存影像的工具。Jean-Baptiste还分享了一个用户将RFID芯片嵌入物理锥形Logo中，以实现播放电影的创意。
Lex Fridman请嘉宾解释视频播放的基本原理，即从文件或流到屏幕像素和扬声器声音的整个过程。Jean-Baptiste Kempf详细阐述了几个关键阶段： 1. 获取字节流： 从URL（如HTTP、文件路径、DVD路径）获取原始数据流。 2. 解复用（Demuxing）： Kieran Kunhya解释，这一阶段将数据流分割成视频、音频和字幕等独立轨道，并进行初步解析以区分帧。 3. GPU与软件解码： 播放器会检测编解码器是否支持GPU硬件加速。Kieran指出，约45%的文件无法进行GPU解码，因此需要回退到软件解码。不同的GPU厂商可能有不同的能力。 4. 软件解码（核心）： * 去熵编码： 移除比特流中的数学编码（如哈夫曼编码、算术编码）。 * 帧内预测： 处理视频中的静止图像（I-帧），在空间域进行预测。 * 残差处理： 预测与实际不符的部分（残差）存储在频率域，经过量化后再进行逆变换回到空间域并应用残差。 Lex Fridman总结，解码过程主要是针对压缩数据的预测，I-帧是空间上最佳的表示。
Jean-Baptiste Kempf强调，视频和音频的压缩率极高，视频可达100倍甚至200倍，目标是1000倍。所有压缩都旨在优化人类感知。例如，视频编码不直接在RGB空间工作，而是转换为YUV空间（亮度+色度），这与人眼对亮度和色彩的不同敏感度相匹配。为了实现高压缩率并保持视觉质量，需要复杂的数学技术（如离散余弦变换，将视频分割成块）。每一代编解码器都能在相同质量下减少约30%的数据量，但所需的计算能力（CPU功耗）却可能呈数量级增长。他进一步指出，很多编程工作在最低层级完成，包括C语言和大量的汇编代码。
Kieran Kunhya总结道，过去几分钟里说的每一句话都凝结着某人毕生的心血，每句话背后都有数千人在业界为此努力，有大量书籍探讨其细节，其复杂性之深令人难以置信。
Lex Fridman询问了编解码器（codecs）和容器（containers）的区别，因为两者常被混淆（如MP4和H.264）。Jean-Baptiste Kempf解释： * 容器（Container/Muxer/Demuxer）： 是一种文件格式，用于收集和封装多个音视频轨道及字幕。常见的例子有MP4（原MOV，Apple格式）、AVI（Microsoft格式）和Matroska (MKV，开源社区的更复杂、面向未来的格式)。 * 编解码器（Codec/Coder-Decoder）： 负责音视频数据的压缩和解压缩。他指出，H.264的官方名称是MPEG-4 Part 10，而MPEG-4本身是一个元规范，包含了多种编解码器和相关标准，导致了行业内的混淆。
Kieran Kunhya补充说，虽然MP4通常意味着H.264视频和AAC音频，但实际情况可能复杂得多。VLC和FFmpeg在处理文件时不会信任文件扩展名（如.MP4），而是会实时解析文件内容以确定其真实格式，因为现实世界中的文件格式可能被错误命名或包含意想不到的编解码器。
Jean-Baptiste Kempf进一步解释了VLC之所以能播放“损坏”文件，是因为其最初是为在UDP网络上流式传输视频而设计的。UDP传输容易丢包，因此VLC从设计之初就秉持“不信任输入”的哲学，能够处理破损或不完整的文件。例如，早期盗版内容中常见的AVI文件，其元数据通常在文件末尾，未下载完整时无法播放，但VLC能尝试解释部分数据，使其备受欢迎。
关于视频编解码器，Kieran Kunhya解释其核心目标是移除视频中巨大的空间和时间冗余数据，通过数学算法将数据压缩100到200倍。编码通常比解码需要更多的计算资源（非对称性），因为编码通常只进行一次，但解码会被无数用户反复进行。编解码器设计还需考虑错误恢复能力，以应对网络丢包等情况，并支持加入正在进行的流进行解码。Jean-Baptiste Kempf以“相机摇摄时背景不变”为例，说明通过重复利用帧间相似信息进行压缩。他强调，压缩目标是剔除人类不会注意到的冗余信息，例如将颜色分辨率缩减一半以减小文件大小，而大多数人几乎察觉不到视觉差异。现代编解码器（如AV1, AV2, VVC）甚至是一系列工具的集合，可根据内容类型（屏幕共享、视频、动画）动态选择不同的编码工具以优化压缩效果。
Lex Fridman和嘉宾们讨论了FFmpeg的精确定义。Jean-Baptiste Kempf将其描述为提供编解码、解复用、复用和过滤功能的底层库集合，并包含一系列用于处理视频文件的管道工具。它作为库被广泛集成在VLC、Chrome、智能电视以及几乎所有在线视频平台中，是事实上的图像处理工具，有时也依赖x264、libvpx等其他库。
Kieran Kunhya从哲学层面赞叹FFmpeg的意义，指出它使得个人家庭视频和价值万亿的公司能够使用相同的技术栈，实现了视频技术的民主化。他透露，许多大公司直接使用数千行的FFmpeg命令行指令，或通过其API进行视频处理。
Lex Fridman提到FFmpeg提供的命令行工具（如ffmpeg、ffprobe）因其极高的可定制性而传奇，参数众多，甚至可视为一种编程语言。Jean-Baptiste Kempf表示，AI也被用来生成复杂的FFmpeg命令行，因为其过滤器功能极其强大。他强调，FFmpeg是无处不在的多媒体处理工具箱，从YouTube、Netflix到OBS（直播软件）乃至专业广播设备，都可能运行着FFmpeg的某些部分。
Lex Fridman分享了他个人使用FFmpeg的经验，包括添加片头片尾、淡入淡出、音频交叉溶解、内嵌字幕等功能，并惊叹于它能魔术般地处理各种音视频编解码器。Jean-Baptiste Kempf补充说，FFmpeg命令行可以实现Adobe After Effects级别的视频编辑功能，而在图像处理领域还没有如此全面强大的命令行工具（ImageMagick虽类似但功能有限）。
Jean-Baptiste Kempf总结道，FFmpeg和VLC的共同愿景是让极其复杂的技术对普通人而言易于使用。VLC用户只需拖放文件即可播放，FFmpeg用户则能通过复杂过滤器轻松处理视频。Kieran Kunhya强调，FFmpeg的民主化作用推动了播客、流媒体和YouTube革命，将曾需数十万美元、汽车大小的专业压缩设备，普及到了每个人手中。
本集强调了FFmpeg和VLC是完全开源的项目。Jean-Baptiste Kempf用“巧克力芝士蛋糕”的比喻解释开源：不仅提供成品（软件），还提供食谱（源代码），甚至允许用户修改食谱并转售。他指出，FFmpeg自诞生以来已有两三千名贡献者，类似于Linux内核，人们跨越地域、文化和政治边界，共同为“更大的利益”而努力，解决特定问题，如添加新的编解码器支持。
