設計Shinra-Engine心路歷程

Theory1: 真正的資產是「產生結果的能力」

一般人擁有結果（房子、車子、包包）。

有錢人擁有系統（工廠、廠房、公司）。

數位時代的工廠 = 能大量生成內容的系統。

Theory2:真正的生產力來自消耗大量算力

中世紀：鋁比黃金貴，因為提煉難。

現代：鋁箔紙隨處可見，因為電解法。

AI 時代：寫程式變便宜，能消耗更多 Token 的人 = 更高階生產者。

卡達肖夫指數

Theory3: 軟體將成為下一個流量入口

知識：教會 → 印刷 → 網路

影片：電影院 → DVD → YouTube → AI 生成

文章：部落格 → YouTuber → 軟體

當軟體製作成本趨近於零，軟體本身就是流量入口。

結論

根據以上三個理論

創造一個工廠系統，無限消耗token，生成軟體的人是未來的資產持有者

限制

大量用AI生產，會快速累積大量技術債

AI會寫垃圾

解方

根據第一性原理：AI會寫垃圾

設計出 “限制爆炸範圍”

實驗1: 統一後端

概念：激進的GraphQL

產出：LC(Lattice-Cast)

基於以下第一性原理的產物

AI會寫垃圾，所以需要限制爆炸半徑
任何想法重點在於實驗驗證速度，LC是快速迭代的方法論
客戶無法 Crystallize Domain Know-how，所以需要FDE

LC湧現:

LC可以做不同的前端app統一後台再也不用寫BE(自帶oauth2)

爬蟲後台，ex: 591租屋爬蟲用的閱覽器
AHLC(Agentic-Hive+Lattice-Cast)，可以讓不同AI協作的框架 ex: codex as Queen, hermes+deepseek as Bee
日歷復盤系統
SEO文章生成器
….

實驗1: 概念

實驗2: game engine:

我要能hot replacement

gametok終於開始嘗試

嘗試2-1: 自製DSL

https://github.com/homun-lang/homun

// Quicksort — recursion + pipe
quicksort := (arr) -> {
  if (len(arr) <= 1) { => arr }
  pivot := arr[0]
  rest  := arr[1:]
  left  := rest | filter((x) -> { x <= pivot })
  right := rest | filter((x) -> { x > pivot })
  quicksort(left) + @[pivot] + quicksort(right)
}

// DFS — recursive
dfs := (graph, node, visited) -> {
  if (node in visited) { => visited }
  visited ::= visited + @[node]
  for neighbor in graph[node] {
    visited ::= dfs(graph, neighbor, visited)
  }
  visited
}


// Pattern Match
fizz_buzz := (n: int) -> @[str] {
  result ::= @[]
  for i in range(1, n+1) {
    value := match (i % 3, i % 5) {
      (0, 0) -> "FizzBuzz"
      (0, _) -> "Fizz"
      (_, 0) -> "Buzz"
      _         -> str(i)
    }
    result ::= result + @[value]
  }
  result
}

嘗試2-2: SE in vsc

遇到問題:

開發困難進度遲緩

嘗試2-3: SE in tui

嘗試2-4 重構:

設計成MVC-like

bundle.so(data.rs, buffer.rs)
game.so(control)
ecs.so(data pipeline)
render.so(render pipeline)
asset.so(model meterial)

遇到問題

rust ABI not stable
hecs not friendly to my design

嘗試2-5 MCDV:

最終以wasm作為基礎做了 MCDV

MCDV：由 contract.wit 固定組件契約，並讓可替換的 wasm 組件構成管線

End

Thanks for Listening

Appendix: LC

原理：pg GIN idx on jsonb with RLS

workspace_id	table_id	row	jsonb
1	1	1	`{"type":"user","name":"Alice","roles":["admin"]}`
1	1	2	`{"type":"order","id":101,"status":"paid"}`
1	1	3	`{"type":"product","sku":"KB01","tags":["usb","keyboard"]}`
1	1	4	`{"type":"log","level":"error","service":"api"}`
1	3	1	`{"type":"payment","amount":500,"status":"failed"}`
1	3	2	`{"type":"sensor","temp":27.4,"room":"A7"}`
2	4	1	`{"name":"Alice","roles":["admin"]}`
2	4	2	`{"order_id":101,"status":"paid"}`
2	5	1	`{"sku":"KB01","price":999}`
2	6	1	`{"level":"error","service":"api"}`
2	7	1	`{"device":"T01","temp":27.4}`

pg做得比mongoDB好：

Loading content…