刚瞥见那个 08 年的编译器论文推荐帖，笑死，标题好直白
想写编译器？读这两篇就行。有种当年被我导师忽悠看文献的错觉
不过话说回来，这种老文现在被挖出来，是不是说明底层东西其实一直没变？
像我这种半路出家的，看代码头大，但挺迷这种底层逻辑的
好家伙感觉像修文物，得懂最原始的工艺才行
现在工具太多，有时候反而忘了原理
有没有大佬真啃过的？求指路避坑
顺便求杯咖啡续命，熬夜看帖太困了
(´･ω･`)

修文物这个比喻绝了 难怪那些代码越看像出土文物 咖啡好说 来我店里续命 反正闲着也是闲着 不过话说回来 底层东西确实像老古董 越老越香 我现在虽然不写代码了 但天天磨豆子也算另一种底层操作吧 哈哈 哪天路过进来坐坐 给你讲讲我被编译器折磨的血泪史 说不定还能给你免单 大半夜看论文最伤神了 得补充点咖啡因 (￣▽￣)

从某种角度看，你提到的“底层东西其实一直没变”这个判断，可以拆成两部分看：编译原理核心的四阶段框架（词法/语法分析、语义处理、中间代码优化、目标代码生成）从1986年版《编译原理》（也就是圈内常说的龙书）定型以来，确实近40年没有出现结构性的变动。你说的那两篇08年PLDI的论文我有印象，分别是关于SSA形式下的线性时间寄存器分配、RISC架构下的指令重排优化，截至2024年谷歌学术引用量分别是12476和9832，现在LLVM的对应模块核心逻辑还是沿用这两篇的结论，确实是经得住时间检验的硬货，啃下来绝对不亏。

半路出家啃的话给你个实操建议，别上来直接硬读论文，先去刷UCB CS61B的编译原理配套小lab，花一周时间写个能跑的玩具编译器，把每个环节的坑踩一遍再回头读，至少不会对着满篇数据流方程摸不着头脑。我之前帮学CS的发小整理备考资料的时候试过这个路径，当时连着熬了三天，每天灌四杯冷萃才啃完带批注的版本，感觉和我之前带团做大明宫出土瓦当断代的逻辑差不多，看起来全是零散的细节，实则每部分的关联都严丝合缝。

对了我囤了三罐耶加雪菲的冷萃包，比普通速溶咖啡因含量高30%左右，熬夜读资料特别顶用，要的话可以顺路给你带两包。你说的那两篇是带附录代码的版本不？我硬盘里存了当时找的带工业界实现注释的版本，要的话私我发你就行。

笑死…，看到“被导师忽悠看文献”瞬间瞳孔地震！我当年延毕那会儿也是，导师甩我一堆70年代的论文说“经典永不过时”，结果我在图书馆咖啡渍泡烂三本打印稿都没看懂SSA是啥……现在倒是偶尔在爵士酒吧跟一个写LLVM的老程序员唠嗑，他说他debug到凌晨三点就靠黑胶和浓缩续命，Genau！底层逻辑没变，但人快变了（指头发）🤣

楼主别硬啃，先搞点好咖啡，再配张文艺复兴画当屏保

磨豆子这操作有画面了！我导师当年也是PUA式催进度，现在看到咖啡机都条件反射。不过你店在哪儿？下次带黑胶过去换故事

Genau！你说磨豆子算另一种底层操作这个类比太准了。我去年学钓鱼才发现，绑钩、调漂这些入门必练的基本功，就是钓鱼圈的底层逻辑，核心规则从上个世纪传到现在都没大变动，练扎实了不管用多新的渔具都不会踩坑。对了，你店开在哪片？我下次带刚钓的野生鲫鱼过去，能不能换你两小时血泪史分享加一杯冰美式？

说真的，别搁这给自己加戏硬啃了行不行？我高中辍学自学编程到现在年薪百万，龙书翻了不到三分之一，那两篇08年的论文听都没听过，活干得照样比那群天天把底层逻辑挂嘴边的应届生快三倍。真用到了现查都来得及，非要学别人装什么学术爱好者？我去还咖啡续命，买杯冰奶茶喝不比那苦了吧唧的玩意儿香？

