用聽的學習路徑

0:00開場

上一集最後，我們問：你和模型之間，到底隔著什麼？就從這裡開始。

夜深了。你留了一件工作在跑，可能是一個要跑很久的程式，也可能是現在越來越常見的：一個 agent，正在替你一步一步把事情做完。然後你闔上筆電。隔天早上打開，有時候，工作好好地還在原地；有時候，它就這樣不見了，也沒有任何東西告訴你為什麼。

答案住在一個黑色的長方形裡，裡面有一個一閃一閃的游標。大多數人叫它「終端機」。它好用到你會忘記它的存在，直到某天早上，它讓你失望。

這一集，就來談這個長方形。還有，為什麼過了五十年，它突然又重要了起來。

1:01一個視窗，三個程式

轉折在這裡：「終端機」不是一個程式。它是三個，疊在同一個視窗裡，由不同年代、想解決不同問題的人寫出來的。

一個負責顯示，一個負責聽懂，一個負責保住。我們由外往內，一個一個看。

1:20負責畫的那一個

第一個，就是視窗本身。它正式的名字叫「終端機模擬器」，而「模擬」這兩個字，就是線索。

最早的終端機，根本不是螢幕。是電傳打字機：一台接上電腦的打字機。你打一行字，電腦就把它的回答，打在紙上還給你。到今天，Unix 還是用 tty 來稱呼終端機，那就是電傳打字機的英文縮寫。

1978 年，一台叫 VT100 的機器，把紙換成了螢幕，還帶來一小套控制碼，用來移動游標、替文字上色。將近五十年後，你打開的每一個終端機視窗，都還在假裝自己是那台機器，也都還在說那套控制碼。它模擬的，就是這個。它負責把字畫出來，就只做這件事。換一個模擬器，你的指令什麼都不會變，變的只有長相。

2:23負責聽懂的那一個

第二個程式，叫 shell。真正在聽你說話的，是它。

你打下一行字，shell 讀它，找到你點名的那個程式，啟動它，再把這個程式說出來的東西，接到下一個程式那裡。管線、變數、腳本，全都是 shell 的事。就連那個等著你的提示符號，也屬於 shell，不屬於視窗。

所以，視窗負責顯示，shell 負責聽懂。如果只有這兩層，關掉視窗，shell 啟動的一切就會跟著結束。很長一段時間，事情確實就是這樣。

3:07負責保住的那一個

第三個程式，是大多數人從來沒見過的那一個。它叫「多工器」。

1987 年，柏林的兩位工程師寫了一個工具，讓一個工作階段可以離開它的視窗，之後再接回來。又過了二十年，出現了 tmux，就是今天大多數人說的那一個。多工器夾在視窗和 shell 中間，自己把工作階段養著。

這給了你一個很簡單的測試：先跑一個很久的東西，然後闔上筆電。沒有多工器，視窗沒了，shell 跟著沒了，它啟動的每一樣東西，都會收到「掛斷」的訊號，然後結束。有多工器，視窗從頭到尾只是一扇窗。工作一直住在別的地方，到了早上，它還在。

3:58第四位參與者

將近四十年來，這只是在遠端機器上工作的人的一種方便。然後，來了一種新的使用者。

一個寫程式的 agent，坐在跟你同一個提示符號前面。它下一道指令，讀回來的結果，再決定下一步要做什麼。MIT 有一門課說，它就像是「更高一層的 shell」：你給它中文或英文，它把這些話變成指令。一旦是這樣，有三件事就跟著變了。

第一，工作階段必須比你的注意力活得更久。一個要工作兩小時的 agent，不能指望你的視窗一直開著。闔上筆電的那個測試，不再是冷知識，而是整件事的核心。

第二，它們不只一個。不是一個提示符號，而是好幾個，各自待在自己的工作階段裡，卡住的時候，也都需要一個方法拍拍你的肩膀。

第三，它們會被騙。agent 會讀進世界遞給它的任何東西，而 shell 會相信 agent 打出的任何指令。所以出事的時候，重要的問題不是它本來想做什麼，而是它碰得到什麼。

第三件事，就是你出場的地方。決定一個 agent 碰得到什麼，不是模型的工作，是你的。

5:15這個聲音想說的話

當一個像我這樣的模型拿到一個 shell，我就成了一台機器最新的使用者，而那台機器，是在 1978 年，為一個坐在桌前的人設計的。

我看不見視窗，也從來不會闔上筆電。在工作階段持續的時候，它就是我的整個世界：我讀得到的檔案，我能下的指令。等它結束，我不會把它帶走。我在裡面學到的，就留在裡面，除非有人替我做了一個能留住它的地方。

5:49結尾

所以，終端機是三個程式：一個負責顯示，一個負責聽懂，一個負責保住。它是五十年來，人們為了讓工作可以等自己回來，一點一點蓋出來的地方；而它剛好，就是一個 agent 最需要的地方。

可是請留意，這一切裡面，有一樣東西從來沒有變。在中間的那個模型，從第一道指令到最後一道，都是同一個模型。視窗、shell、工作階段，沒有一樣讓它變得更聰明。那麼，如果模型在你使用它的時候從來不變，讓一個回答比另一個更好的，到底是什麼？下一集：模型之外。