Microsoft Developer
大模型在海量网页语料训练下对HTML具备原生理解力,通过独立会话动态打入DOM差异补丁即可低成本模拟出具备交互能力的伪状态化操作系统。
AI-assisted summary of Scott and Mark learn to Vibe Check with Steve Sanderson | LIVE116 — original source. Check the original for full context.
Source published:
Key ideas
- Steve Sanderson 在 Microsoft Build 上发布了 Vibe OS,这是一个容量约 1.3 GB(VHDX 格式)且完全由 AI 实时幻觉驱动的操作系统,可在裸机或 Hyper-V 虚拟机中直接启动。 (0:00)
- Vibe OS 内部没有编写任何传统的业务逻辑或事件处理代码,甚至没有预置的控件实现,所有 UI、交互和数据均由底层大语言模型实时推断生成。 (2:24)
- 系统底层摒弃了图像扩散(Stable Diffusion)与专用 DSL,最终采用纯 HTML 与 iframe 架构,并利用大语言模型在单个 Copilot 会话中生成 HTML Diff 来维护“伪状态化”交互。 (7:18)
- 该项目总共耗费约 5 至 6 小时的业余开发时间,被 Scott Hanselman 评价为“超越纯粹 Vibes、迈向 AI 增强型软件工程”的硬核创新原型。 (10:24)
Detailed notes
## Background 本内容由 YouTube 频道 Microsoft Developer 于 2026 年 6 月 5 日发布,记录了微软开发者大会 Microsoft Build 2026 现场的“Scott and Mark learn to Vibe Check”环节(LIVE116)。该环节由 Scott Hanselman 主持,邀请各路开发者展示 AI 辅助构建的工具与工作流,并由技术专家深入探寻其背后的真实架构与技术细节。
## TL;DR Web 框架巨匠 Steve Sanderson 展示了他耗时数晚打造的“Vibe OS”——世界上首个完全依靠 AI 实时幻觉驱动的操作系统,其内部没有任何人类或 AI 预先编写的业务代码。从自带浮点运算的计算器、百分之百虚构网页的 Internet Explorer,到即时按需生成的 Encarta 98 百科与恶搞画图软件,所有应用窗口均由大模型现场推断。在技术揭秘中,Steve 透露底层舍弃了位图扩散与专用 DSL,最终采用纯 HTML 结合 Copilot SDK,利用大语言模型对海量网页标记语言的理解以及用户交互时即时返回的 HTML Diff 机制,构建出了高度逼真的“伪状态化”无代码交互系统,被 Scott Hanselman 盛赞为顶尖工程技术与反讽幽默融为一体的“有意为之的杰作”。
## Atmosphere & style 现场氛围极其欢快幽默,充满技术大牛之间惺惺相惜的调侃与极客式的反讽狂欢。Steve 煞有介事地以“人类文明巅峰”的夸张修辞铺垫开场,随后甩出一个个荒诞又严丝合缝的复古无代码应用,引得台上的 Scott Hanselman 惊呼连连、频频爆笑。整场展示既像一场充满荒谬感的戏剧性脱口秀,又在后半段迅速切入硬核的技术架构剖析,让观众在捧腹大笑的同时,深刻感受到顶尖工程师巧妙调教大语言模型的惊人巧思。
## Bulletin - [00:00](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=0s) Steve Sanderson 在 Microsoft Build 上发布了 Vibe OS,这是一个容量约 1.3 GB(VHDX 格式)且完全由 AI 实时幻觉驱动的操作系统,可在裸机或 Hyper-V 虚拟机中直接启动。 - [02:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=144s) Vibe OS 内部没有编写任何传统的业务逻辑或事件处理代码,甚至没有预置的控件实现,所有 UI、交互和数据均由底层大语言模型实时推断生成。 - [07:18](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=438s) 系统底层摒弃了图像扩散(Stable Diffusion)与专用 DSL,最终采用纯 HTML 与 iframe 架构,并利用大语言模型在单个 Copilot 会话中生成 HTML Diff 来维护“伪状态化”交互。 - [10:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=624s) 该项目总共耗费约 5 至 6 小时的业余开发时间,被 Scott Hanselman 评价为“超越纯粹 Vibes、迈向 AI 增强型软件工程”的硬核创新原型。
## Key takeaways - [00:00](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=0s) Steve Sanderson 带来了颠覆传统软件工程概念的 Vibe OS,自称其为世界上首个完全依靠 AI 幻觉运行的操作系统。 - [00:00](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=0s) Vibe OS 并非纯概念玩具,而是打包为约 1.3 GB VHDX 镜像的完整系统,具备在裸机(bare metal)上直接引导启动的能力。 - [02:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=144s) 系统中的计算器、记事本等应用没有任何预设的业务代码或事件处理器,例如输入算式时完全由模型即时计算并输出浮点结果。 - [02:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=144s) 内置的 Internet Explorer 消除了用户对内容真伪的顾虑,因为所有网页排版、文字与插图均为 AI 实时编造(如虚构的 Scott Hanselman 维基百科)。 - [04:16](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=256s) 用户可在搜索框中输入任何软件设想按需即时生成程序,例如展示 Mark Russinovich 生平的定制版 Encarta 98 或回怼用户的刻薄终端。 - [04:16](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=256s) 在即时构建经典财务软件 Microsoft Money 95 时,AI 动态编造了专属的“Hanselbank”账户面板来呈现财务数据。 - [07:18](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=438s) 系统还能模拟嵌套运行其他操作系统,如展示了一个界面混杂着 Windows CE 风格按钮的伪 iOS 模拟器。 - [07:18](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=438s) 第一代尝试利用 Stable Diffusion 直接生成桌面原始位图,但因生成速度过慢且缺乏语义点击坐标而宣告失败。 - [07:18](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=438s) 第二代方案尝试采用 Qt 或自定义 DSL 生成原生控件,但由于大模型在专用领域特定语言上的训练语料匮乏,生成质量差强人意。 - [07:18](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=438s) 最终方案选择纯 HTML 与 DOM 结构,利用大模型对海量网页语料的天然理解力,将每个独立应用窗口封装在 iframe 中运行。 - [09:50](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=590s) 系统要求模型为每个 HTML 元素预留唯一 ID,当用户点击触发事件时,模型仅输出针对该 DOM 的 HTML Diff 补丁以更新界面。 - [09:50](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=590s) 整个界面的状态流转完全依托单个 Copilot 会话上下文维系,巧妙实现了无需后端逻辑支撑的“伪状态化(fake statefulness)”。 - [10:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=624s) Scott Hanselman 称赞该项目为“有意的低质之作(intentional slop)”,展现了资深工程师利用 AI 增强软件工程能力驾驭反差创意的幽默感。 - [10:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=624s) 该系统历经多晚的架构探索与路线试错,总开发用时仅约 5 到 6 小时,并最终荣获本次 Build 的 AI 增强创新项目奖项。
## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=0s) 介绍 Steve Sanderson 与革命性的 Vibe OS
Scott Hanselman 欢迎观众回到 Microsoft Build 现场的“Scott and Mark learn to vibe check”环节,并隆重请出第一位嘉宾——Knockout.js 的缔造者、Blazor 核心开发者 Steve Sanderson。Scott 调侃称大家完全不知道 Steve 带来的是什么,究竟是用咖啡因驱动的 GitHub Copilot 会话临时写出的产物、是一堆粗制滥造的内容(slop)、纯粹的感觉(vibes),还是真正的 AI 增强型软件工程。
Steve 登场后,半开玩笑地将这次展示置于宏大的人类历史坐标系中:人类从石器工具走向量化文化,再到数学与计算机科学,但他认为人类还未达到物种发展的巅峰,直到今天的新作问世。Steve 调侃道,虽然当今技术界正惊叹于“从人类写代码走向 AI 写代码”的剧变,但作为“真正的远见者”,他已经在构想下一步并亲身实现。他正式发布了名为 **Vibe OS** 的系统,称其为“世界上首个完全靠 AI 幻觉运行的操作系统”(the world's first completely hallucinated operating system)。
Steve Sanderson 强调:“And I know that that probably feels like quite a big deal to Mark and Scott, but for a true visionary like myself, I'm already thinking about where we're going next.”
