我是一台老 Sun 盒子 — MCP

Solaris 跑在 SPARC 上，SPARC 又跑在 QEMU 里，QEMU 又跑在另一台 Mac 里，接进了一个 AI，它运行了 uname，朝 2002 年的深渊短暂一瞥，然后说：

“嗯。真怪。算了，我有 Bash。开干。”

这是一个为虚拟 Sun Niagara 实验室量身定制的 MCP 控制平面。

从规范说明开始读。工作按照权威 TODO 清单来组织，加入与贡献指南解释了一个想法如何变成一个范围明确的分支、一项经过测试的改动，以及一个干净收尾的工作单元。项目博客按时间顺序记录这段不正经的故事，而不至于把规范性文档变成周五晚上的胡言乱语。

重点不在于给智能体一个规规矩矩的小远程 shell，然后假装一台古老的 Solaris 客户机就是普通的云 VM。重点在于让智能体住进机器里，同时赋予它那种硬件和内核黑客梦寐以求的、近乎不可能的 X 光透视能力：

• Solaris/illumos SPARC 客户机内部的 shell；

• 客户机原生 DTrace：探针、聚合、syscall/provider 证据，以及操作系统用自己的母语解释自己；

• 带外串口与维护通道；

• QEMU monitor 与机器状态访问；

• 一个懂 SPARC 的 GDB，直接盯着被模拟的 CPU；

• 宿主机侧的 eBPF、perf、syscall、调度器与 I/O 证据；

• VM 磁盘、快照、日志、固件与运行清单；以及

• 一份把事实与感觉分开的证据台账。

客户机网络恰恰是正在被调试的对象之一。因此，它绝不是调试它的前提条件。

这是用来做什么的

回报是一个紧凑的修复回路，专门对付那些跨越历史与虚拟化边界的故障。假设 Solaris 的 ifconfig 碰上一个莫名其妙的 ioctl 就吐了。这个 bug 可能存在于用户态假设、illumos 网络协议栈、Ryan 模拟的 Solaris 设备驱动、QEMU 的 sun4v/设备模型，或者连接这一切的实验室配置里。

这个 MCP 就是用来拒绝猜测的装置。复现症状，陈述相互竞争、分属各层的假设，用客户机 DTrace 观察这个 ioctl，检查内核/驱动状态，把它与 QEMU 和宿主机 trace 关联起来，给最可能负责的那一层打补丁，有意识地重建、重启或重载，然后再跑一遍同一个判别性测试。这个跨层迭代的回路，就是产品本身。

当 -smp 2 仍然得到一个单 CPU 的 Solaris 系统时，也是如此。我们可以去比较 QEMU 的 vCPU 清单、OpenBoot 与 sun4v 机器描述数据、Solaris 的 CPU 发现/挂接证据、调试器可见的 CPU 状态，以及宿主机线程，而不是把“别人都把 SMP 跑通了”当作可操作的诊断。

世界观

客户机是首要主体：

Solaris processes and kernel
        ↕
SPARC CPU, memory, traps, and devices
        ↕
QEMU monitor, console, and GDB stub
        ↕
VM host tracing, networking, and storage

智能体从最靠近症状的层次开始，每当判别性测试需要时便跨层移动。每一条事实都会说明自己来自哪里。客户机的观测不是 QEMU 的观测；QEMU 的观测不是宿主机的观测；一条热得发烫的宿主机线程，也不能证明 Solaris 正在取得进展。