关于开源许可证，Jean-Baptiste Kempf解释了许可证是社区的“社会契约”，例如GPL、LGPL、MIT、BSD和Apache等。他指出，公共领域并非全球通用概念，所有开源许可证都基于国际版权法来授予使用和修改软件的权利。许可证分为宽松型（如MIT、BSD，只需注明出处）和Copyleft型（如GPL、LGPL，要求回馈修改）。他曾将LibVLC（VLC引擎）从GPL改为LGPL，原因有二：一是允许第三方商业应用集成VLC引擎而无需开源整个产品；二是兼容iOS App Store的条款。
他强调，修改许可证需要获得所有贡献者的同意，这在VLC历史上曾是一项艰巨任务，他不得不联系三百五十多人，甚至亲自拜访，曾因代码作者已故而与家属沟通。这突显了开源社区中个人版权的重要性，以及维护社区“社会契约”的严肃性。Kieran Kunhya补充说，开源社区成员背景多元，从战区居民到富裕人群，能让他们对齐目标本身就是一项成就。Jean-Baptiste Kempf强调，项目只看重代码质量，无关贡献者的背景或身份。
Lex Fridman提到了开源社区的传奇人物Linus Torvalds及其严厉的代码审查风格。Jean-Baptiste Kempf认为Linus Torvalds是独一无二的，他甚至认为Linus在Git上的工作比在Linux内核上的成就更具意义。他解释说，Linus的严厉通常是针对内核维护者，这些人对他非常了解。Linus在自己房间里创造的Linux内核如今驱动着几乎所有在线服务器和Android手机，其开源的力量是惊人的。
Jean-Baptiste Kempf强调，FFmpeg和VLC等项目对代码质量的坚持不可妥协，因为核心维护者团队规模很小（VLC约5人，FFmpeg约10-15人），而贡献者的留存率极低（约1%）。这意味着核心团队需要长期维护这些代码，因此代码必须具有高度的可维护性和卓越性。他承认，这种对卓越的追求有时会导致语言上的尖锐，尤其是在低级别、高度技术化的亚文化圈子中。
Kieran Kunhya补充道，维护者通常是利用业余时间工作，有时会显得简练或不耐烦，这不应被个人化解读。Jean-Baptiste Kempf还指出，许多贡献者并非英语母语人士，这可能导致沟通上的误解。
Lex Fridman向Jean-Baptiste Kempf求证，关于他多次拒绝数百万美元的报价，以保持VLC开源、免费且无广告的传闻。Jean-Baptiste Kempf证实这是事实，并表示他选择这样做是因为他认为这不道德，也不是正确的做法。他认为自己是为“更大的利益”而工作，并且认为自己没有完全合法的理由去做出那样的决定。
他回顾了VLC的独特历史： VLC起源于法国精英工程学校巴黎中央理工学院（École Centrale Paris）的一个学生项目。由于校园由校友基金会而非大学管理，所有事务（包括网络）都由学生负责。在1980年代，校园部署了一个慢速的令牌环网络。到了1990年代中期，随着视频游戏和互联网兴起，学生们需要更快的网络。校方拒绝提供帮助，于是学生们寻求外部赞助。 法国布依格（Bouygues）公司的一位CIO建议利用卫星电视的未来趋势，构建一个系统：只用一个卫星天线和一个解码器，将MPEG-2视频直接流式传输到校园网络上。这个名为“Network 2000”的项目在1995年诞生，尽管最初充满技术挑战（如频繁崩溃、内存泄漏），但在学生们努力下成功实现了本地网络上的视频流。 几年后，两名学生（包括Christophe Massot）在此基础上创立了VideoLAN项目，旨在将视频流媒体推向更广泛的用户。在经历了大约三年的与校方就知识产权和版权的谈判后，大学终于在2001年初同意将VideoLAN项目开源。Jean-Baptiste Kempf于2003年加入该项目，并创建了非营利组织VideoLAN，使项目得以持续和发展。
Jean-Baptiste Kempf强调，他虽然不是VLC的最初创建者，但投入了比任何人都多的时间和精力，使VLC从几十万用户发展到如今的数十亿用户。他曾多次收到捆绑工具栏（通常是间谍软件）、改变浏览器主页或在VLC内植入广告的商业提议，总金额达数千万美元。他拒绝这些提议的原因是，他相信赚钱需要符合道德规范，而这些“阴暗”的广告或数据窃取方式并不正确。他认为，如果妥协，项目会在三年内消亡，因为会有人分叉并替代它。
Lex Fridman指出，这种拒绝短期巨大利益的决定具有远见和勇气，是VLC成功的关键之一，使其成为自由和开源精神的象征。Kieran Kunhya补充道，在2000年代，下载软件时悄悄安装间谍软件或广告是很常见的现象。Jean-Baptiste Kempf重申，他需要晚上能心安理得地睡觉，并为自己的工作感到自豪，如果背叛了社区，他会感到愧疚。
Kieran Kunhya谈及FFmpeg近期与Google之间发生的“戏剧性”事件。他首先澄清，Google是开源领域最大的支持者之一，但此次事件有些过火。问题在于，Google开始利用AI对FFmpeg这类开源项目生成安全漏洞报告。尽管FFmpeg主页上明确指出其处理的是“不受信任的数据”，存在安全风险是正常的，但Google的以下做法引发了争议： 1. AI生成报告与有限资助： Google使用AI发现漏洞，但给出的资金支持非常有限，且修复工作落在志愿者肩上。 2. 提前公布漏洞： Google在问题修复前就向媒体宣布其AI在发现漏洞方面的优越性，将漏洞公开化。 3. 不切实际的期限： Google设定了90天的标准行业修复期限，但没有充分理解志愿者驱动项目（如FFmpeg）的开发性质。 4. 漏洞优先级失衡： 很多漏洞是针对1990年代的冷门游戏编解码器，但被标记为“高优先级”、“严重漏洞”，造成“狼来了”效应，使得真正的关键问题可能被忽视。Kieran Kunhya认为，安全社区有时像“从不踏足工地”的建筑师，只负责指出问题，却不愿贡献代码或提供足够的资金支持。他比喻这就像用核武器级别的工具去撬开一个普通挂锁，然后指责挂锁不安全。
他引用了前FFmpeg开发者Alex Strange在Hacker News上的评论，批评安全研究人员“自我推销”，通过给漏洞起名、建立网站、赢得奖金来制造轰动，而修复漏洞的普通开发者却无人问津，这种激励机制的错位导致问题。
Jean-Baptiste Kempf指出，核心问题在于发现漏洞和修复漏洞之间的资源投入严重不对等。他肯定，在这次争议之后，Google确实做出了一些改变，开始发送补丁，并提供了修复漏洞的奖励机制。
