Project Xanadu：更多回顾

# 仙尼亚杜计划：更多后见之明 来源：https://gwern.net/xanadu 回顾仙尼亚杜计划的成功与失败：设计迭代、实际用例或实用性的缺乏，阻碍了一个有价值的愿景成熟为有用之物。（并与我的方法形成对比。） 2024年12月，在访问旧金山时，我幸运地在最后一刻受邀参加了一场只可能在那里发生的聚会：庆祝超媒体先驱泰德·纳尔逊（https://en.wikipedia.org/wiki/Ted_Nelson）1974年发布的宣言《计算机解放/梦想机器》（https://en.wikipedia.org/wiki/Computer_Lib/Dream_Machines）50周年，该宣言弘扬了仙尼亚杜计划（https://en.wikipedia.org/wiki/Project_Xanadu）超文本（https://en.wikipedia.org/wiki/Hypertext）的愿景。 我为英语维基百科贡献了20年，并且在Gwern.net上断断续续工作了15年，因此我绝不可能错过一整场人们对超文本有强烈见解的聚会。我们的主人詹姆斯准备了数量惊人的纳尔逊纪念品：不仅有那本书的副本（实物比我意识到的要大得多、令人印象深刻得多，类似《牛津简明英语词典》需要放大镜观看，也提供了），以及纳尔逊1997年出版的书《信息的未来》，还有他在斯沃斯莫尔学院（https://en.wikipedia.org/wiki/Swarthmore_College）油印杂志（https://en.wikipedia.org/wiki/Mimeograph）的副本，而最令人印象深刻的是一些运行着各种仙尼亚杜实现副本的古董电脑。 泰德·纳尔逊现年87岁，仍然健在，但遗憾的是无法出席。幸运的是，其中一位与会者是Autodesk（https://en.wikipedia.org/wiki/Autodesk）时期（约1988-1993年）的前仙尼亚杜程序员，我们可以听他讲一些故事。这些故事提醒我们，虽然我们浪漫化了计算的早期时代，但硬件限制实际上非常严苛，使富有成效的开发变得困难。我认为，当我们记住有多少时间和聪明才智被花在绕过限制上时，过去软件系统中的一些失望就变得更容易理解了——例如，麦克尔罗伊1982年的论文（https://gwern.net/doc/cs/algorithm/information/compression/1982-mcilroy.pdf）有理由为他花了*数月*时间进行巧妙的算法设计和优化以将一个有用的拼写检查器压缩到1MB内存以下而感到自豪，而今天我们只需几行JavaScript就能完成（并且由LLM（https://en.wikipedia.org/wiki/Large_language_model）完成）。 例如，他描述了他们如何在Smalltalk（https://en.wikipedia.org/wiki/Smalltalk）中制作仙尼亚杜的原型（这是合理的，因为Smalltalk是一种高效、令人愉悦的语言/操作系统，其面向对象模型与超媒体完美匹配），但随后必须将其交叉编译为C++（https://en.wikipedia.org/wiki/C%2B%2B）并编译它...这大约需要*一周*时间。不是一分钟，也不是一小时，甚至不是一天，而是一周。（而我以为Gwern.net多小时的编译时间对我的开发速度已经很糟糕了！）他还不得不浪费大量时间处理C++的愚蠢问题和编译问题。1 (https://gwern.net/xanadu#fn1) 让它在我们看到的PC上运行本身就是个挑战，这也是聚会的原因之一。我必须承认，我有时曾好奇，为什么仙尼亚杜在Autodesk的多年全职工作产出如此之少，而实现在Gwern.net上的各种客户端嵌入（https://en.wikipedia.org/wiki/Transclusion）或弹出功能，对于Said Achmiz（https://wiki.obormot.net/）来说通常只需要几天时间。 但听亲历者讲一些战地故事有助于将事情置于适当的视角，并提醒我当时人们的计算资源是多么极度匮乏。（也许比CPU更差的是*存储*：我习惯了能够托管我需要的任何PDF、PostScript（https://en.wikipedia.org/wiki/PostScript）或HTML文件，但我托管的文档中有相当一部分超过了1990年代中期中档PC的*总*硬盘空间，而那台PC可能只有50MB硬盘。同时，Gwern.net散文的Markdown源文件本身约40MB，注释是它的两倍，最终网站是221,438MB！） 那些大学杂志是惊喜，翻阅起来很有趣：年轻的泰德就已经很喜欢写作，而且写得相当多，并喜欢给出他的建议。有人提到纳尔逊曾梦想成为一名好莱坞导演，后悔自己进入了科技行业；我认为这很合理，并解释了他作者式软件开发方法的一些特点，比如他坚持自己“不是程序员”（https://gwern.net/doc/www/news.ycombinator.com/1a3aacc92b20076fccdf9a6ca9073f63b003e90e.html）（50年后），或使用电影剪辑隐喻，如“编辑决策列表”（https://en.wikipedia.org/wiki/Edit_decision_list）。 我也从未坐下来认真阅读过《计算机解放/梦想机器》，只是翻阅了几页。看到这样一*本*大书，使用多栏排版以尽可能多地容纳内容，这很有趣：纳尔逊不能假设读者对计算机有任何了解，必须从头开始解释字节或文件等基本概念。