很久以前就想做的事 - 純手工自幹一個作業系統

有點瘋狂，有點無聊，但卻又超有趣！

以前做不來，是因為門檻高、網路上的資料雜亂、內容太硬核，加上沒人可以討論、工作忙碌沒時間等因素。

但現在是 AI 時代，許多過去看似困難、門檻極高的事，在 AI 的協助下都變得有趣且可行！

• Source Code: simple-operating-systems
• Demo/錄影
• Prompts Section 1 and Section 2
• 相關文章：
  • 自幹作業系統 - Networking Fundamentals
  • 自幹作業系統 - 初探 Timer 原理

註：內容僅是自學的一些筆記，如果有發現資訊不正確，後者描述錯誤，請不令給予指教，感謝。

動機

它們都是作業系統 - 資源分配與調度

工作上處理過不少 BI（商業智慧）與 Workflow（工作流）系統，像是自幹的 自動化回歸測試框架與平台、電商系統維護平台 (PowerShell)、電商的非同步批次系統、Netflix Conductor 、BMC - Orchestration、n8n、Gitlab、SaaS Platform、Artifact & Build System 等。觀察這些系統的本質，其實都是在處理資源分配與調度。

我也管理過不少 K8s 平台與雲端架構（AWS / GCP）。以 K8s 為例，維護多個 Cluster 時，必須根據應用程式的屬性（CPU Bound / IO Bound / Memory Bound）來規劃調度策略並引導使用者。AWS 與 GCP 本質上的治理邏輯也是如此。

也曾經實作過類似 AWS DynamoDB 的 Capacity Unit 機制，應用在 API 架構 / 平台 上，實現 Multi-Tenancy (多租戶架構) 的限流與資源分配，可以有效的管控用量，同時讓系統實務上 可靠性。這讓我深刻理解到，分散式系統不論形式為何，最終都要回到作業系統的核心設計機制。不論任務是 BI、K8s 還是雲端，最後都會遇到資源競爭與協調的問題。

工作上遇到的各種需求與設計，在我眼裡都是一種「作業系統的變體」。 即使像 K8s 這種複雜的分散式架構，其核心本質與作業系統並無二致。

除了技術經歷，擔任管理職務時，對外協調、對內分配，本質上也是在調度「人與事」。專案管理 (Project Management) 的任務管理就像作業系統的 Scheduler（調度器），根據優先序排列任務。而在管理實務上，常會遇到「重要但不緊急」的技術債發生「飢餓現象 (Starvation)」，這與作業系統處理進程排程的問題如出一轍。

我去年做的 純手工遊戲開發 整個遊戲的各種機制，很多也都是在做資源分配與調度的機制。像是地圖系統、背包系統、多個 NPC 動態路徑 … 等，都是資源分配與調度的實作。

在計算機科學領域，將資源分配與調度做得最極致、經歷最多考驗的，就是作業系統。其他如演算法、資料結構、計算機網路、計算機結構、離散數學等，都是為了幫助我們更有效率地完成調度任務。作業系統的核心就是處理 CPU 搶佔、I/O 競爭與記憶體分配。 徹底了解作業系統的運作，對系統架構設計會有極大的幫助。

Just for fun

2010 年，我在書店偶然看到《30 天打造 OS：作業系統自作入門》（作者：川合秀實）。書中手把手教你從 Bootloader 開始，用組合語言到 C 語言，一步步寫出一個作業系統。當時覺得如果能親手做出來一定超酷，於是買回家研究。

雖然學生時代也學過組合語言 (8051)、C，工作後也實際做過 Embedded 開發工作，但面對這種要懂 CPU 指令集、各種暫存器 … 等知識，就像一開頭我說的，沒人可以問，過程遇到問題只能 Google 到天荒地老，加上生活上種種因素，大概做到第五天就放棄了 XD

自幹作業系統這件事情就變成心裡的另一個懸念了 … (不過有轉去做其他事啦，像是 搞黑金塔 之類的，容易很多 … XD)