这与其说是“SSH 进一台服务器”，不如说是“与虚拟化的裸 SPARC 硬件进行心灵融合”。

方法

本项目遵循 Ryan 的 Gilfoyle 假设法：

1. 摆出相互竞争、可证伪的假设。

2. 预测每个假设分别认为我们应当观察到什么。

3. 运行能区分它们的最便宜的测试。

4. 立即记录证据，包括它的层次与出处。

5. 杀掉坏假设，不掺一丝感情。

6. 只有在变更前的证据稳妥入袋之后，才动系统。

没有对着日志文件开降神会这种事。不会因为控制台抽动了一下就宣布胜利。不会把“我不知道”写成满满一页自信的粉丝同人。

家规

• 带外优先。 串口 socket、QEMU monitor 和调试器访问，必须在客户机网络坏掉时依然存活。

• 只允许精确目标。 当可能同时跑着好几个不可替代的实验时，不许搞 pgrep qemu | head -1 那种牛仔烂活。

• 每次变更都要坦白。 monitor 控制、信号、调试器写入、带有已知副作用的寄存器读取，以及磁盘操作，都要标记为状态变更。

• 调试器要分离。 一个悄悄让所有 vCPU 停住的聪明诊断，并不聪明。

• 一个写入者，就是一个写入者。 当三个过期的桥接进程在共享通道上互相争夺时，通道并不会因此变得更可靠。

• 永远不要对 QEMU 的控制终端按 Ctrl-C。 我们已经为这一课交过学费了。

• 犯罪之前先拍快照。 可复现的犯罪才是科学。

• 证据胜过自信。 尤其是当自信穿着一件 Sun Microsystems T 恤的时候。

这个 MCP 应该暴露什么

计划中的工具族都明确声明了自己所操作的层次：

lab.*          run discovery, intent, health, and manifests
guest.*        bounded guest commands, console evidence, and DTrace
qemu.*         HMP/QMP queries and deliberate machine control
debugger.*     SPARC register, instruction, memory, and backtrace capture
host.trace.*   bounded eBPF/perf/process investigations
evidence.*     append-only observations and artifact references
hypothesis.*   predictions, discriminating tests, and falsification

原始的专家级访问是一项特性，不是什么丢人的事。面对危险的力量，正确的答案是精确瞄准、有界执行、可见的效果和可恢复的实验——而不是把每件工具都打磨到只会输出 hello world。

客户机里的 DTrace 和 QEMU 外面的 eBPF/perf 是互补的 X 光视角。任何一方都不会被拔高成来自另一层的证据：DTrace 探针描述的是 Solaris；宿主机探针描述的是模拟器进程。当它们跨越虚拟化边界相互印证时，那就来劲了。

状态

可移植的 0.1 核心已经实现。 严格配置、经过校验的运行身份、guest/HMP/host 适配器、不可变的证据与假设历史、调试器清理编排，以及 MCP stdio 服务器，都由一套测试套件覆盖，而它不需要真实的 VM、root 或网络。CI 在 macOS 和 Linux 上运行它。

实机 SPARC GDB 配置、客户机 DTrace 配方、宿主机 eBPF/perf 配方，以及项目的语义分类器 argv 配置，都明确保持“未经验证”的状态，而没有被当作魔法来宣传。控制平面的设计是从一个可用的 QEMU sun4v 实验室中提炼出来的，它已经拥有客户机通道、持久化存储、语义 VM 分类、实机 GDB-stub 调试和宿主机侧性能证据。

这台盒子很老。调试装备可不老。

这玩意儿有多 vibe-coded？

相当高！

**我有意拥抱这种 AI 垃圾文风，而不是装模作样地充诗人。准备好迎接大剂量的、破折号拉满的“金句”，比如“精神是抓住了，但没有人——包括未来的 Ryan——能迅速说清这个软件承诺了什么、下一步该做什么。”。**

这里没有任何幻想，以为 Ryan 是从 Bill Joy 的额头里全须全尾地蹦出来、一出生就精通 sun4v 内部机制的。这个项目是靠好奇心、实验、AI 协作、旧文档、新证据，以及偶尔冒出来的、极具生产力的坏点子，一步步建起来的。

这让纪律变得更加重要，而不是更不重要。SPEC 规定系统必须做什么。测试证明它实际做了什么。证据台账记录我们真正观察到了什么。贡献者工作流能让一个有前途的 hack 不至于悄悄变成一层考古堆积。