BootGPT：用510字节启动扇区运行神经网络，生成虚构Linux启动日志

BootGPT 的灵感来自启动扇区演示场景——此前已有人在 512 字节内塞入 BASIC 解释器甚至 C 编译器。作者好奇用神经网络替代程序能做什么，于是训练一个小型字符级模型，让机器在启动时无限生成伪造的 dmesg 输出，包括时间戳、PCI 地址和 ACPI 事件。

整个运行时由手工编写的汇编代码构成：通过 int 13h 读取权重，int 10h 打印，用 cdq/idiv 实现 softclip 激活函数，并利用定时器噪声进行采样。字符串、词表和权重全部存放在数据扇区，这是将推理和 BIOS 交互塞进 510 字节的唯一方式。

项目中最独特的一点是训练与推理的完全一致性：train.py 执行与汇编代码完全相同的整数运算，包括 LCG 采样器，因此 Python 输出和 QEMU 中启动扇区的输出可以逐字符比对。差异分析曾帮助作者发现一个有趣的 bug——开头字符匹配，而后面的偏差揭示了问题所在。

制作和使用方式也很简单：

• 使用 brew install nasm qemu 和 python3 -m venv 即可构建和模拟
• corpus_gen.py 生成 3 MB 的假 dmesg，每个启动会话只模拟一个内核版本和磁盘，因为真实日志的重复性是让小型模型看起来合理的关键
• record.py 通过 QEMU monitor socket 录制 GIF，无需额外窗口

BootGPT 与之前的项目形成对比：sectorllm 在约 1.2 KB 的实模式汇编中启动真正的 llama2 变换器，运行 Karpathy 的 stories260K 模型；而 BootGPT 走的是另一个极端——整个引擎在 MBR 内部，模型只做一件事：幻觉式生成这台机器的启动日志。