- Vibe OS 并非纯概念演示,而是一个真实的操作系统镜像,采用约 1.3 GB 的 VHDX 文件格式封装。 - 演示为了展示便捷直接在 Hyper-V 虚拟机中启动,但它本身具备在裸机(bare metal)上直接引导启动的能力。 - 虚拟机启动极快,随即便呈现出复古且高效的桌面图形用户界面。
---
[02:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=144s) 零代码应用:计算器与无所顾忌的 Internet Explorer
Steve 进入全屏模式,开始运行系统内置的几个经典应用,包括记事本(Notepad)、计算器(Calculator)以及 Internet Explorer。他向观众揭示了该系统的核心独创之处:这些应用程序内部**没有任何代码**。无论是由人类编写的代码,还是由 AI 生成并执行的代码,都完全不存在。界面中没有传统的按钮控件、没有事件处理器,也没有任何预设的业务逻辑;全部 UI 和交互行为都是由底层大模型在运行时实时“幻觉”生成的。在计算器演示中,Steve 点击计算 `5 / 3 =`,系统直接动态给出了 `1.6`(准确显示为浮点运算结果),整个过程完全绕过了传统软件的代码堆栈。
紧接着展示的 Internet Explorer 同样极具讽刺与幽默感。Steve 戏称当今用户上网时总在纠结“眼前的网页到底是不是 AI 生成的”,而在 Vibe OS 里彻底根除了这种焦虑——因为答案永远是“百分之百全是 AI”。他在模拟浏览器中打开 google.com 并搜索 `Hanselman Wikipedia`,浏览器瞬间实时生成了一个带排版的维基百科词条,甚至还煞有介事地配上了一张被 AI 幻觉出来的、滑稽的“Scott Hanselman 肖像照”,引得台上哄堂大笑。
Steve Sanderson 指出:“The thing that's unique here, the thing that you will never have seen before, is that in these applications there is no code at all. Everything in all these applications is being hallucinated in real time by the AI.”
---
[04:16](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=256s) 动态按需造应用:Encarta 98、粗暴终端与 Hanselbank
Vibe OS 不仅内置了几个复古应用,更革命性的能力在于支持“按需即时生成任何应用”。用户只要在搜索栏输入任何天马行空的软件设想,系统就会当场凭空构建出该程序。
Steve 先后展示了多个令人啼笑皆非的定制软件实例: 1. **定制版 Encarta 98**:输入主题为微软技术泰斗 Mark Russinovich,系统便瞬间构建出全套百科软件界面,左侧带有条目目录,右侧带有详细图文,甚至编造出诸如“Russinovich 具有将 Windows 内核技术变成聚光灯焦点(footlights)的天赋”等生动生平。 2. **永远刻薄的命令行应用(Commander XE)**:Steve 认为这种好玩的创意平时很难找程序员专门去写。在 Vibe OS 中运行这个终端并敲入 `bash` 后,命令行直接冷嘲热讽地回怼用户:“你不知怎么又把我给冒犯了。” 3. **Microsoft Money 95(富豪 Scott Hanselman 专属版)**:Scott Hanselman 提议重温经典财务软件《Money 95》,并要求查自己的“巨额财产”。系统随机虚构出了一个名为“Hanselbank”的账户面板,并展示了 Scott 余额惨淡的支票账户,引来 Mark 和 Scott 追问“我的墨西哥玉米卷(tacos)钱都花哪去了”。 4. **内置 Scott 肖像的画图应用(Paint)**:Mark 提议生成一个打开就自带 Scott 肖像的画图软件。系统随之生成了一个窗口,并在画布正中放置了一张神似被关在牢笼里的 Scott 肖像,Scott 见状大叫:“那分明是关我的笼子!”
面对这一系列实时生成的神奇应用,Scott Hanselman 忍不住惊呼:“This may be the greatest thing I've ever seen in my life.”