Kieran Kunhya还提到了“XZ门”事件，该事件揭示了过度依赖无偿志愿者可能导致重大问题。他引用FFmpeg的推文指出，万亿市值的公司（如Microsoft Teams）却期待志愿者提供免费且紧急的支持。Microsoft Teams曾在一个由志愿者组成的Bug追踪器上，将自己的问题标记为“高优先级”，在FFmpeg礼貌地要求签订长期维护支持合同后，Microsoft只提供了几千美元的一次性付款，这被FFmpeg社区认为是不可接受的。Kieran Kunhya认为，这些公司错误地将开源项目视为拥有SLA的传统供应商。
Jean-Baptiste Kempf解释说，这反映了大型公司内部的沟通问题，项目经理可能不了解开源社区的运作方式。他强调，开源社区不是企业的供应商，如果需要供应商服务，应签订合同。
尽管争议激烈，Kieran Kunhya表示这些“火辣”的推文和事件实际上带来了积极影响：FFmpeg的捐款大幅增加（虽然仍不足以支付一名全职开发者），人们对FFmpeg重要性的认知也显著提升。Jean-Baptiste Kempf也分享了类似经验：当VLC在Android Play Store遇到Bug无法更新时，只有发出“将停止分发Android版VLC”的强硬推文，才得到了Google Android团队的回应。他认为，作为小型团队，社交媒体上的“指责”是他们解决问题的唯一有效手段。
Lex Fridman呼吁听众关注FFmpeg和VideoLAN的X/Twitter账户，并进行捐赠。他提到Tim Sweeney、John Carmack、Andrej Karpathy等科技界名人也曾为FFmpeg和VideoLAN发声，增加了其影响力。Kieran Kunhya强调，FFmpeg的价值不仅在于代码本身，还在于它是一个学习的场所，许多年轻的贡献者（如16岁的Ruikai Peng）在其中成长，甚至发现并修复了Google AI发现的“高危”漏洞，却不像某些安全研究者那样大肆宣扬。他将这种互动比作“国际说唱对决”，在X上进行，旨在以有趣的方式传播开源精神和底层工程知识。
Lex Fridman和Kieran Kunhya探讨了FFmpeg和VLC贡献者的动机。Jean-Baptiste Kempf认为，首要驱动力是“多媒体本身很有趣”，许多人因为热爱动漫而加入社区。他建议，想参与开源项目的人应从自己热爱的事物入手。
其次，FFmpeg社区对“卓越代码”的追求使其成为“最佳编程学校”。他指出，在FFmpeg中精通C语言和汇编语言的人，即使转向其他领域，也将是顶尖的程序员，因为他们会得到经验丰富的开发者对代码的细致审查。Kieran Kunhya补充说，Zig语言的创始人Andrew Kelley就是FFmpeg的开发者，FFmpeg是学习真实世界编程、应对数十亿用户系统挑战的绝佳场所。
Jean-Baptiste Kempf强调，多媒体领域有严格的时间限制（例如16毫秒内显示一帧），这要求代码必须高效和完美。此外，他认为很多现代工程师缺乏对“计算机体系结构”的深入理解。在FFmpeg中，开发者需要理解CPU流水线、SIMD、ALU、I/O等底层机制。Kieran Kunhya补充说，FFmpeg可能是世界上最大的CPU使用者之一，其代码在全球数亿甚至数十亿CPU上运行，因此“每一条指令都至关重要”。
最后，Jean-Baptiste Kempf提到，贡献者还因为能够参与到对亿万用户有实际影响的项目中而感到自豪。他引用John Collison的话“世界是激情项目的博物馆”，Kieran Kunhya则补充说，开源让这些激情项目能够通过网络效应迅速放大，吸引志同道合的人，共同创造出令人惊叹的成果。Tim Sweeney也曾称赞VLC是“因为一个了不起的人决定做它”而诞生的典范，这体现了个人愿景在软件世界中的巨大影响力，正如Linus Torvalds在两周内创造了Git一样。
Lex Fridman提问VLC和FFmpeg的关系，Kieran Kunhya用“二元星系统”来比喻它们，相互依存，共同成功。他将其类比为Android与Linux的关系：VLC之于FFmpeg，如同Android之于Linux。
具体解释如下： * 相互依赖： VLC作为VideoLAN项目的一部分，使用FFmpeg进行大量的编解码工作。FFmpeg的许多管道也依赖于VideoLAN旗下的x264项目（H.264编码器），据Kieran估计，超过80%的FFmpeg管道都与VideoLAN项目相关。 * 共享资源： VLC曾使用部分捐款资助FFmpeg的开发，并为其提供了大量奇特文件的播放场景，促进了FFmpeg的发展。 * 共同开发者： 许多开发者同时活跃在VLC和FFmpeg项目中。 * 地位澄清： Kieran Kunhya驳斥了X/Twitter上一些人认为“VLC只靠FFmpeg做事”的错误观念，强调两者是协作关系，而非从属关系。
Jean-Baptiste Kempf补充道，VLC在Windows上编译时，代码量高达1600万行，其中VLC自身仓库的代码约100万行，FFmpeg约200万行，其余为各种依赖库。FFmpeg本身也集成了x264、libopus等第三方库，这表明所有项目都相互依赖。他认为x264是“史上最棒的编码器之一”，它的成功推动了FFmpeg的普及，反过来，VLC也因能播放FFmpeg处理的各种文件而获得巨大成功。
Kieran Kunhya将FFmpeg的历史划分为几个关键时期，并提到了重要的贡献者： * Fabrice Bellard时代（奠基）： Fabrice Bellard是FFmpeg概念的创立者。 * Michael Niedermayer时代（2000年代）： 这一时期，Michael Niedermayer做出了卓越贡献，包括对DivX和Xvid及其各种MPEG-4 Part 2变体的全面支持。当时，不同的视频格式（如Windows Media、RealMedia）需要各自独立的播放器。FFmpeg的出现使得一个单一的播放器能够原生解码这些格式，而无需安装臃肿的编解码包或面对潜在的间谍软件，这在当时是一个巨大的成就。Kieran回忆自己青少年时期就曾因此感到震惊。他将Michael的工作形容为“西西弗斯式的”，因为要处理数百万种穷尽思量的边缘情况，例如中国闭路电视系统特有的MPEG-4 ASP变体，都需要在不破坏其他功能的前提下解决。 * H.264成熟期（2008年后）： 随着高清视频的兴起，H.264成为关键的解码器。这一时期，Benjamin Larsson、Kostya Shishkov和Paul Mahol等“逆向工程师”通过惊人的工作，为FFmpeg添加了对RealMedia和Windows Media等专有格式的原生解码支持。VLC 1.0也在这一时期发布并迅速普及。