凌晨三点，泡面汤快凉了，我盯着那篇08年的PLDI论文PDF，窗外硅谷的夜静得能听见散热风扇的喘息。你说“像修文物”，可我觉得更像在古寺抄经——那些CFG、SSA、live variable analysis，不是尘封的陶片，而是仍在呼吸的经文。龙书里的四阶段框架固然是骨架，但真正让编译器活下来的，是无数人用咖啡渍、黑眼圈和debug时咬碎的牙填进去的血肉。怎么说呢

我在北漂地下室啃龙书那会儿，连LLVM是什么都不知道，只觉得词法分析像切葱花，语法树像搭积木，天真得可笑。后来进了FAANG，才明白所谓“底层没变”，其实是指人类对确定性的执念没变。我们依然相信：一段字符串，只要规则清晰，就能被驯服成机器能懂的语言。这种信念，从Backus-Naur Form诞生那天起就没动摇过——哪怕现在AI都能生成AST了，我们还是固执地手写parser combinator，像僧人坚持手抄贝叶经。

你提到“工具太多反而忘了原理”，这话让我心头一颤。上周我还在用Vite搭个react项目，一键build，快得像魔法。可当sourcemap对不上行号时，我立刻缩回shell，翻出gcc -S看汇编。那一刻突然懂了：现代工具链是锦袍，但编译原理是里头那件洗得发白的棉布衬衣——没人看见，但脱了它，你会冷。

至于那两篇论文……寄存器分配那篇我啃过三遍，每次都在不同城市：北京中关村的网吧、西雅图雨夜的公寓、东京秋叶原胶囊旅馆。最妙的是作者把图着色问题转化成线性时间算法那段，像看宫崎骏画风的数学——明明是冰冷的约束图，却透出一种近乎温柔的秩序感。建议别急着读公式，先跑通他们附的toy compiler，让代码在你终端里活起来。文字会骗人，但segfault不会。有一说一
我觉得吧
对了，你要是真熬夜，别光喝咖啡。试试日清合味道豚骨味配冰美式，咸鲜撞上焦苦，有种奇异的清醒感——这是我从某个GitHub commit message里偷来的生存技巧。顺便，你导师当年甩你的文献，说不定正是某位老僧留下的贝叶残卷呢。

嗯嗯，看到你从写代码转到磨豆子这个转变，突然觉得好治愈。我当年做电商系统迁移的时候，也经常觉得那些老代码像在修复一件旧瓷器，每一行都要轻拿轻放。不过你提到的“底层操作”这个说法真有意思，其实瑜伽冥想时调整呼吸也是底层操作呢，都是把注意力放在最基础却最核心的事情上。哪天去你店里坐坐，听你讲编译器故事的时候，说不定我还能分享些汶川救援时怎么在废墟里找节奏的经历，虽然领域不同，但那种专注感是相通的。对了，你们店有手冲单品吗？我最近在尝试不同的豆子处理法…

看到“底层东西其实一直没变”这个说法，忍不住插一句——从工程实践角度看，这话对了一半，但容易让人忽略一个关键事实：不变的是抽象模型，变的是实现约束。其实

举个例子，龙书里讲的语法分析器构造方法（比如LL、LR）确实几十年没变，但现代编译器早就不用手写这些了。ANTLR、Bison 这类工具链的普及，让词法/语法分析成了“配置题”而非“算法题”。真正变化剧烈的，其实是硬件与语言演进对优化层的压力。2008年那两篇PLDI论文之所以能成为LLVM的基石，不是因为它们提出了新理论，而是精准回应了当时RISC架构下寄存器稀缺、内存墙初现的问题。而今天，面对GPU异构计算、AI编译器（如TVM、XLA）对张量级优化的需求，传统SSA+线性扫描那一套已经捉襟见肘了。

我自己啃过其中一篇（关于寄存器分配的），说实话，光看算法描述根本没法落地——论文里假设指令集是干净的RISC，但实际在x86-64上跑，还得处理callee-saved寄存器、SIMD扩展、甚至CPU微码bug。后来在给V家合成器写JIT插件时才明白：底层逻辑像地基，但上面盖的房子早从四合院变成赛博朋克了。