---
[07:18](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=438s) 嵌套系统挑战与技术内幕揭秘:从像素、Qt 到 HTML
Scott 接着追问 Vibe OS 能否嵌套虚拟机、能不能模拟通过终端 SSH 登录到 Altair 8080 等远古系统。Steve 随即展示了系统的嵌套能力:在窗口中调出一个 iOS 模拟器,而令人捧腹的是,这个所谓“iOS 模拟器”里的按钮风格竟然神似古老的 Windows CE 界面,充满拼贴荒诞感。
```mermaid flowchart TD accTitle: Vibe OS 架构演进与技术实现原理 accDescr: 展示 Steve Sanderson 从位图生成到 DSL,再到最终采用 HTML 与 Copilot SDK 的技术架构演进过程。
subgraph Exploration ["早期探索尝试(已废弃方案)"] A["方案一:直接生成原始位图<br/>(Stable Diffusion)"] -->|生成太慢 / 只有点击坐标 / 无法维护状态| Fail1["效果极差"] B["方案二:结构化本地 DSL<br/>(如 Qt / 自定义 DSL)"] -->|大模型对专用 DSL 训练不足| Fail2["效果不佳"] end
subgraph Implementation ["Vibe OS 最终实现架构"] C["用户交互<br/>(点击 / 输入 / 搜索)"] D["宿主操作系统与窗口容器<br/>(每个窗口对应一个 iframe)"] E["Copilot SDK 实例<br/>(维护独立会话与系统 Prompt)"] F["纯 HTML / DOM 实时推断与更新<br/>(模型天然对 HTML 具备极高理解力)"]
C --> D D --> E E --> F F --> D end ```
在最后的提问环节,Mark 和观众询问到底如何定义这个“幻觉操作系统”的内核实现。Steve 切到代码编辑器,彻底公开了底层的技术演化路径:
1. **第一代方案(位图扩散)**:最初尝试用类似 Stable Diffusion 的模型直接生成整个桌面的原生位图。但此方案极其缓慢,而且交互极为困难——当用户点击屏幕时,程序只能向模型传递一个物理像素坐标,模型根本无法理解该如何合理更新画面。 2. **第二代方案(原生 UI 与领域特定语言 DSL)**:随后转向生成结构化的 UI 语法,尝试自研 DSL 或基于 Qt 等成熟桌面库生成控件。然而由于模型在此类专用 DSL 上的训练语料相对匮乏,生成质量差强人意。 3. **最终成功方案(纯 HTML + Copilot SDK)**:大语言模型在海量互联网 HTML 语料上进行了充分训练,对于 HTML 标签、布局与样式的推断极其敏锐自然。因此,Vibe OS 里的每一个应用窗口本质上都是一个独立的 `<iframe>`。当新窗口弹出时,底层会通过 Copilot SDK 实例化一个专属于该窗口的独立 Copilot 会话,接收专门设计的 System Prompt,从而驱动整个界面的状态演进与渲染。
Steve 解释其技术突破的关键所在:“The thing that really suddenly was able to do a great job was when I switched it to just be plain HTML. Because, you know, these models have seen so much HTML, they can make that up very, very easily.”
[09:50](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=590s) 揭秘“伪状态化”:大模型通过 HTML Diff 驱动的无代码交互机制
Steve Sanderson 揭开了这套“无需手写业务代码”的操作系统界面背后的底层实现机制。整个系统完全基于大模型的即时模拟:系统首先向 AI 下达指令:“你正在模拟这个应用程序的 UI,我需要你生成代表它的 HTML。”为了能够捕捉后续交互,Prompt 会特别建议模型为页面中的每一个 DOM 元素都分配独立的 ID。当用户在渲染出的界面上执行点击等操作时,前端并不运行传统的状态逻辑,而是直接向 AI 反馈一个简短的事件消息,通知模型“用户点击了 ID 为 R1(或其他标识)的元素,现在请生成一段可以应用到该 HTML 上的 Diff(差异补丁)”。
收到消息后,大模型会直接生成对应的结构变更 Diff,前端接收到后将其动态打到现有的 HTML 上,UI 随之刷新更新。正如 Steve Sanderson 所解释的那样:“And so then the model produces the diff, we apply it, and the UI updates. And you get this kind of like fake statefulness because it's all happening within one Copilot session there.” 这种完全建立在单次 Copilot 会话上下文中的机制,巧妙地模拟出了状态流转的效果,让一个完全没有后盾逻辑的假界面展现出了高度真实的交互性。
```mermaid flowchart TD accTitle: AI驱动的HTML Diff状态交互流程 accDescr: 展示用户点击交互如何通过单次会话的Copilot生成HTML Diff来更新前端UI
subgraph UserInterface["前端展示层 (UI)"] A["初始状态: AI生成的带ID元素 HTML"] B["用户点击特定元素 (例如: ID 为 R1)"] E["应用 Diff 补丁并重绘页面"] end
subgraph LLMSession["Copilot 会话上下文"] C["向模型发送事件通知: '点击了 R1,请生成 HTML Diff'"] D["AI 模拟应用状态并输出 UI 变更 Diff"] end
A --> B B --> C C --> D D --> E E -->|"产生'伪状态化'交互流"| B ```
[10:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=624s) “有意的低质之作”:从纯粹 Vibes 到 AI 增强型软件工程的飞跃与颁奖
针对 Steve 展示的这一整套脑洞大开的架构,主持团队感叹于其反差与幽默。Scott Hanselman 敏锐地指出了其中的反讽与精妙之处:“See the irony here, and this is where Steve is very clever, is that he is using his AI augmented software engineering abilities and skills to create slop. And that's the genius.” 众人笑称这是一种“有意的低质之作(intentional slop)”,但这种看似荒诞、毫无实际代码支撑的“糊弄作品”,恰恰只有具备极高深厚功底的 AI 工程师才能构思并实现出来。