Lex Fridman和嘉宾们深入探讨了编解码器逆向工程的细节。Jean-Baptiste Kempf特别提到了乌克兰天才开发者Kostya Shishkov，他能够逆向工程极其复杂的专有编解码器，甚至处理20-30兆字节的二进制代码块。他举例说明了Kostya如何凭借直觉和经验，在两个月内逆向工程出GoToMeeting的编解码器，解决了VLC长期以来的一个热门功能请求。Kostya将二进制代码视为“二进制规范”，无需额外文档就能理解并实现。
Kieran Kunhya进一步阐述了逆向工程的复杂过程： 1. 样本获取与模块定位： 首先，需要获取专有格式的录制样本（例如GoToMeeting会议录像），然后在原始客户端软件中找到负责解压缩的模块。 2. 数据转储与钩子： 利用反汇编器猜测并找到钩子点，将模块运行起来，并转储原始的YUV数据。这些数据将作为后续逆向工程的比特精确（bit-exact）比较基准。 3. 直觉与模式识别： 在反汇编器中，逆向工程师需要凭借直觉来识别DCT（离散余弦变换）和熵编码等常见模式。虽然没有固定规则，但通常存在某种规律。 4. 调试与内存分析： 逆向工程是一个“黑箱”工作，通常需要纯粹在内存中调试，因为在熵解码、帧内预测、运动预测等多个步骤中，开发者可能长时间无法看到任何可视化输出。这包括逐步执行指令、观察内存变化、猜测系数缓冲区内容，甚至需要应对加密或DRM。Kieran分享了他逆向工程CineForm的经验，通过找到具有扁平块（flat blocks）的动画样本作为起点，逐步构建解码逻辑。
Jean-Baptiste Kempf强调，这项工作对于人类保存历史信息至关重要。例如，如果没有对GoToMeeting这种过时格式的解码支持，未来人们将无法播放这些十几年前的会议录像，尤其是在不同的操作系统和硬件架构上。
他提到，在 École Centrale Paris 时，他曾亲眼目睹Jon Lech Johansen如何逆向工程DVD规范（DeCSS）和Apple的MP4 FairPlay DRM，这对他年轻时的心态产生了巨大冲击。
尽管逆向工程过程艰辛且可能令人沮丧，但社区会互相帮助，提供样本。Kieran Kunhya解释了“比特精确（bit-exact）”的含义：在2000年代之后，大多数（但非全部）视频编解码器都要求所有实现（无论是Lex、JB还是Kieran的实现）在给定样本下，必须产生完全相同的比特输出。这与1990年代MPEG-2时代的情况不同，当时缺乏比特精确性被认为是视频行业的一大失误。
Kieran Kunhya指出，在多媒体领域，FFmpeg通过不断添加新的编解码器，已经几乎“赢得了所有”，成为一个赢家通吃的局面，因为它所增加的每个新编解码器都使其整体价值更高。
Kieran Kunhya详细介绍了FFmpeg严格的测试流程，核心是FATE（FFmpeg Automated Testing Environment，FFmpeg自动化测试环境）系统。 * 极高复杂性： FATE需要应对“荒谬”数量的操作系统、编译器和指令集组合，包括macOS的各种版本（iOS、tvOS）、Windows、Linux、BSD、Solaris，以及不同版本的编译器（Apple Clang、GCC、Visual Studio、Intel编译器）和处理器架构（PowerPC、RISC-V、ARM、x86的AVX-512等）。 * 志愿者驱动： 所有的测试系统都由志愿者运行和维护，确保代码在各种环境下都能正常工作。 * 检测编译错误： FATE的关键作用之一是发现“误编译”（miscompilations），即C代码在某些编译器下被错误地转换成机器码，这在视频处理中可能导致巨大的级联错误。 * 比特精确性验证： 测试确保FFmpeg在所有配置下都能保持比特精确性，即解码输出与原始数据完全一致。 * 持续集成： 每次代码提交都会触发FATE测试，确保不会破坏现有功能或引入新的兼容性问题。
Kieran Kunhya分享了他的“痛点”：在Open Broadcast Systems公司的工作中，他们需要处理10位视频，这在CPU上无法原生处理，需要复杂的打包格式和汇编优化。他提到内部有一个5x5或6x6的矩阵，用于处理每种格式到另一种格式的转换，且所有这些转换都用手写汇编代码实现，并支持不同CPU代际，处理这些组合令人“痛苦”。
Jean-Baptiste Kempf补充说，VLC也面临类似的挑战，需要支持从Windows XP到Windows 11、从macOS 10.7到最新版、从iOS 9到最新版等海量操作系统，甚至包括OS/2。他指出，VLC这个由小型团队维护的项目，支持的操作系统数量超过了微软、谷歌或苹果这些拥有“无限资源”的巨头。他特别提到iOS是最糟糕的，为了支持iOS 9上的Arm32架构，他们需要混合多个版本的Xcode IDE和SDK，进行“弗兰肯斯坦式”的构建。他强调这种广泛兼容性很重要，因为许多用户（例如使用iPad 2的老用户）仍然依赖VLC观看视频，这体现了“不强迫人们购买新硬件”的理念，而是通过优化现有软件来延长硬件寿命。
Kieran Kunhya将汇编代码描述为一门“失传的艺术”，但在FFmpeg和VLC这类项目中，它仍然是必要的，甚至能比C语言快62倍（指FFmpeg Twitter账户分享的一个例子）。他解释了汇编语言的工作原理：直接使用处理器指令，而非通过编译器将高级语言（如C）转换为汇编。FFmpeg主要使用SIMD（Single Instruction, Multiple Data）指令，能够用一条指令同时处理多个数据元素，这在视频处理（如像素网格操作）中效率极高。
他强调，FFmpeg与众不同之处在于不使用高级抽象（如“内部函数”Intrinsics），而是直接手写汇编，由开发者手动分配CPU寄存器。这种方法带来了10倍到50倍，甚至60多倍的速度提升。
Jean-Baptiste Kempf补充说，手写汇编是“必要的”，并以dav1d项目为例。dav1d是AV1编解码器的解码器，AV1被认为是极其复杂的格式，最初许多人（包括AOM联盟成员）认为必须依赖硬件解码。然而，dav1d团队（主要是Ronald、Henrik和Martin）开发了一个“疯狂”的软件解码器，包含3万行C代码和24万行手写汇编代码。FFmpeg所有编解码器的汇编代码总和约为10万行，dav1d一个项目就远超此量。
dav1d的设计理念是“每一周期都至关重要”，因为全球有数十亿设备需要不间断地解码AV1视频（Netflix 30%，YouTube 50%）。通过极致优化，dav1d能用一两个CPU核心解码720p视频。FFmpeg的推文也曾高调展示dav1d代码构成：“79.9%汇编，19.6% C，0.5%其他”，这引发了社区的激烈讨论。很多人认为现代编译器（如通过自动向量化）足以优化代码，手写汇编不再必要。但Jean-Baptiste Kempf和Kieran Kunhya反驳道，编译器优化远远达不到手写汇编的性能。