（如果你年纪大了，真的需要放大镜。）后来（且更鲜为人知）的书《信息的未来》也很有趣，其章节结构不寻常，你可以按多种顺序阅读，并有一个中心总结章节。 刘玉玺（https://x.com/layer07_yuxi/status/1919904686347567510）指出，仙尼亚杜与另一个著名的、长期酝酿的、大包大揽的项目有相似之处，该项目与数据库和人工智能密切相关，拥有一位永不改变想法、不喜欢开源的富有魅力的领袖，并显示出类似的“病态科学”迹象：道格拉斯·莱纳特的Cyc（https://yuxi.ml/essays/posts/cyc/）。思考并重新阅读仙尼亚杜材料后，我同意。 我简短地试了一下仙尼亚杜PC，对它们能够运行感到印象深刻，但我和大多数聚会者都放弃了它们。用户界面太陌生了。我们真的需要看到詹姆斯演示它们，或者类似的东西：超文本系统不适合直接探索，尤其是在它们运行在25年前甚至从未使用过的操作系统上的计算机时。但我不需要太多使用它们，只需看着屏幕显示的典型仙尼亚杜演示——《创世记》（https://en.wikipedia.org/wiki/Book_of_Genesis）的开篇，其著名的句子呈锯齿状向右延伸以表示嵌入或对段落的评论——就突然意识到：**“我的天哪——它完全无法阅读。”** 这些线条是令人困惑的杂乱，尤其是当它们纵横交错时（这是边注布局的一个长期问题，由于轮廓线而变得更糟）。没有一条“边注”是可读的，因为*屏幕太小了*。即使你只是滚动，由于这些线条，你也常常无法阅读任何内容！一个通常无法阅读任何内容的文档界面，怎么可能曾经被认为是个好主意？2 (https://gwern.net/xanadu#fn2) 用户界面太糟糕了——它根本行不通。即使在我的4K显示器这样的大屏幕上，我也不想要那样。 然后我思考了文本的选择，我意识到用户界面并不是真正的问题；而问题，在这许多年里，也不是团队。**并排范围嵌入的整个概念是一个在寻找问题的解决方案。** 范围特定的嵌入和评论对于《创世记》是有意义的，那里对每一行都有详细的评论，并且许多圣经评论学厘清了它是如何从多个相互矛盾的文本（例如著名的自相矛盾的多重创世故事（https://en.wikipedia.org/wiki/Genesis_creation_narrative））编辑而来的，但当我想到“嘿，我们也可以在Gwern.net上做边注（https://gwern.net/sidenote）和范围嵌入/评论以及双向反向链接（https://gwern.net/design#backlink），而且我们*确实*在‘苏珊娜·德拉日’短篇小说分析（https://gwern.net/suzanne-delage）中做了！”3 (https://gwern.net/xanadu#fn3) 时，我突然意识到：我们可以这样做，但我们大多不这么做，因为没有人真的需要这样做。 特别是如果我们看看泰德·纳尔逊的“并行文档示例”（https://gwern.net/doc/www/www.aus.xanadu.com/a231d70c821f6c43c430b6195f2068d0594e910e.html）：文本批评再次出现（圣经、《哈姆雷特》（https://en.wikipedia.org/wiki/Hamlet#Texts）、“罗生门”（https://en.wikipedia.org/wiki/In_a_Grove）与电影《罗生门》（https://en.wikipedia.org/wiki/Rashomon）），牵强的例子——《弗吉尼亚权利宣言》（https://en.wikipedia.org/wiki/Virginia_Declaration_of_Rights）影响《美国权利法案》（https://en.wikipedia.org/wiki/United_States_Bill_of_Rights），然后是非常可疑的例子——圣徒列表、组织内的电话通话，以及喜剧电视节目（https://en.wikipedia.org/wiki/The_Carol_Burnett_Show）...？世界上几乎没有文本真正*需要*被剖析（https://en.wikipedia.org/wiki/Fisked），或者需要嵌入特定的行或段落；几乎没有人做塔木德式评论（https://gwern.net/doc/design/typography/sidenote/2021-01-04-laurencolgan-talmud-annotatedukladstronytalmudu-englishedit.jpg），一层嵌套一层。大多数真正的引用实例是对目标整体的引用。即使是这些，我们也不会想看到99%，而且我们也不知道如何组织那好的1%，因为它们可能各有不同的目的。（只需看看在线评论：我们按日期、按受欢迎程度或某种业力或“PageRank”（https://en.wikipedia.org/wiki/Page_rank）排序，按长度，按页面作者是否直接回复它们排序...？） 回想起来，我认为很能说明问题的是，在《计算机解放/梦想机器》和《信息的未来》中，我都没有看到任何纸面上的“嵌入”实例。纳尔逊*本可以*在他的书中使用任何数量的并排布局或范围嵌入，因为软件不是障碍：他手工排版，可以绘制、说明或复制任何他想要的任何安排。但他没有，因为...它对书来说就是没那么有用。甚至他自己的书也不是。（当你只需引用前面的段落时，你不需要嵌入。） 