随后,现场聊到了这种所谓“Vibe Coding(氛围感编程)”背后的实际工作量。当被问及如果换作其他人来做需要多久时,大家都承认这绝非瞬时之功,而是扎扎实实的工程尝试。Steve Sanderson 坦言,自己花了几个晚上的空闲时间,探索并测试了好几种不同的技术路线,总共花费的时间大概在五到六个小时左右。对此,Scott 评价道:“I would say this is two notches past vibes heading towards AI augmented software engineering.” 紧接着,主持人在全场的掌声与欢呼中起身,为 Steve Sanderson 颁发了本次 AI 增强创新项目的专属奖项,盛赞其带来了一场震撼而有趣的开场展示,随后宣布节目切入赞助商环节。
- **开发耗时估算**:经过多个晚上的思路验证与技术尝试,多任务并行下的实际开发投入总计约为 5 至 6 个小时。 - **技术成熟度定性**:该项目已经超越了单纯随性尝试的“Vibe 概念”,属于向前迈进两格、真正结合了工程设计的“AI 增强型软件工程(AI-augmented software engineering)”。
## Notable quotes > [02:24](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=144s) The thing that's unique here, the thing that you will never have seen before, is that in these applications there is no code at all. Everything in all these applications is being hallucinated in real time by the AI. — Steve Sanderson
> [07:18](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=438s) The thing that really suddenly was able to do a great job was when I switched it to just be plain HTML. Because, you know, these models have seen so much HTML, they can make that up very, very easily. — Steve Sanderson
> [09:50](https://www.youtube.com/watch?v=zh6fMtL_cSM&t=590s) And so then the model produces the diff, we apply it, and the UI updates. And you get this kind of like fake statefulness because it's all happening within one Copilot session there. — Steve Sanderson
## Mentioned Scott Hanselman, Mark Russinovich, Steve Sanderson, Vibe OS, Microsoft Build, Knockout.js, Blazor, GitHub Copilot, Hyper-V, Notepad, Calculator, Internet Explorer, Google, Wikipedia, Encarta 98, Commander XE, Microsoft Money 95, Paint, iOS, Windows CE, Altair 8080, Stable Diffusion, Qt, HTML, Copilot SDK
## Video description AI can turn an idea into a working demo faster than ever. But can that demo survive two experts who have seen every trick in the book? In this live Build showcase, developers present AI-assisted apps, agents, tools, and workflows to Mark Russinovich and Scott Hanselman. Mark and Scott will ask how it works, where the seams are, what the AI actually built, and whether the result is clever prototype, production-ready software, or something unexpectedly magical. Come for the demos. Stay for the technical reveal.
𝗦𝗽𝗲𝗮𝗸𝗲𝗿𝘀: * Scott Hanselman * Steve Sanderson
𝗦𝗲𝘀𝘀𝗶𝗼𝗻 𝗜𝗻𝗳𝗼𝗿𝗺𝗮𝘁𝗶𝗼𝗻: This is one of many sessions from the Microsoft Build 2026 event. View even more sessions on-demand and learn about Microsoft Build at https://build.microsoft.com
LIVE116 | English (US)
Broadcast Stage
#MSBuild
Chapters: 0:00 - Discussion on AI evolution in software development 00:03:07 - Demonstration begins – showing UI functioning without any written code 00:03:17 - Introduction of Internet Explorer within Vibe OS 00:04:19 - Demonstration: AI can generate any requested app on demand 00:06:34 - Discussion about creating paint app featuring Scott’s image 00:07:02 - Display of generated image labeled as 'normal picture of Scott Hanselman' 00:07:54 - Viewing fully functional OS simulation with Windows CE interface 00:10:12 - Model produces diff updates for stateful UI simulation 00:11:22 - Presentation of award for innovative AI-augmented project
[Source](https://www.youtube.com/watch?v=zh6fMtL_cSM)