哲学上，Jean-Baptiste Kempf认为，随着摩尔定律趋于极限，硬件增速放缓，但对计算力的需求却爆炸式增长（如AI）。因此，开发者必须深入底层堆栈进行优化，从现有硬件中榨取更多性能。Kieran Kunhya甚至表示，他们“滥用”机器，使用与视频处理无关的加密指令来达到意想不到的加速效果。Jean-Baptiste Kempf透露，dav1d甚至会绕过操作系统的标准函数调用约定，通过自定义调用约定来减少寄存器保存/恢复的开销，以提高速度，这需要对CPU架构有极其深入的理解。
Kieran Kunhya还提到了他创建的“asm-lessons”项目，旨在以更实用的方式教授汇编语言，而非传统语法导向的教科书式教学。他认为，掌握汇编能帮助开发者更好地理解计算机底层运作，成为更好的程序员。他分享了两位“汇编向导”的故事：Henrik Gramner（对Intel x86汇编了如指掌，Intel工程师都会向他请教）和Martin Storsjö（在Arm架构上做着同样的工作，甚至能在手机上用虚拟键盘写汇编代码）。
Lex Fridman询问了嘉宾们对Rust编程语言的看法，两人持有不同意见。
Kieran Kunhya认为Rust在内存安全概念上很有价值，但在速度上无法达到手写汇编的水平，可能与C语言相当。他觉得Rust社区有一种“世界语”（Esperanto）般的乌托邦情结，过于强调自身的重要性而非解决实际问题。他将其比作Sir Clive Sinclair的C5电动车，虽然理念先进，但如果不能提供比现有解决方案更好的功能（达到85-90%的功能集），就难以推动大规模迁移。他认为，Rust代码可以集成到FFmpeg中，但前提是它必须像其他代码一样完美无缺，支持所有单元测试，且不能随意破坏ABI兼容性。他认为Rust社区在实际采纳方面，还需要证明它能够比现有方案更好。
Jean-Baptiste Kempf则分享了他使用Rust的经验，包括在VLC中添加Rust模块以及他的新创业项目Kyber主要用Rust开发。他认为，Rust作为一种“更好的C++”，在内存所有权和内存安全方面表现出色，是启动新项目时的绝佳选择。然而，他指出Rust在与现有代码（尤其是C和汇编）进行互操作时表现不佳。他批评了Rust社区中“重写一切”的倾向，强调在工程领域，通常“不要重写”是黄金法则。他解释，阅读代码比编写代码困难得多，导致新开发者往往因不理解现有代码的智慧而倾向于重写。
Jean-Baptiste Kempf进一步阐述了Rust在FFmpeg/VLC这类项目中的局限性：即使将C语言部分重写为Rust以提高安全性，但由于汇编代码可以直接在内存中跳转，这会破坏整个安全模型。因此，他认为需要开发“安全汇编”技术（如VideoLAN的checkasm项目），在编译时检查汇编代码，确保其不会在内存中非法跳转，否则单纯的Rust重写会失去意义。
Kieran Kunhya总结道，尽管如此，他个人仍然对手写汇编带来的惊人速度提升（例如62倍）感到敬畏，他认为代码优化带来的快乐是编程的巨大乐趣之一。
Lex Fridman提到了FFmpeg和Libav在历史上的分叉事件。Jean-Baptiste Kempf将其描述为开源项目社区中“意见不合”的正常现象。他指出，由于开源许可证的存在，人们可以合法地创建自己的分支，这在历史上屡见不鲜（如GCC与EGCS，KHTML与WebKit/Blink）。他甚至提到，在VLC中，他也会为了开发新功能而先创建分支，完成后再合并回主线。
他承认FFmpeg和Libav的分叉是一场“激烈的争议”，但几年后社区最终合并，大多数Libav的开发成果被FFmpeg吸收。Jean-Baptiste Kempf认为，这次分叉最终使FFmpeg变得更强大，因为一些核心分歧（如代码审查流程）得以解决，社区在开发方式上达成了共识。
Lex Fridman补充说，作为Linux用户，他曾亲身感受到这种分叉带来的影响，例如Ubuntu曾一度从FFmpeg转向Libav，后来又回归FFmpeg。这让用户能够感知到开源项目内部的辩论和决策。
Jean-Baptiste Kempf强调，尽管人们喜欢“戏剧性”，但从长远来看，分叉往往是积极的，它改变了社区的现状，推动项目向前发展。
Lex Fridman提到了分叉和内部冲突可能对核心贡献者造成的心理负担和倦怠问题。Jean-Baptiste Kempf承认，维护者倦怠是当今开源领域最严峻的挑战之一。他指出，“AI垃圾”（AI slop），即AI生成的大量虚假报告或低质量补丁，给维护者带来了巨大的负担。
他举了Xz fiasco的例子：该项目只有一个维护者，长期受到两名攻击者的骚扰和质疑，最终不堪重负，将提交权限交给了攻击者。这表明，倦怠问题不仅限于内部冲突，更多是源于日常维护的巨大压力。他本人也因此接管了许多因原维护者倦怠而放弃的多媒体和非多媒体库的维护工作。
Jean-Baptiste Kempf提到，一些大型公司（如Google的AI漏洞报告事件）未能意识到其行为对核心维护者的心理健康造成的影响。他引用了著名的“内布拉斯加州梗图”，指出许多关键的互联网基础设施都依赖于少数甚至一两个人的维护。例如，LibXML库（解析XML）和维护所有时区数据的项目，都面临维护者短缺的困境。
他强调，除了财务支持外，还需要在人际层面给予这些贡献者尊重和感激。Kieran Kunhya补充说，一些安全社区成员对开源代码抱有贬低态度，认为它们“写得烂”，却不理解这些代码常常是一个人的“爱好项目”，不可能考虑到所有极端情况。
Jean-Baptiste Kempf分享了一段痛苦的个人经历：2009或2010年，他因决定停止维护VLC的PowerPC版本而收到死亡威胁，甚至寄来了装有白色粉末的信件（后来证实是面粉）。尽管当时受到巨大冲击，但这段经历最终磨砺了他，让他能够承受更多批评和仇恨。
他认为，开源社区应得到更多感谢和认可。他自己会积极回复Reddit上感谢VLC的用户，并将这些积极反馈分享给IRC（他们仍在使用的聊天工具）上的社区成员，以激励大家。他呼吁所有人，不仅是开源社区，也包括所有创造优秀软件的公司，都应该相互庆祝和感谢人类的努力，创造出“该死的好东西”。
Lex Fridman邀请嘉宾详细介绍H.264及其编码器x264，这是互联网视频的基石。Kieran Kunhya指出，x264是H.264视频标准的编码器实现，主导着互联网视频和蓝光光盘等领域。H.264的出现恰逢高清视频兴起和Intel Core 2/Nehalem CPU性能提升，使得实时高清视频处理成为可能。