在電商領域工作期間，遇到很多流量問題、交易問題、非同步問題、SaaS / 多租戶架構 / API 設計，在學 AWS / SRE 過程，也展開 分散式系統 的探索，這些實務經驗，都持續不斷的讓我加深 它們都是作業系統 的想法，覺得還是應該回去自幹一下作業系統才過癮啊 ～～～

心裡有 它們都是作業系統 的念頭一直放在心上，而那段繁忙的工作歷程，我利用上下班坐公車往返兩小時的時間，回去反覆重讀作業系統，包含上清大開放課程 - 周志遠教授 的 作業系統、follow 成大 黃敬群 Jserv - Linux 核心設計 課程。但是這些 follow 總是淺薄，加上工作上各種 Interrupt 與 Context Switch，我覺得都只是學到一些皮毛。後來我也買了 作業系統概念 (俗稱恐龍書) 回來啃，補足很多重要的概念，像是 淺談同步機制 就是整理第六章的內容。

但恐龍書講的是概念，缺少實作。所以我又透過 Linux Programming Interface 了解更多實際上在 Linux 上怎麼實作的細節，像是 Linux 怎麼管理共享記憶體。

過去幾年 (Since 2016)，我花最多時間研究的主題是 分散式系統 以及延伸的主題，但實際上研究到最後發現，本質還是回到作業系統。

不過，紙上單兵，或者在工作上混亂的狀態，都不如自己動手做做看的有趣 … 加上現在有 AI ..

驗證：透過 AI 可以自學很多東西

除了前面提到的個人經歷，以及有趣之外，另外我也想驗證一件事情：

透過 AI 自學東西的可行性

現在寫文章，如果不搭上 AI 好像沒有點閱率 XDD

觸發我實際想動手自幹作業系統的源頭是今年 (2026) 很多人在玩 Thread，有很多不錯的話題，有兩個話題是我一直在思考的：

1. 想試著從零開始學習C++ 有什麼資源建議？
2. 現在就學中的人，或者剛就業兩年多，要不要繼續學計算機科學？像是作業系統 or 演算法？

這兩個問題，我都有實際上去回答我當時的想法，截圖如下：

同樣問題也丟在 Facebook 試探性看看，不過沒啥反應 XD

學習部分，我敲完那段話之後，當天 (2026/03/12) 我就開始用同樣的 Prompt 在 Google Gemini 上開工了！重要的是，我不是用 AI Agent 幫我寫，而是在對話過程，請 Gemini 教我，然後一步一步前進。

至於是否繼續念 CS 或者 CS 無用論，不是第一次遇到這個問題，2023 年 12 月，ChatGPT 剛上線的那個月，我去 成大資工所演講，主題是 軟體職涯的分享，當時就有同學問我如何面對 AI 世代；2025 年 6 月我在高雄師範大學演講 時，現場也有同學和老師問到同樣的問題。

這個題目放到最後統一整理，本質思路是這樣：

AI 很強，工具很好用，那你想做什麼？或者你能做什麼？

如果現在不缺錢與資源，那你想做什麼？或者給你最強的 AI 你想做什麼？

如果都沒有，那你能做什麼？

實作內容

整個實作大概分成底下幾個部分：

1. 環境與中斷實作：透過組合語言從 Bootloader 開始，實作 GDT / IDT，控制 IRQ 處理鍵盤中斷。
2. 存儲系統：實作 MBR 解析與簡易檔案系統 (FileSystem)。
3. 多工核心：實作 Timer、Context Switch 與 Scheduler，讓單核 CPU 實現「多工」的幻覺。
4. 記憶體與行程：實作 MMU Paging，實現記憶體隔離、fork/exec 機制、Shell 的誕生，以及 IPC (進程間通訊) 與 Mutex 機制。
5. 使用者空間 (User Space) ：開發 C Library，包含 malloc/free/printf 等基礎函式。透過 Syscall 打造基礎指令（ls/mkdir/cat/touch/rm）及內建指令（cd/pwd/exit）。
6. 圖形介面 (GUI) ：實作簡單的視窗介面，包含滑鼠 I/O、Double Buffering（雙重緩衝）機制、字型渲染，並實作基礎的 Window Manager。
7. 行程管理 (Process Manager) ：實作 top、ps、kill 等行程管理
8. 視窗多工 GUI 生態系 ：實作 File Manager、Task Manager、Event Routing、讀圖 … 等。
9. 網路 (Network): 實作網路卡驅動程式 (rtl8139)、底層協議 ethernet layer, IPv4、通訊協議實作 (ARP, ARP Cache, ICMP, Ping, UDP, TCP), DNS, HTTP, wget 等.

