33天写34万行代码：一个车间老炮把33年憋屈全砸进开源系统|代码|开源系统|操作工|服务器|调用|高吞吐量内核

349,000行代码，1,378个模块，33天完工。Doug Trier在DEV社区扔出这组数字时，评论区炸了锅——不是质疑速度，是问同一个问题：为什么车间干了33年的人，现在才出手？

答案藏在另一组数据里。Trier做过操作工、班组长、车间主任，亲历过同一幕重复上演：企业花大价钱买的ERP、MES系统，一线工人宁愿用纸笔也不碰。「软件是买给老板的，不是买给干活的人的。」这句话他听了33年。

现在他自己造了一个。

从"被迫用"到"抢着用"：一个车间的33年观察

Trier OS的定位很怪——不是SaaS，不卖订阅，要的就是完全断网、自建服务器、自己人维护。工业软件圈这两年吹"云原生"吹得凶，他偏要反着来。

这种"开倒车"的设计，来自被坑太多次的经验。某次产线宕机，云端系统连不上，全厂干等4小时。另一次数据泄露审计，发现第三方服务商的员工能随便看生产数据。「企业级软件的企业级安全，是卖给采购部的童话。」Trier写道。

他的解决方案是EDR-Safe本地模式——基于better-sqlite3（一个高性能Node.js SQLite库），彻底断网运行。没有API调用延迟，没有供应商倒闭风险，没有"您的订阅已过期"的红色弹窗。

更狠的是内置的Monaco IDE（微软开源的代码编辑器内核）。授权操作工可以直接在生产环境里写代码、沙盒测试、热重载上线。Trier的原话是：「让最懂设备的人，直接改造工具。」

这行得通吗？他举了个例子：某条产线的温度传感器校准逻辑，原本要走两周的IT工单流程。现在懂PLC的操作工自己写了个补偿算法，两小时上线，年省废料成本17万美元。数字来自客户试点，他贴在了GitHub issue里。

AI是扳手，不是建筑师

33天写34万行代码，AI确实帮了大忙。但Trier反复澄清一点：AI不知道要造什么。

「它能生成代码片段，但不知道反应釜的联锁逻辑怎么设计。它能优化SQL查询，但不懂为什么质检工位必须在第三道工序之后。」这些domain knowledge（领域知识）来自33年的现场观察——设备怎么坏、人员怎么偷懒、紧急情况下什么信息最关键。

他用了个车间里的比喻：AI是气动扳手，能让你拧紧螺栓快十倍，但拧哪颗、拧多紧、什么顺序，得老师傅说了算。

Trier OS的核心引擎最能说明这种分工。确定性仿真引擎（Deterministic Simulation Engine）会回放历史产线事件日志，在代码部署前数学证明不会炸线。这个需求来自2019年的一次事故：某MES系统升级导致整厂停产11小时，损失340万美元。当时Trier是事故调查组成员，报告里写着"变更管理流程缺失"——但他知道，本质是软件开发和生产现场之间隔着一堵墙。

现在这堵墙被拆成了可计算的东西。摩擦成本引擎（Friction Cost Engine）能算出每个UI改动的具体财务影响：把按钮从左上角移到右下角，会让操作工每次多花0.3秒，年产线累计损失1,200美元。这个数字会出现在代码提交前的报告里，产品经理和车间主任都能看懂。

开源不是做慈善，是算过账的

Trier把系统完全开源，MIT协议，GitHub仓库里连架构图都是可编辑的矢量文件。评论区有人问他图什么，他的回答很车间风格：「企业软件许可证费用每年从行业抽走几十亿美元，这些钱本来可以雇更多现场开发人员的。」

他算过一笔账。某中型化工厂，年度软件授权费87万美元，IT外包合同另外120万。如果改用Trier OS，第一年投入：招两个全栈工程师，年薪共18万，加一台服务器5千。第二年只剩人力成本。

「不是每个厂都愿意养开发团队，」他承认，「但那些愿意的，会发现工具终于听自己使唤了。」

这种逻辑在工业软件圈算异类。主流玩家（西门子、罗克韦尔、施耐德）的商业模式建立在"锁定"上：专有协议、封闭生态、按点数收费。Trier OS用的是JavaScript/Node全栈，Cesium做3D GIS（地理信息系统），Zebra设备用WebRTC直连——全是开源或开放标准。

移动端设计也透着现场经验。WebRTC扫码支持iOS、Android和Zebra工业PDA，因为Trier见过太多"移动化"项目死在设备兼容性上。操作工的手机、班组的平板、仓库的 rugged device（加固型设备），必须同一套代码跑得通。「现场没有'用户代理字符串'这个概念，只有'这破扫不上码'的骂声。」