最近把之前关于压缩的各种折腾整理成了一篇长文，发在博客上，想搬来论坛和大家聊聊。
一开始只是想给博客离线包找更强的压缩算法：7-Zip 的 LZMA2 已经很能打，但我不信邪，又试了 ZPAQ 、PAQ8PX 、NNCP 、cmix 。结果挺有意思：
- ZPAQ：一分钟左右把 16MiB 压到约 3.5MiB ，老算法但速度和压缩比还挺平衡；
- PAQ8PX：压到约 3.1MiB ，本次冠军，但花了一个半小时、吃了 30GiB 内存，解压同样痛苦；
- NNCP：FFmpeg 作者 Fabrice Bellard 的 Transformer 压缩算法，RTX 4090 上跑了一个半小时，结果 4.1MiB ，还没 LZMA2 高；
- cmix：测试时压到一半崩溃，内存和耗时也很夸张。
结论大概是：追求极限压缩比，PAQ8PX 很强；日常使用，LZMA2 的 7-Zip 依然是最稳的选择；想在小文件上再挤一点，ZPAQ 可以试试。
更有意思的是后半篇：继续折腾“自包含压缩包 / Quine 压缩包”——也就是压缩包里包含一份和自身字节完全相同的副本。之前做过 7z Quine ，这次又让 AI 研究了：
- zstd Quine：利用可跳过帧、RAW block 和 XXH64 校验值构造，最终做成
.tar.zst，Windows 资源管理器也能直接打开；文章里附了完整生成代码； - ZIP Quine：利用成员数据重叠绕过窗口限制，7-Zip 和 libarchive 能正常解压，但 Python
zipfile会因为检查压缩数据越过后续局部头而报错，算是一点兼容性代价；文章里也附了生成器； - RAR Quine：原理上也能做，AI 也生成出来了，但因为 RAR 不是开源软件，文章里只放了生成后的样例供研究。
文章里还有一段让我挺感慨的：这些代码我基本看不懂，但 AI 就是能把问题解决。复杂格式、校验值构造、兼容性坑，全都硬啃下来了。于是最后也忍不住写了点关于 AI 和“记录还有没有意义”的感想。
原文在这里：《关于压缩的各种探索》
感兴趣的朋友可以聊聊：
- 你用过最离谱但确实有效的压缩算法是什么？
- 极限压缩比和可用性之间，你会怎么选？
- 对这种“压缩包包含自身”的 Quine 玩法，有没有其他格式可以继续挑战？
- AI 生成这种复杂但能跑的代码，你觉得是解放生产力，还是让人越来越看不懂基础设施？
欢迎拍砖、补充算法和格式，也欢迎试试文中的 zstd/ZIP 生成器～
Select Language