這可以想像成幾個 Sprint，每個部分都有約 10 個核心功能需要達成。

學習過程

全程都在 Google Gemini 上同一個 Session 裡面，以問答的方式完成。遇到 Assembly 或者 C 的問題，則開另一個 Session 當「助教」，然後在那邊問細節。

過程常常遇到 Core Dump 和 Debug 的問題，寫作業系統不像一般的 Application，是連 printf 都沒得用的，所以常常需要透過 Core Dump 找問題。這時候 AI 就非常有幫助，反正整坨都丟給他就好，這比我第一次寫 bootloader 在除錯時，在 Google 找個半死方便多了 XDD

Core Dump 大概如下，這不知道怎麼看的話，真的會發轟 XD

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

❯ make debug
qemu-system-i386 -cdrom myos.iso -d int -no-reboot -hda hdd.img -boot d
WARNING: Image format was not specified for 'hdd.img' and probing guessed raw.
         Automatically detecting the format is dangerous for raw images, write operations on block 0 will be restricted.
         Specify the 'raw' format explicitly to remove the restrictions.
SMM: enter
Servicing hardware INT=0x09
Servicing hardware INT=0x08
Servicing hardware INT=0x20     
     2: v=20 e=0000 i=0 cpl=0 IP=0008:00101870 pc=00101870 SP=0010:00109fc8 env->regs[R_EAX]=c0000030
EAX=c0000030 EBX=c000000c ECX=00000000 EDX=c0000030
ESI=c000000c EDI=00105084 EBP=00000000 ESP=00109fc8
EIP=00101870 EFL=00000297 [--S-APC] CPL=0 II=0 A20=1 SMM=0 HLT=0
ES =0010 00000000 ffffffff 00cf9300 DPL=0 DS   [-WA]
CS =0008 00000000 ffffffff 00cf9a00 DPL=0 CS32 [-R-]
SS =0010 00000000 ffffffff 00cf9300 DPL=0 DS   [-WA]
DS =0010 00000000 ffffffff 00cf9300 DPL=0 DS   [-WA]
FS =0010 00000000 ffffffff 00cf9300 DPL=0 DS   [-WA]
GS =0010 00000000 ffffffff 00cf9300 DPL=0 DS   [-WA]
LDT=0000 00000000 0000ffff 00008200 DPL=0 LDT
TR =002b 0010a000 00000068 0000e900 DPL=3 TSS32-avl
GDT=     0010a080 0000002f
IDT=     0010a0e0 000007ff
CR0=80000011 CR2=00000000 CR3=0010f000 CR4=00000000
DR0=00000000 DR1=00000000 DR2=00000000 DR3=00000000
DR6=ffff0ff0 DR7=00000400
CCS=00000095 CCD=ffffffff CCO=EFLAGS
EFER=0000000000000000
^Cqemu-system-i386: terminating on signal 2 from pid 10254 (<unknown process>)

結果

底下錄影 Demo 整個過程，包含編譯與執行：

底下是實作的 Terminal 指令：

• system: shell, echo
• file：touch, cat, ls, rm, mkdir
• Proces: ps, top, kill
• memory: free, segfault
• network: ping

結果: Desktop and Window Apps

底下則是 Window App 的實作:

• clock, notepad (筆記本), paint, viewer,
• explorer, taskmgr, status
• tictactoe (井字遊戲)

過實作一些簡單的 window app，驗證 desktop 底層的機制沒問題，包含 double buffering, window event, event routing, gui event (IPC), window dragging, ui toolkit … 等 graphic 底層必要的機制. 其實這塊，跟我去年在做 手工開發遊戲 很像, 不過機制要自己實作, 挑戰更高. 有這些機制與 toolkit, 就可實作常用的 window app, 這次實作的有 clock, notepad (筆記本), paint (動態繪圖), viewer (讀 bitmap), explorer (簡易檔案總管), taskmgr, status, tictactoe (井字遊戲) …