x264成功的关键在于其对“心理视觉指标”（psychovisual metrics）的关注。过去20年，业界和学术界痴迷于数学指标（如PSNR，峰值信噪比），这往往导致画面模糊，因为它试图在所有地方平均最小化误差。x264的开发者（主要是业余爱好者，许多因热爱动漫而参与）打破了这一趋势，他们采用了两种不同的方法： 1. 心理视觉率失真优化（Psychovisual rate distortion）： 通过利用块能量等信息，补偿人眼对不同区域的感知差异，从而做出更符合视觉效果的决策。目标是让视频“看起来更舒服”，而非单纯的数学精确。 2. 自适应量化（Adaptive quantization）： 将更多比特分配给复杂区域，减少给草地等视觉不敏感区域的比特，优化视觉质量。
Kieran Kunhya提到了一个著名的测试样本“ParkJoy”，它包含树木、水面、草地和运动等复杂场景，清晰地展示了传统高PSNR编码器会模糊画面，而x264的心理视觉优化则能显著提升视觉效果。
Jean-Baptiste Kempf补充了另一个“地球杀手级”的视频样本：大量鸟群在空中飞翔的场景，这是对编码器最大的挑战之一。他指出，x264通过对动漫的优化（解决色带效应等问题）变得更加出色。至今，x264仍是所有新型编码器（AV1、AV2、VVC、HEVC）的性能基准。Kieran Kunhya还提到，电影界的一些工程师，如华纳兄弟的Chris Henderson，甚至冒险在商业蓝光影片制作中采用x264，因为其视觉质量优于昂贵的商业编码器。
x264也是VideoLAN的一个项目，由Laurent Aimar在 École Centrale Paris 创立。随后的Loren Merritt、Jason、Måns、Henrik、Anton等一代开发者在此基础上发展了汇编优化技术，这些技术如今被FFmpeg和dav1d等项目广泛应用。Jean-Baptiste Kempf指出，许多x264的贡献者从未见过面，但因共同的热情而协作。他提到，在Crunchyroll等正版平台出现之前，许多动漫内容只能通过粉丝字幕组（fansubbers）进行非法分享，而x264为这些社区提供了高质量编码工具，Aegisub等开源字幕工具也应运而生，满足了动漫文化的需求。
Lex Fridman请嘉宾总结了视频压缩的基本概念。Kieran Kunhya列举了常见的编解码器-容器组合：H.264（MP4）、AV1（MP4/WebM）和ProRes（MOV）。他解释ProRes是Apple为非线性编辑设计的编解码器，特点是快速解码和快速寻址，因为它是一个“intra-only”编解码器，没有时间压缩。
Jean-Baptiste Kempf进一步解释了I、P、B帧的概念： * I-帧（Intra-frame / Keyframe）： 完整的图像帧，独立解码，类似于JPEG图片。 * P-帧（Predicted frame）： 预测帧，依赖于前面的I-帧或P-帧。 * B-帧（Bi-predicted frame）： 双向预测帧，可以依赖于前面和后面的帧。他指出，B-帧最令人惊叹，因为解码它需要等待“未来”的帧，这意味着解码顺序与显示顺序是不同的。
他还提到了“intra-refresh”，即流中不发送完整的I-帧，而是逐渐在不同帧中刷新图像的不同部分，从而“构建”出一个I-帧，这在实时流媒体中很有用。
嘉宾们强调，每一代编解码器通常能在相同视觉质量下实现25%到50%的带宽削减。从MPEG-2到H.264再到HEVC/VP9，以及最新的AV1/AV2，压缩效率不断提升。AV1在给定码率下比H.264节省40%到60%的带宽。这种提升对于处理从标清到高清、4K乃至4K HDR的视频内容至关重要，因为更高的分辨率意味着巨大的数据量。
Kieran Kunhya指出，新的编解码器通过增加更多的编码工具、更大的块尺寸和更细致的子分区，使得编码过程呈指数级复杂。Jean-Baptiste Kempf估计AV1的编码计算量比H.264高出两个数量级。然而，编码通常是一次性的，而解码面向亿万用户，因此在编码端投入更多CPU资源是值得的。例如，YouTube会将热门视频重新编码为AV1，以降低分发成本和用户端的带宽消耗。
讨论还涉及到视频编码的参数优化，如分辨率、帧率、编解码器选择、码率与质量的平衡（恒定码率、恒定质量CRF/QP）、GOP（Group of Pictures）长度、B-帧数量等。Jean-Baptiste Kempf指出，许多YouTube、Netflix等公司的工程师工作就是优化这些参数，以适应电影、用户生成内容、屏幕录制等不同类型的视频。他还提到，在流媒体中，人耳对音频质量的变化比眼睛对视频质量的变化更敏感。
Lex Fridman提到了WikiLeaks“Vault 7”文件披露的事件：中情局（CIA）曾使用修改版VLC来窃取用户数据。Jean-Baptiste Kempf证实了此事，表示CIA曾定制了一个VLC版本，其中包含一个特定的DLL文件（例如psapi.dll），用于读取用户的文档文件夹、加密并发送出去。他指出，这种攻击非常“聪明”，因为用户在观看电影时通常不会操作电脑，且VLC在播放高清内容时CPU占用率高、风扇转动大是正常现象，难以察觉后台活动。VideoLAN为此发布了新闻稿，提醒用户只从官方网站下载VLC。
Jean-Baptiste Kempf还透露，类似的事件也发生在针对印度用户的中国黑客身上，导致VLC一度在印度被禁，他不得不通过法律途径争取解禁。这些黑客同样利用VLC的DLL进行恶意活动。他强调，开源软件面临的挑战之一是，恶意行为者可以获取源代码并进行修改，甚至利用搜索引擎优化（SEO）创建虚假网站来诱骗用户下载带有恶意软件的版本。他指出，德国曾有一个长达12年的VLC假冒网站，Google知情但未采取行动，因为恶意软件的二进制文件过大，超出其病毒分析器的处理能力。这些假冒版本通常会在安装后数周才激活，开始下载间谍软件和广告软件，迷惑用户。
Lex Fridman指出，用户必须警惕下载来源。Jean-Baptiste Kempf表示，VLC团队正致力于通过沙盒（Sandboxing）技术来增强安全性。由于VLC核心拥有约500个插件（包括FFmpeg、硬件解码器、GPU驱动等），其中任何一个模块的漏洞都可能被利用来崩溃程序并执行恶意代码（如勒索软件、僵尸网络）。目前VLC像其他桌面应用一样拥有对用户文档的完全访问权限。
沙盒化VLC的挑战在于，它需要访问大量系统资源，如果简单地打满所有权限，就失去了沙盒的意义。因此，VLC团队正在将播放器拆分为多个进程（一个负责解码，一个负责解复用，一个负责过滤器等），每个进程运行在独立的沙盒中。这样，即使某个部分崩溃，也不会影响整个程序或导致数据泄露，类似于Chrome的标签页崩溃机制。这项技术需要处理每秒千兆位的数据传输，因此极具挑战性，目前仍是一个研究课题。
