AI发威！红米跑iOS、Mac运行安卓，这届网友太能整活了

在红米上成功运行iOS 16、在Mac上运行安卓App，这些尝试在最近一两个月突然热闹起来。

前不久，B站UP主@RryanLyu甚至还成功让一加Ace 5运行了鸿蒙6，还修复了GPU驱动，能够正常显示桌面、系统动效和应用小窗。

几乎同时，还有人通过修改底层配置，成功解除了部分英伟达RTX 20、30、40系列显卡的计算性能限制，RTX 4090在特定张量计算测试中的吞吐率甚至接近翻倍。

更离谱的还在后面。Mac运行Android应用、iPhone运行Android游戏，乃至Switch游戏移植到Windows、Mac和iPhone，接连成为开发者的新挑战。最近甚至有人展示了Switch独占游戏《塞尔达传说：王国之泪》《马力欧卡丁车 世界》在Mac上原生运行的画面。

图片来源：X

当然，这些成果的完成度参差不齐，部分项目其实还在技术验证阶段。但相比过去需要大量专业知识、时间和精力才能完成的系统移植和逆向工程，如今个人开发者借助AI Coding Agent，就有机会挑战原本难以企及的复杂项目。

搞机并不是什么新鲜事。只是在手机、电脑越来越成熟，刷机与越狱逐渐淡出大众视野的今天，为什么AI能让搞机圈重新热闹起来？当越来越多人试图突破厂商设定的软件和硬件限制，又会给消费电子行业带来什么变化？

搞机不新鲜，但AI的搞法很不一样

经历过智能手机早期的发展，应该不难理解搞机文化的吸引力。

从给Android手机刷入第三方ROM，到iPhone越狱、PC黑苹果，过去十几年，一部分开发者和用户始终热衷于挑战厂商预设的软硬件边界。有些是为了获得新功能，有些是为了改善性能和体验，还有一些纯粹是为了证明技术上的可能性。

只是随着智能手机日益成熟，厂商不断强化系统安全和生态控制，第三方ROM的影响力逐渐下降。大量过去需要通过Root、越狱才能实现的功能，也已经被原生系统吸收。

但AI Coding让情况有了新的变化。

以红米Note 10 Pro运行iOS 16的开源项目ios-sweet为例。开发者不仅移植了苹果开源的XNU内核，还成功启动了iPhone X的iOS 16用户空间，包括原生系统服务、SpringBoard桌面等组件。

图片来源：GitHub

项目公开的开发日志中，还大量记录了Claude、Codex等AI Agent参与内核修改、驱动适配、故障排查和任务交接的过程。

开发者不需要同时熟悉不同操作系统的内核、启动流程、硬件驱动以及底层接口，完全可以让AI阅读陌生源码、生成适配代码，并完成大量反复编译、分析和调试的工作。

游戏逆向同样如此。《塞尔达传说：织梦岛》的非官方重编译项目，让原本面向Switch的游戏代码能够在Windows、Mac等平台运行。nxnative则尝试利用Switch与苹果芯片同属ARM64架构的条件，为Switch游戏建立通往Mac、iPhone的运行环境。

截至11月5日，nxnative项目已列出超过120款经过不同程度测试的游戏，包括《塞尔达传说：王国之泪》《超级马力欧：奥德赛》等Switch独占游戏。

当然，这些AI逆向项目的爆发，一方面是AI Coding能力突飞猛进最有力的证明，但另一方面也要公允地说，AI并没有从零开始创造所有技术。

无论苹果开放的XNU内核源码，还是Android、Linux、Wine、QEMU，以及各类反汇编、重编译工具，都经历了十几年甚至更长时间的发展。AI的作用，很大程度上是让个人开发者能够更高效地理解、整合和利用这些既有成果。

再加上GitHub上的开源接力、B站和社交平台的传播，一个项目取得突破，其他开发者很快就可能跟进。

但技术上更容易做，还不足以解释人们为什么更愿意做。

一个现实背景是，设备越来越贵，也越来越耐用。过去一年，存储芯片涨价推高了手机、PC的成本。同时，几年前的旗舰手机、显卡依然能满足很多新需求，换机的必要性却在下降。

RTX显卡的算力解锁尤其能说明问题。过去玩家未必在意GeForce部分张量计算指令的吞吐率限制，但本地大模型、AI生图、LoRA训练兴起后，像RTX 3090这样的老显卡凭借24GB显存，甚至在部分特定负载中可以获得超过60%的性能提升，就不难理解为什么变得抢手。

图片来源：X

对计算性能限制的破解，自然能带来直观的价值，也让今天的搞机有了不同于过去的现实意义。既然硬件还能用，为什么不能通过软件改造，让它发挥出更大的价值？

某种意义上，这也是AI给消费电子行业带来的一个有趣反差。一边是AI基础设施建设推高存储等硬件成本，让消费者购买新设备更加昂贵；另一边，AI Coding又在降低开发成本，让用户更容易挖掘现有设备的潜力。