結果: 網路

網路實作包含以下：

• 驅動 RTL8139 (Kernel Space)
• 實作 (Kernel Space) Ethernet Layer, IPv4, ARP, ICMP, UDP, TCP
• 封裝 (User Space) Ping, UDP/TCP test, Socket API between Kernel and User Space, DNS, wget, HTTP

下圖是大概的內容，完整說明 點這裡

Binary & 原始碼

整個作業系統 binary (myos.bin) 大小僅約 62 KB。

1
2
3
4
5

❯ ls -lh
total 128
drwxr-xr-x@ 11 rickhwang  staff   352B Apr  2 22:46 kernel
-rwxr-xr-x   1 rickhwang  staff    62K Apr  3 13:54 myos.bin
drwxr-xr-x@  6 rickhwang  staff   192B Mar 26 21:10 user

原始碼放在 GitHub 上，結構如下：

1
2
3
4
5
6
7
8
9
10
11
12
13

/ (Root)
├── Makefile           # 專案編譯腳本 (支援 Docker 編譯環境)
├── Dockerfile         # 定義編譯環境 (GCC, NASM, GRUB 等工具)
├── README.md          # 專案簡介與快速上手指南
├── DIRECTORY.md       # 目錄結構說明 (本文件)
├── SKILLS.md          # 專案開發所需的底層技術與知識彙整
├── scripts/           # 系統組態與連結腳本
│   ├── grub.cfg       # GRUB 開機選單設定
│   └── linker.ld      # 核心連結腳本 (定義記憶體分佈)
├── src/               # 原始碼主目錄
│   ├── kernel/        # 核心 (Kernel) 原始碼
│   └── user/          # 使用者空間 (User Space) 原始碼
└── course/            # 課程開發進度 (Day 1 ~ Day 80+)

核心原始碼 (src/kernel/)：核心程式碼採用功能模組化分類，實現高度解耦：

1
2
3
4
5
6
7
8
9
10
11

src/kernel/
├── arch/x86/          # 處理器架構相關實作
├── drivers/           # 硬體驅動程式
├── fs/                # 檔案系統層
├── init/              # 系統引導與入口
│   └── main.c         # 核心主程式 (初始化所有次系統)
├── kernel/            # 核心邏輯層
├── mm/                # 記憶體管理
├── net/               # 網路協定棧
├── lib/               # 核心基礎函式庫 (utils, string, memory)
└── include/           # 核心標頭檔 (.h)

User Space (src/user/)：包含應用程式、函式庫與系統呼叫介面：

1
2
3
4
5
6
7
8
9

src/user/
├── bin/               # 應用程式原始碼
│   ├── shell/         # 命令列介面
│   ├── explorer/      # 檔案管理器
│   ├── clock/         # 數位時鐘
│   └── ...            # 其他 GUI/CLI 應用
├── lib/               # 使用者端函式庫 (libc)
├── asm/               # User-mode 引導組合語言 (crt0.S)
└── include/       

用 Branch 分開每個階段的內容：

目錄則有以下整理：

• 課程大綱
• 課程藍圖
• 每個階段的原始碼
• 專有名詞對照表
• x86 Instruction

課前知識與準備

1. C 語言, 組合語言
2. 對計算機組織有基本認識
3. 一台 macOS or Ubuntu 24.04
4. Docker (macOS 推薦 OrbStack) 與 QEMU

1
2
3

❯ qemu-system-i386 -version
QEMU emulator version 10.2.2
Copyright (c) 2003-2025 Fabrice Bellard and the QEMU Project developers

跟恐龍書比較起來

這個課程內容，嚴格說比 30 天打造 OS - 作業系統自作入門 簡單很多，算是很容易快速上手、或者說體驗開發作業系統的種種問題。我實作完之後，回去翻 恐龍書、30 天打造 OS 感覺是偏簡單的。可能是我本身就已經在實務上有一定程度的經驗。