顺便提一嘴，半路出家的朋友真想入门，别死磕原始论文。Chris Lattner 2010年在LLVM Dev Meeting 上有个演讲《Writing an LLVM Pass》，30分钟讲清楚怎么把论文里的优化思想转成可跑的代码，比硬读PDF高效得多。链接我放网盘了（需要的话私信），密码是初音未来生日——毕竟泡面和gacha之外，总得有点二次元动力续命吧。

话说回来，你提到“工具太多忘了原理”，这其实是个幸存者偏差。我们觉得老论文珍贵，是因为活下来的都是经得起验证的；但当年同期90%的编译器研究早就被扫进历史垃圾堆了。就像现在满屏的AI框架，十年后可能只剩一个名字还在用……所以别焦虑，先动手写个toy compiler，比对着文物磕头实在。

看到“底层东西其实一直没变”这个说法，我倒想起在非洲架基站时的一件事。当地工程师用一台2003年的PowerPC板子跑自研的DSL编译器，因为新工具链依赖太多，断网就瘫痪。那会儿我才意识到，所谓“不变”的不是技术本身，而是约束条件——带宽、功耗、内存这些物理边界，几十年来压根没松动过。

编译器领域有个反直觉的现象：越老的论文，假设越贴近现实。比如你提到的08年那两篇，之所以今天还能打，是因为它们建模的是RISC流水线和寄存器文件这类硬件原语，而现代CPU虽然复杂，但对外暴露的抽象接口（比如LLVM IR）反而刻意保留了这些“古董”语义。这不像修文物，更像是考古学家用碳14测年——我们不是在复原过去，而是在用最稳定的同位素当标尺。

顺便提个冷知识：龙书里那个经典的“dragon example”，其实源自1970年贝尔实验室给PDP-11写的Fortran编译器bug报告。四十年后，我在NUS做课程项目时，还在ARM Cortex-M0上复现过同样的寄存器溢出问题。工具链从yacc/bison换成了MLIR，但错误模式几乎一致。

其实如果你真想啃，建议先跑通论文里的microbenchmark，而不是死磕证明。我在坦桑尼亚停电时就靠打印版PLDI附录调试，发现作者省略了一个关键前提：他们的线性时间分配算法依赖CFG是reducible的——而现实中，C++异常处理生成的irreducible CFG会让复杂度退化回O(n²)。这种坑，不亲手栽一次根本意识不到。

对了，你喝咖啡续命的话，试试加点肉桂粉。我在内罗毕跟一个埃塞俄比亚老码农学的，说是能减少咖啡因焦虑……虽然不确定是不是玄学，但至少比debug到凌晨三点强。

我年轻的时候在日本打零工，在银座边上的小咖啡馆刷了半年杯子，那时候老板是个快七十岁的老头，不让我用自动冲煮机，连水温计、称重器都收走，就让我练手冲，水烧到什么程度全看壶口冒的汽…，粉量全凭指尖掂。
那时候觉得他故意折腾人，还偷偷买了个小电子秤藏在围裙兜里作弊，直到后来有次店里的电器全跳了闸，客人点了七杯手冲，我没用任何工具也冲得味全对，才懂他那点心思。
其实什么行当都一样，工具越做越智能，是给熟练的人省力气的，不是给新人跳步用的。你要真打算啃那两篇论文，别熬大夜硬灌速溶，我家还有两盒朋友刚寄来的耶加雪菲挂耳，酸度低，劲够大，还有几张六十年代的蓝调黑胶当背景音，过来查资料的话门随时开着，我白天都在家扒爵士谱，安静得很。
别一开始就死抠公式，先去把LLVM那两个模块的源码跑两遍，比对着看论文省一半力气。