Jean-Baptiste Kempf分享了一个关于VLC“无用功能”的有趣故事：VLC有一个名为“拼图过滤器”（puzzle filter），可以将视频变成一个拼图游戏。这个功能最初由一位法国高中数学老师为教学贝塞尔曲线而开发，虽然看似无用，但仍有用户提出需求（例如希望拼图块数更多）。他还提到，VLC可以在命令行以ASCII艺术形式播放视频，这在调试复杂的组播网络时非常有用，可以快速检查视频流的连通性。他总结道，当软件拥有数亿用户时，每一个看似无用的功能都会有其忠实用户。
Lex Fridman将话题转向文件下载与流媒体的区别，以及流媒体的复杂性。Jean-Baptiste Kempf认为，与早期卫星广播的复杂性相比，现代流媒体（尤其是非直播服务）的挑战主要集中在网络层面而非视频编解码本身。
他解释了现代流媒体中的自适应流媒体（adaptive streaming）：当网络拥堵或用户过多时，播放器会动态调整视频分辨率。这种机制通常通过下载视频片段（segments）并根据下载速度来判断何时降低或提高质量。Jean-Baptiste Kempf认为，即便Netflix和YouTube拥有七种不同分辨率的编码流，其自适应逻辑也相对简单。他提到，用户对音频质量变化的敏感度高于视频，因此音频质量波动更易察觉。
关于超低延迟流媒体（Ultra low latency streaming），Jean-Baptiste Kempf介绍了他的新公司Kyber。Kyber的目标是实现玻璃到玻璃（glass-to-glass）4毫秒的超低延迟，用于远程控制机器人、无人机、车辆等设备。这与传统视频流的“观看”不同，而是强调“交互式反馈”，每一毫秒都至关重要。例如，Waymo自动驾驶汽车在出现问题时需要人工远程接管，这就需要极低延迟的视频和控制反馈。
Kyber的独特之处在于： * 单一QUIC连接： Kyber使用基于UDP的QUIC协议，在一个连接上同时传输视频、音频和控制命令（鼠标、键盘、游戏手柄等）。QUIC协议避免了TCP和HTTP的队头阻塞问题，并默认加密。 * 时间同步： 确保多个摄像头和传感器的数据严格同步，补偿时钟漂移，这对于训练机器人AI模型至关重要。 * 极致优化： 为了实现4毫秒的延迟目标，Kyber需要将编码器和解码器的本地延迟降到最低（例如，NVIDIA硬件编码器约3.5毫秒，Intel解码器约2毫秒）。 * 可靠性： 采用前向纠错（Forward Error Correction, FEC）等技术，通过少量过量传输数据来弥补网络丢包，避免因重传而增加延迟。
Jean-Baptiste Kempf分享了在CES上展示的Kyber远程控制3D打印漫游车（位于法国，通过网络控制拉斯维加斯的漫游车）的案例。他相信，Kyber的技术将在远程医疗（外科手术）、防御、无人机集群控制等领域有广泛应用，让“距离消失”，实现技能或力量的投射。未来，即使是全自动驾驶汽车也可能需要人类操作员进行“远程观察”（teleobserve），在紧急情况下接管。
Kyber采用双重许可模式：开源（AGPL）供小型开发者和爱好者使用，商业许可供大型公司使用（需支付费用，获得支持和修改权）。Jean-Baptiste Kempf表示，他喜欢构建具有挑战性且有用的东西，目前正致力于3D打印机器人（漫游车、机翼无人机、帆船、人形机器人），尽管不是专业的机器人公司，但希望为所有人带来酷炫的机器人技术。
Lex Fridman询问了AV2以及H.265、H.266等未来编解码器。Jean-Baptiste Kempf解释： * AV1： 由开放媒体联盟（AOM，成员包括Google、Netflix、Amazon、Apple、Mozilla、VideoLAN）开发的免版税高性能编解码器，2018年完成规范，目前正广泛部署。 * AV2： 是AV1的下一代编解码器，目标是在相同质量下比AV1再减少30%的带宽。VideoLAN将开发其解码器，名为dav2d（法语“de”意为“二”），延续dav1d的命名方式（dav1d是“D, dav1d, is an AV1 decoder”的递归缩写）。VLC已在CES上进行了AV2的首次演示。
他澄清了编解码器规范（如何工作）、编码器（实现编码，如AVM、SVT-AV2）和解码器（实现解码，如dav1d、dav2d）之间的区别。H.265（HEVC）和H.266（VVC）则是MPEG世界的下一代编解码器。他总结道，每一代编解码器通常都能带来30%的效率提升（尽管专业人士可能会争论具体百分比），但对于特定内容（如屏幕录制），提升可能高达70-80%。
谈到多媒体领域的“专利雷区”，Jean-Baptiste Kempf指出，与3G、4G、5G、RF技术一样，多媒体是专利数量最多的领域之一，因为它涉及大量数学原理和性能优化。H.264之后，MPEG编解码器的专利许可变得极其复杂和昂贵（每年可达数亿美元）。MPEG组织通常会发布标准，然后由专利池（如MPEG LA、HEVC Advance）集合所有相关专利并收取许可费。
他解释说，专利可以细致到“用矩形而非方形的块进行处理”这样小的想法。对于HEVC（H.265），专利池数量增加，甚至有公司（如诺基亚）在专利池之外独立收取费用，导致许可成本难以预测且可能无上限。YouTube和Netflix等公司意识到，与其支付数亿美元的许可费，不如投资开发自己的免版税编解码器，这正是开放媒体联盟（AOM）和AV1/AV2诞生的原因。他指出，AV1/AV2在标准化过程中就考虑了专利检查，而MPEG世界则完全回避专利问题。
Jean-Baptiste Kempf补充说，VLC和FFmpeg不考虑专利问题，部分原因是VLC设在法国，而法国不承认软件专利。他曾估算，如果VLC需要支付所有专利许可费，每位用户每年将花费超过200欧元。他认为，对数学和矩阵等基本概念进行专利是错误的。
Lex Fridman询问了在欧洲创业环境的现状，指出普遍认为欧洲存在过度监管和官僚主义。Kieran Kunhya回应道，视频领域涌现了像他们这样的欧洲团队，说明欧洲并非没有希望。Jean-Baptiste Kempf补充说，尤其在法国，新一代企业家正在崛起，政府也大力支持“法国科技”，虽然仍有过度监管，但创业文化和对失败的容忍度已大大改善。
Lex Fridman接着提出了更直接的问题：VLC是否曾面临政府要求植入后门的压力？Jean-Baptiste Kempf坚定地回答：“是的，两次”，并表示他当时的回应“远没有那么礼貌”。他明确声明：“如果我们必须妥协我们的软件，我们就会将其关闭。这一点很清楚。”