心得與想法

AI 時代，有很多疑問會反覆地被討論。我在寫這篇的時候，在 Thread 上、各種媒體、朋友之間，看到很多類似的疑問，問題整理大概有以下：

• 大家都在用 OpenClaw 做自動化、或者用 Claude Code 開發產品，為什麼要花時間「自幹」這個？
• 學這個有什麼用？AI 時代還需要學作業系統？還需要學計算機科學 (CS)？
• 交給小龍蝦 (OpenClaw) 就好了，而且可同時開十隻，一下子就可以搞定了！
• 或者用現代各種 AI Agent，像是 AntiGravity、Cursor、Kiro，也是一下子就搞定了

這些問題本質上指向了兩個方向：

• 學習者模式：我是學生，AI 是導師。透過 AI 學習已知知識（如 CS 基礎、歷史、思辨）。
• 創作者模式：我是產品經理 (PdM)，AI 是我的工程團隊。我專注於「做什麼」，AI 負責「怎麼做」。

當然，更多時候我們是兩者兼具，只是比重不同。但我認為，在 AI 能夠秒殺所有底層代碼的今天，我們回頭去「純手工」實作，其實是一種對 知識主權 的宣示：「因為我知道它如何運作，所以我能駕馭 AI，而不是被 AI 餵養。」

用任何技術之前，我會用以下的思路，討論本質問題：

1. 提問者的 知識與經歷 的基礎點是什麼？
2. 提問者的 動機是什麼 ？
3. 在時間上做篇位移

販賣焦慮是容易發財的方法，AI 的出現，讓焦慮指數瞬間提高了很多。問題往往建構基礎、動機的落差，搭配時間模糊，所以販賣焦慮，本質上就是在賣資訊落差造成的焦慮感。

動機

沒有 AI 的時代，企業發展到一定階段，就會開始重視生產力、效率化的問題，我的書討論 平台工程 (Platform Engineering)，動機也是在提高生產效率。所以動機不外乎就是降本增效，結果則是增加餘裕，可以做自己的事。

如果從個人、組織到理想世界的角度來看：

• 個人 ：增加生產力、創造被動收入，最終讓自己有「餘裕」做想做的事。
• 組織 ：提高生存機率，提升產能，並降低成本 - 降本增效
• 理想世界 ：如反烏托邦小說《美麗新世界》般的自動化社會，人類不再為生存勞動，完全都在做自己想做的事

對企業來說，用 AI 是為了「生存」；但對個人來說，回頭學 OS 是為了「進化」。當 AI 讓程式碼變得廉價，人類的價值就從單純執行的「執行緒 (Thread)」，轉變成了負責決策與資源調度的「核心 (Kernel)」。

繼續往下問，自己的事是什麼事？我們需要進一步探討與思考的是：當 AI 幫我們省下了時間，我們增加的「餘裕」要拿來做什麼？。我這段錄影談的是 投資的目的，就在深度討論有了餘裕之後的人生。

還需要學計算機科學 (Computer Science, CS)？

這是許多 CS 學生的擔憂。業界大佬說寫程式不再值錢，這讓「CS 無用論」甚囂塵上。嘗試用我的思考框架來討論。

主詞換掉就是：

• 黃仁勳 | 馬斯克 學這個有什麼用？
• 黃仁勳 | 馬斯克 AI 時代還需要學作業系統？
• 黃仁勳 | 馬斯克 還需要學計算機科學 (CS)？

黃仁勳在 2024 年說 不需要學寫程式，是因為他早已具備數十年的底層經驗。作為時代的先行者，他們是創造知識的人。而我們作為跟隨者，必須思考自身的基礎點：你現在是學習者還是創作者？

對我而言，動手幹一個 OS 完全是以學習者角度切入，補足我那些「淺薄」的皮毛。更重要的是，這件事極其有趣。就像鋼鐵人裡的 Jarvis，它能幫 Tony Stark 完成無數繁瑣的設計與計算，但我們不能忽略一個事實：如果 Stark 本身不懂飛行力學與材料科學，他永遠造不出 Mark 3，他只會是一個「下錯指令」的 PM。