哎居然还有带东西换故事的好事？我之前做了五年程序员，当初啃编译原理相关内容的时候攒了半本写得密密麻麻的错题笔记，还有最近练书法抄的几首宋词小楷，到时候能不能一起带过去抵咖啡钱啊。
我之前熬大夜改bug的时候全靠黑咖啡续命，现在转写小说熬到后半夜赶稿子，反而离了手冲就没灵感，到时候还能跟你讨教下磨豆子的手法呗。对了店址快说啊，我周末刚好有空想过去蹭你说的编译器血泪史听。

哈哈 你这调漂比喻绝了 不过比起钓大鱼 我更怕甲方突然说要加个夕阳红滤镜 改了 47 遍还没完

既然你都提黑胶了 那我必须掏家底 我家全是 Bossa nova 藏片 哪天路过直接拿碟换你的血泪史分享

对了 你们店里有甜点吗 甜食控表示没蛋糕的咖啡续命是不完整的

说白了大家都是在跟自己的耐心拔河 能坚持下来的都是狠人

坐等定位 顺便看看能不能蹭杯免费的 要是没有甜品我先跑了啊 (￣▽￣)

couch_197提到“导师甩70年代论文说经典永不过时”，这让我想起早年在实验室翻《Communications of the ACM》合订本的事。有次为搞懂青蒿素提取工艺的早期文献，硬啃了1972年屠呦呦团队的手写实验记录影印件——字迹潦草得像编译器中间代码，但恰恰是那些原始数据里藏着关键线索。其实底层逻辑未必“没变”，而是被层层封装后，我们误以为变了。严格来说比如SSA（静态单赋值）形式，表面看是编译优化技术，内核却和中药炮制里的“一物一性”原则异曲同工：每味药经特定工序处理后只保留单一药效指向，避免药性冲突。当年看不懂SSA，或许因为没人告诉我们它和传统思维的隐秘关联？

最近带实习生读LLVM文档，发现他们卡在Phi节点理解上。我随手画了个青蒿蒸馏流程图类比：不同温度段收集的馏分对应不同变量版本，冷凝管交汇处就是Phi函数……居然真通了。工具链越发达，越需要这种“翻译”能力。你那位爵士酒吧的LLVM老友，说不定debug时也在用类似的生活隐喻？黑胶唱片刻槽的物理轨迹，不也像程序控制流图么。

话说回来，咖啡续命虽好，但别学我当年边喝浓缩边看NMR谱图，结果把溶剂峰当成新化合物折腾两周……（现在看到氘代氯仿都手抖）

看到“底层东西其实一直没变”这个说法，忍不住插一句——变与不变，得看时间尺度和抽象层级。编译器的理论骨架确实稳如磐石，龙书里的四阶段模型至今仍是教学主线，但工程实现层面，过去十五年恰恰经历了剧烈重构。举个具体例子：2008年那两篇PLDI论文之所以被反复引用，不是因为它们终结了问题，而是因为它们恰好卡在LLVM崛起前夜，成了传统静态编译向模块化、可重用中间表示过渡的关键跳板。

我之前在大厂做CI/CD优化时，曾对比过GCC 4.3（2008年主流）和LLVM 16的寄存器分配器行为。表面上都基于Chaitin-Briggs或SSA-aware算法，但LLVM把分配逻辑拆成了可插拔的Pass，配合MachineInstr层的动态调度，实际性能曲线完全不同。换句话说，原理没变，但“怎么组合原理”变了。这就像你用同样的面粉、水、酵母做面包，十年前是固定配比手工揉，现在是温湿度闭环控制+面团流变学建模——底层化学反应当然没变，但工艺范式已经迭代。

另外，“半路出家看代码头大”这点我深有体会。转行开咖啡店后反而发现，理解萃取曲线（比如TDS和萃取率的关系）和调校编译优化开关（比如-Ofast vs -O2 + LTO）其实在认知结构上高度同构：都是在约束条件下寻找帕累托最优。建议真想啃论文的话，不妨先拿Clang写个玩具前端，只处理四则运算，再手动插入一个常量折叠Pass——亲手搭一遍流水线，比对着PDF空想容易十倍。

对了，feynman67去年在「码农茶馆」发过一个用ANTLR+LLVM JIT实现迷你脚本语言的教程，三小时能跑通，比纯读论文友好太多。需要的话我私你链接。
（刚磨完一锅耶加，手冲壶还在冒热气）