厂商想拦，又能拦住多少？

但对于消费电子厂商而言，这波AI逆向显然存在一些顾虑。一边是安全、兼容性和售后责任，另一边则是原本由厂商掌握的软件生态、产品定位乃至商业利益。

首先要承认，厂商对硬件和软件的控制并非完全没有道理。现代手机、电脑等个人设备涉及支付、隐私、身份认证等大量敏感功能，未经验证的系统修改，确实可能破坏设备安全，甚至给普通用户带来难以预料的损失。

而游戏逆向与跨平台移植，又涉及更复杂的知识产权问题，任天堂过去就曾通过诉讼等手段打击Switch模拟器及相关侵权行为。

从技术上看，厂商并非束手无策。锁定Bootloader、验证系统签名，可以阻止普通用户随意刷入其他系统。即使设备被修改，支付、账号等在线服务也可以通过完整性验证控制访问。

但这并不能阻止所有搞机行为。极客湾云飞10月初曾表示，借助AI和漏洞研究，各品牌安卓零售机都有机会在不解BL锁的情况下取得Root。

图片来源：B站

更何况，Mac运行Android应用、游戏跨平台重编译之类的项目，未必需要修改系统启动链。厂商可以限制权限、分发和服务，却很难把一切兼容性开发都当成安全漏洞处理。过度封堵，还可能伤及平台本身的开发生态。

另一方面，AI厂商的想法也会产生影响。10月底，Anthropic技术人员Addy Osmani就确认，团队在向Claude Code的Opus 5.5配置增加了相关指令，目的是防止用户借助Claude复刻他人的特定游戏。

还有部分用户反映，Claude在处理一般逆向工程任务时也开始出现拒绝执行的情况，甚至影响了部分正常的软件开发和调试工作。

不过，这样的限制究竟能产生多大效果，仍然存在疑问。

一方面，逆向工程本身并不等同于盗版。为了兼容性研究已有软件，与未经授权复制、传播游戏内容，涉及的法律问题并不相同。另一方面，Claude也不是开发者唯一能够使用的模型。即便Anthropic限制某些开发行为，其他AI模型、开源工具和开发者之间的技术交流，仍然可能推动相关项目继续发展。

问题是，这些限制究竟应该划在哪里？保护用户安全、尊重知识产权当然必要，可一味堵死修改渠道，也可能把想研究自己设备的用户推向更不安全的漏洞利用。

尤其在PC这样具有高度通用性的计算平台上，用户安装其他来源的软件、运行虚拟机或兼容层，本来就是长期存在的需求。厂商如果为了阻止少数第三方项目而不断收紧限制，也可能损害平台本身的吸引力。

而且当AI正在不断降低设备改造和软件兼容的开发成本，厂商是否仍然有必要把所有非官方修改都挡在系统之外？

这里有一个值得参考的案例，就是Fairphone。

图片来源：Firephone

不同于绝大多数手机厂商，Fairphone明确支持用户解锁Bootloader、安装其他操作系统。它也会提醒用户相关风险，并对第三方系统的技术支持划定边界。这种做法当然不一定适合所有品牌，但至少证明厂商完全可以在保障默认安全的同时，为愿意承担风险的用户保留选择。

比如让设备默认处于安全锁定状态，但允许用户通过明确确认、清除原有数据等程序主动解锁。对于已经停止官方支持的旧设备，也可以考虑提供更便利的解锁机制、必要的技术文档，帮助第三方社区延续设备的软件寿命。

这样的变化，短期内可能与部分厂商依赖软硬件生态推动用户换机、升级的商业模式产生冲突。但换个角度看，当硬件使用周期越来越长，用户越来越重视设备的长期价值，开放和可持续使用，也可能成为新的品牌竞争力。

2025年6月实施的欧盟智能手机生态设计规则，已经对设备系统更新、维修零件和相关软件支持提出更长期的要求。虽然这些规则并没有要求厂商允许用户任意刷机，但本身就反映了一个方向：

消费电子设备的使用寿命，不应轻易被软件支持周期所决定。

AI Coding大幅降低了复杂软件工程的门槛，长期积累的开源技术因此有了更多被利用的机会。与此同时，新设备成本上涨、硬件使用周期延长，以及AI带来的新需求，也让用户越来越有动力挖掘现有设备的潜力。

不过这波因为AI Coding而热闹起来的搞机潮，眼下还属于少数极客和开发者的技术狂欢。

红米运行iOS、一加运行鸿蒙、苹果原生运行Switch游戏……这些项目距离消费者正常使用都还有一段不小的距离。RTX显卡的算力解锁，也有明确的硬件和应用场景限制。

至于Switch游戏的跨平台移植，虽然不断取得新进展，但距离成熟、稳定的使用体验，以及解决相应的版权争议，还有不少问题。

但比起这些项目目前能做到什么，重要的还有它们背后的变化。当AI推动顶尖技术能力迅速扩散，我们传统理解的软硬件生态可能也会发生颠覆性的改变，只是今天还没人看得清未来的样子。