學生學習目的，是探索知識，增加自己的基礎能力。如果以就業思考，那建議多往實際的應用思考，也就是我在 本質思考 反覆提及的，在生活中學習。

寫這篇文章的時候，剛好有人在 Thread 上在分享 實作 x86 CPU，我猜動機應該跟我差不多吧 XD

交給龍蝦就好了？

OpenClaw (俗稱龍蝦) 這段時間 (2025/12 ~ 2026/03) 很紅，有機會像電影鋼鐵人裡的 Tony Stark 的個人助理 Jarvis，幫 Stark 完成很多設計工作。OpenClaw 則可能成為人類第一個實質 Jarvis 的祖先。

不過回到現實，就是我開頭反覆提及的事情：資源分配與調度

反過來問好了:

給你十個人來自不同領域的專家，他們每個人都有 Ph.D 的學位。
你要帶領這十個人，去完成一個任務。

你會怎麼分派工作？

這個問題，就是我在開頭反覆提到的概念：它們都是作業系統，本質都在做 資源分配與調度

很多人會說，現在任務就是交給 AI Agent 去做，不需要關注他怎麼做，而是專注產出就好。所以很多 PM 都一樣可以做產品，不需要懂技術。

這段話其實就是一個主管在做的工作，但實務上，很多人又會有以下靠北：

我的主管啥都不懂，技術能力又差，他憑什麼當主管？

回到個人身上，先不管有沒有 AI 可以用，先思考自己的腦袋裡有什麼？知識？經驗？經歷？怎麼判斷產出？什麼是產出？在生活中，你為什麼要買 Macbook Pro？為什麼要用 Windows？你怎麼判斷？

我以前寫過這篇文章：什麼是好軟體？、 本質思考，就是在探討怎麼做判斷，即使這台 Macbook Pro 不是我做的，他依舊可以達到我預期的水準。

當管理者或 PdM 本身不了解產品的「邊界」與「品質指標」時，產出就會失控。而塑造這些指標的方法，就是實際去體驗、去實作、去理解「好產品」的底層邏輯。

這回到了我反覆提及的概念：「它們都是作業系統」。不管是帶領團隊還是下 Prompt 給 Agent，本質都在做 資源分配與調度。

AI 時代的 CS 學習路徑

透過這次實作，我驗證了 AI 是極佳的導師。我建議在 AI 時代，學習 CS 可以分為三個 Level：

• Level 1 (PdM 模式) ：讓 AI 寫 Code，你只負責看結果。這適合快速驗證。
• Level 2 (學習者模式) ：讓 AI 解釋 Code，你負責理解背後的 OS 或演算法原理。
• Level 3 (架構師模式) ：你定義核心架構與資源調度邏輯，讓 AI 填補細節。

這次「自幹作業系統」，我是在 Level 2 與 Level 3 之間反覆修煉。雖然工具會變，但「資源調度」的本質邏輯是永恆的。唯有理解底層，你才能在 AI 時代，從一個被調度的 Thread，進化成掌握全局的 Kernel。

Star Trak - First Contact

「這東西花了多少錢？」

『未來的經濟是不太一樣的』
『金錢 … 在 24 世紀是不存在的』

「沒有錢？」
「你是說你們沒有薪水？」

『獲取財富不再是生命的動力』
『我們工作是為了超越自己 造福人類』

延伸閱讀

站內文章

• Designing Test Architecture and Framework
• 純手工遊戲開發心得紀錄 - Java 2D RPG Game
• 淺談同步機制
• Install Mac OS Mavericks on PC (蘋果安裝筆記)
• SaaS 關鍵設計 - Multi-Tenancy - 探討真實世界的租賃關係
• 聊聊 API First 開發策略
• 從應用程式 Inside-Out 出發的 Web 可靠性設計 - 台灣軟體工程協會, 高雄師範大學
• 管理者如何持續學習技術？
• 在生命轉彎的地方 - 從軟體開發職涯，探索人生 - 成功大學 資工所 20231201_5
• 什麼是好軟體？
• 思考本質、實踐、抽象、想像力、教育
• 自幹作業系統 - Networking
• 自幹作業系統 - 初探 Timer 原理

參考資料

• COSCUP 2012 第一次自幹作業系統核心就上手 - Jserv
• 11010周志遠教授｜作業系統 - 字幕版
• Linux 核心設計