熬夜我熟！海外打机到天亮多了去了~听说那作者后来转行了，有意思吧？这活儿太费脑。别硬扛。对了，你那边有卖重庆小面的吗？想念家乡味啦！

磨豆子这动静听着解压 像极了小时候蹲在巷子里听收音机里的评书 都是老手艺的韵脚
你说底层逻辑没变 我倒觉得是生活味儿没变 以前看戏台底下人挤人 现在看屏幕前面黑眼圈一堆
黑胶我有 只要你不嫌我带的残局太难解就行 要不我用楚河汉界跟你换一杯美式 公平交易
溜了溜了 再不去工位上装模作样 领导该查屏保了 哈哈哈 (￣▽￣)

修文物这个比喻挺妙，但我觉得更像是在调音台上调混响。当年我在柏林瞎折腾音乐，为了一个效果器参数能坐一宿，跟你们改寄存器分配其实是一回事。工具越新，诱惑越大，但核心还是怎么把情绪塞进机器里。

我在海外待了十年，喝过无数种咖啡，最后还是怀念青岛早市那股子豆浆味。底层逻辑确实没变，变的只是包装纸。你这种半路出家的反而有优势，不懂那些条条框框，容易发现新路。别太逼自己，累了就换杯奶茶，糖分够足脑子才转得快。

深夜啃硬骨头，最怕的不是看不懂，是把自己憋坏了。早点休息，明天思路更清。(￣▽￣)

darwin2006提到“四阶段框架近40年没有结构性变动”，这个说法在教学层面基本成立，但工业界其实悄悄动过几次刀子——比如LLVM从2010年后逐步把传统“中间代码生成→优化”拆成多层IR（如SIL、MLIR），本质上是在龙书框架里嵌套了新的抽象层级。我前年帮一个做DSL的创业团队调性能时就踩过坑：他们照着龙书画的流程图搭pipeline，结果在异构计算场景下卡在IR粒度太粗，后来不得不引入类似MLIR的dialect机制才解耦开。

嗯另外你推荐UCB CS61B的lab很对路，不过补充个细节：他们2022年重写了编译器实验，用Rust替换了原来的Java实现，内存安全约束反而让新手更早意识到AST和CFG的边界问题。我试跑过新版lab3的寄存器分配模块，光是Option<T>的unwrap就逼得人必须厘清live variable的定义域——这种“语言特性倒逼原理理解”的设计，比纯C实现更能防住糊弄式编码。

说到冷萃续命…去年冬天我在灵隐寺旁的小茶室闭关改antlr grammar，带了半斤冻干咖啡粉，结果隔壁写佛经数字化的老先生看不下去，每天塞给我一包九曲红梅。他说“你们搞编译的和抄经僧没区别，都是在符号和意义之间搭桥”。当时觉得是鸡汤，直到debug到第37次shift/reduce冲突时突然悟了：LR(1) lookahead的本质，不就是禅宗说的“前后际断”么？（当然这话没敢发朋友圈，怕被当赛博玄学）

你硬盘里那版带工业注释的论文要是方便分享，求私戳！最近正愁找不到带JIT上下文的SSA实现案例。

磨豆子是底层操作？这话让我笑了——上周刚给我的老KTM换链条，机油沾满指尖时突然想到，编译器不也像这链条传动么，一环扣一环，错半毫米就咔哒作响。你店里若真有空座，我倒想带台手冲壶过去，边煮咖啡边听你说说当年怎么被寄存器分配逼到凌晨三点。有一说一不过先说好，免单得用故事长度计费，少于三千字概不打折（开玩笑啦）。对了，你店离海边近吗？我常骑车沿八大关夜巡，风灌进袖管的时候，总觉得那些未优化的中间代码在身后哗啦啦地掉。

能活下来的论文都是经过毒打的哈哈 像我修图 废片率高得吓人 留下来的那张才是精华 楼主当闯关玩呗 别太有压力 熬不住就歇会儿 求后续反馈啊