他进一步解释了VLC坚决不妥协的理由和措施： * 代码控制： VLC不允许任何他们不控制的代码进入。 * 偏执的编译流程： 他们的代码编译是在离线、从未连接互联网的机器上进行的，甚至会从编译编译器开始。 * 双重签名： 采用双重签名机制，以防止假冒二进制文件。 * 实际威胁： 他曾亲身经历过非西方政府机构试图将伪造的二进制文件推送到他们的服务器上，这让他深感震惊。 * 分布式本质： VLC是开源的，源代码公开，且没有中央办公室。即使他个人受到压力，他也可以在任何地方重新开始项目，因为“VLC是一个工具，是不可阻挡的”。
Jean-Baptiste Kempf强调，VLC从不审查播放的视频内容，因为它是一个完全离线的工具，不与任何服务器通信，也没有遥测数据，因此无法知道用户在观看什么。这意味着政府无法要求VLC监控用户观看内容或基于内容进行审查。他分享了一个军队的例子：在阿富汗战争期间，他曾收到一名军方人员的邮件，反映VLC新版本无法正确播放RTSP服务器上的电影，因为这些视频对提升士气很重要。Jean-Baptiste Kempf为此提供了定制版本。他认为VLC之所以能被美军使用，正是因为它完全开源且透明。
面对如此巨大的压力和责任（核心团队只有6-8人，而法律上只有他一人），Jean-Baptiste Kempf表示他过去常感到压力，但现在已保持“禅”的状态。他的秘诀是总是考虑“最坏情况”，并问自己“最终我会死吗？我会伤害某人吗？”如果答案是否定的，他就不会因此感到焦虑。他认为工具本身是中立的，不应为工具被用于好或坏目的而受到指责。
Kieran Kunhya提到了一个令人着迷的社区：活跃的视频存档和保存社区。他将FFmpeg誉为“罗塞塔石碑”，认为它对千年后多媒体内容的播放至关重要。他指出，这个社区（由纽约市立大学的Dave Rice等人领导）虽然预算有限，但深知视频存档对世界的极端重要性。
他举例说明了历史教训：英国的“新末日审判书”（New Domesday Book）项目在BBC微电脑上存档了大量资料，但10-15年后，由于缺乏合适的软件，这些资料变得无法播放。FFmpeg以C语言编写，C语言接近数学和逻辑，Kieran Kunhya认为即使1000年后，C语言也像拉丁语一样，在特定语境下仍然可用。
这个社区非常重视开源，因为它不仅解决了预算问题，更确保了未来对视频内容的访问。他们资助了FFV1编解码器的开发，这是一种无损编解码器，旨在解决压缩过程中可能丢失重要细节的问题。FFV1专门为快速的软件编码和高容错性设计，以便在磁带或硬盘出现数据损坏时能够快速恢复，而不是丢失整个GOP（Group of Pictures）。
Kieran Kunhya表示，这些存档社区提供了极其专业的建议，例如关于1950年代某种胶片上色彩学处理的特殊情况，这是在其他地方无法获得的知识。Jean-Baptiste Kempf也感叹每次与他们交流都能学到新的视频知识。他们对内容本身有着深刻的理解，深知在保存过程中不应遗失任何关于被保存事物的本质。
存档社区还将他们的开源工作流程分享给那些无力建立专业机构的国家，在印度等地教授孩子们FFmpeg命令。Kieran Kunhya认为他们是开源社区的典范，致力于确保人类历史的数字记录能够被所有人访问和播放，以防止未来出现“AI垃圾”时代的历史信息匮乏。Jean-Baptiste Kempf补充说，目前我们正在失去大量20世纪30年代、40年代和50年代的电影，以及70、80年代的磁带，因为读取这些磁带的设备正在消失。
Lex Fridman询问了VLC和FFmpeg未来五十年乃至一百年的发展方向。Jean-Baptiste Kempf认为短期（5-10年）预测相对容易，更长远的未来则需考虑“全息图”等新兴技术。他预言VLC和FFmpeg将拓展到任何形式的“多媒体”。
他甚至开玩笑说，未来VLC可能会有“Neuralink版”，FFmpeg会有“input format human brain”选项，为大脑提供编解码器。他提到，目前已经有针对点云、立体视频（volumetric video）、RGB-D（深度信息）等三维数据的新型编解码器。VLC也已推出VR和XR版本，Kyber项目也在进行XR内容的低延迟流媒体工作。他相信，FFmpeg和VLC最终会管理3D数据。
Jean-Baptiste Kempf将多媒体定义为“人类感官的多种数字流表示”，并大胆预测，未来如果出现气味传感器和扩散器，气味数据也会被纳入FFmpeg的解复用器中，成为新的“音轨类型”。VLC已经有触觉反馈（haptic）插件，用于4D电影院的物理运动同步，因为这也是一种“人类感官”，最终也会被集成。
他解释说，作为维护者，他们的任务是维护架构，让社区能够轻松添加新的模块和格式。VLC目前正在进行空间音频（spatial audio）的架构升级，使其能够支持未来的更多功能。
Lex Fridman认为，FFmpeg和VLC的存在也在推动企业和世界走向标准化，例如脑机接口的“脑电波”标准或机器人触觉反馈标准。Jean-Baptiste Kempf指出，通常是先出现多种标准，然后经过市场淘汰和行业整合，最终形成两到三个被广泛接受的标准。
当被问及对杜比（Dolby）的看法时，Jean-Baptiste Kempf和Kieran Kunhya都表示，杜比曾经是一家拥有卓越工程师的伟大公司，定义了音频技术，但现在更多地关注律师和许可授权，创新不如从前。
谈及最喜欢的FFmpeg推文，Kieran Kunhya提到了“Talk is cheap, send patches”（空谈无用，发补丁来）。他另一句喜欢的是“FFmpeg, nothing is beyond our reach”（FFmpeg，没有什么能够超越我们的掌控），这句灵感来自一个美国军方卫星补丁，而FFmpeg也被火星探测器用于压缩图像。Jean-Baptiste Kempf则提到许多人在F1赛车、欧洲航天局、SpaceX发射监控，甚至欧洲核子研究组织（CERN）的大型强子对撞机（LHC）等“奇怪”的地方使用VLC，这些都令他充满喜悦和自豪。
Kieran Kunhya和Jean-Baptiste Kempf都重申了“不后悔任何事”的理念，因为“后悔是对心智的损耗”，应该从错误中学习而非沉湎过去。Lex Fridman对两位嘉宾及其社区所构建的软件表达了由衷的感谢，认为FFmpeg和VLC给无数人带来了快乐和便利。Kieran Kunhya总结道，他们所做的是“解决难题，做有趣的技术挑战”，因为工程师热爱“构建酷炫而有用的东西”。两人都回忆了自己童年时期（Microsoft QBasic、Logo）开始编程的经历，那份“构建”的激情一直延续至今。
最后，Lex Fridman引用了Linus Torvalds的话：“大多数优秀的程序员编程，不是因为他们期望获得报酬或公众的赞扬，而是因为编程本身很有趣。”