请注意，即使在电影中，将两个镜头源并排放置并让一个“评论”另一个很容易，但这很少这样做；电影不依赖水平或并置，而是使用时间的第三维度，发展出丰富的剪辑（https://en.wikipedia.org/wiki/Cut_(transition)）和其他技巧来实现场景转换（https://en.wikipedia.org/wiki/Film_transition），这些技巧做着同样的事情（其程度我们直到观看了《战舰波将金号》（https://en.wikipedia.org/wiki/Battleship_Potemkin#Film_style_and_content）之前的电影才能意识到）。空间并置在各种情况下使用，但远非默认。只有在少数情况下，采用画中画（https://en.wikipedia.org/wiki/Picture-in-picture）布局才是惯例。一个主要领域是直播，无法从多个角度拍摄并连贯地剪辑；在进行现场采访时，惯例是同时有两个说话的头像，但当为后期编辑时，在有时间的情况下，通常会变成一个接一个的剪辑序列。 同样，例如，流媒体主播不容易“剪辑”，因为他们忙于实际直播，没有大量可以剪辑切换的影片源，也没有熟练的员工可以被占用做这个，但如果他们制作“精选集”，他们可能会重新排列或放大。（我敢打赌，当Hololive主播在大型年度音乐会表演时，涉及数千万美元（https://gwern.net/doc/www/arxiv.org/96a7fb8a46d9d0713153380e8d2358235fc2496a.pdf），他们不会采用类似直播的并排格式，而是采用更典型的音乐会电影摄影，就像Miku Expo（https://en.wikipedia.org/wiki/Miku_Expo）Vocaloid（https://en.wikipedia.org/wiki/Vocaloid）音乐会一样。） 值得注意的是，在直播预算*非常*高且质量是首要任务的地方，例如NBA比赛（https://www.nytimes.com/athletic/1400214/2019/11/26/were-not-slowing-down-for-you-behind-the-scenes-with-the-yes-production-crew-during-a-nets-game/）或NFL或Met歌剧高清转播（https://gwern.net/review/opera#carmen），并且可以拥有大量摄像机以及“导演”和多名员工时，他们通常*不会*满足于任何静态的画中画或并排安排；相反，他们选择在不同摄像机之间快速切换单一信号，这使他们能够“跟随动作”，命令摄像师提前移动以即时获得新的角度，并试图根据他们对比赛流程的评估创造有意义的节奏。 这就是为什么我们直到2023年左右才在Gwern.net上添加那种特定的嵌入功能，动机来自我对一部短篇小说的文学分析。我不需要它，英语维基百科不需要它，Reddit不需要它，Twitter不需要它，约100%的个人博客不需要它...它就是没那么有用——除非你在做文学批评或对文本的评论，这描述了约0%的世界万维网（https://en.wikipedia.org/wiki/World_Wide_Web）（在2025年*或*1989年）。所有这些线条看起来很酷、很未来主义，但当我想到我如何在Gwern.net的实际散文中使用它们，以及阅读起来会是什么样子时，我开始头疼。 著名的仙尼亚杜UI/UX是一个“科幻界面”，就像《少数派报告》电影（https://en.wikipedia.org/wiki/Technologies_in_Minority_Report）中的3D手势界面或《雪崩》（https://en.wikipedia.org/wiki/Snow_Crash）中的虚拟现实：每个人看到它们都会被其外观的酷炫所震撼和惊叹，但它们却是个糟糕的想法，使用起来会很痛苦，并会让你患上“大猩猩臂”（https://gwern.net/doc/www/www.catb.org/917bba407e8ac9fcf1a5f439f2a03744988c6e8a.html）。你尝试了一个原型或模型，几乎在你开始使用它们时，你就会意识到，不，这行不通，你必须完全抛弃它。 这让我想起了好莱坞导演的评论：你可以说仙尼亚杜是一个好莱坞导演对万维网应该是什么样子的看法。只有当你从未尝试在*任何真实项目中*实际*使用*它时，你才能相信它。如果泰德·纳尔逊不那么有魅力，不那么有说服力的作家，或者对他的愿景不那么有信心，这本可以早点清楚。既然不是，就像道格拉斯·恩格尔巴特（https://en.wikipedia.org/wiki/Douglas_Engelbart）一样，纳尔逊享受（如果可以这么说的话）成为坎宁安法则（https://en.wikipedia.org/wiki/Ward_Cunningham#%22Cunningham%27s_Law%22）活体体现的荣誉：成为那些历史人物之一，他们的重要性在于在一个重要话题上*如此*错误，以至于他们帮助推广了这个话题，并激励他人变得正确。 事实上，这也解释了仙尼亚杜一直让我困惑的一点，即它对*版权*的强调。很难想到现代世界中比我们当前的版权最大化法律更有害、更不利于有用的超文本系统的部分，但仙尼亚杜17条原则（https://en.wikipedia.org/wiki/Project_Xanadu#Original_17_rules）花更多时间试图让网络对版权所有者安全，而不是在诸如“嵌入”这样的小事上——它需要支持微支付（https://en.wikipedia.org/wiki/Micropayment）等。