作者轩辕之风受 tk 教主实验启发，在 Apple Silicon Mac 上测试 GPT-6 Astra 直接生成二进制程序的能力。通过两个案例——弹出消息框和简易计算器，模型均成功生成可运行的 Mach-O 文件，无需调用编译器。模型使用 Python 脚本计算指令编码、修正地址、拼装文件结构，直接写入 ARM64 机器指令并调用系统接口。这验证了马斯克今年 2 月的预言：AI 将跳过传统编码直接生成二进制。文章探讨了编程语言可能消失的未来。
作者基于十余年加速器编译器经验（曾创建XLA，现任OpenAI硬件团队）探讨AI时代的编译器演进。文章提出将AI视为'随机优化器'的新范式：传统优化编译器依赖固定规则与启发式，而LLM具备类似'optimizin Ollie'专家的程序优化直觉。文章回顾了STOKE随机超优化研究，指出Monte Carlo调整笨拙但快速，LLM智能但较慢，结合二者可智能地在优化空间中探索。虽然无法像传统方法那样保证语义正确性，但AI为自动化程序优化开辟了'编译器2.0'的新方向。
文章介绍了受 Karpathy LLM Wiki 启发的第二大脑新架构：不是把笔记当作检索用的档案柜，而是当作编译器。系统在摄入时一次性编译知识，自动链接、更新、标记矛盾，配合 CLAUDE.md 和每日编译循环，由 Claude 承担维护负担。作者分析了该方案相比 RAG 的架构优势、随时间复利增长的效果，以及源质量依赖、初期密度门槛、需付费版 Claude Desktop 等局限，并附上可直接使用的提示词。
