一、先说结论
488,000 个 star。
GitHub 上没有哪个技术学习类仓库的星标数能接近这个数字。它长期占据 GitHub Trending 榜单首位，在 Hacker News 被讨论过不下二十次，几乎每隔几个月就有人重新”发现”它然后引爆一波转发。
我第一次看到这个仓库是 2024 年底，当时的第一反应是：这不就是一个 Markdown 文件收集了一堆链接吗？
我错了。
用了将近一年之后，我愿意说这是我见过的最诚实、最有价值的程序员学习资源之一。但它也有明显的局限性，有些局限性随着 AI 工具的普及变得更加突出。
这篇文章是我真实使用一年的完整记录。
一、这是什么项目，一分钟说清楚
build-your-own-x 是一个由 CodeCrafters, Inc. 维护的开源仓库，核心内容就是一份精心策划的教程清单——教你从零手写各种你每天都在用的技术。
项目以费曼的一句话为题眼：
What I cannot create, I do not understand.
——理查德·费曼
目录涵盖 30+ 个技术领域：
- 3D 渲染器、AI 模型、BitTorrent 客户端
- 区块链、数据库、Docker、模拟器
- 前端框架、游戏、Git、内存分配器
- 网络协议栈、神经网络、操作系统
- 物理引擎、处理器、编程语言、正则引擎
- 搜索引擎、Shell、文本编辑器
- Web 浏览器、Web 服务器……
每个分类下都有按编程语言分组的教程链接，语言覆盖从 C/C++ 到 Python、JavaScript、Go、Rust、Haskell，甚至 Nim、Crystal。
二、我实际用了什么，体验是什么
2.1 从”手写 Git”开始
我用的第一个教程是 Build Git — Learn Git（JavaScript 版），以及配合的 Python 版 ugit。
选择从 Git 开始的原因很简单：Git 是我每天都在用的工具，但 .git 文件夹里到底装了什么，我一直说不清楚。
两个星期之后，我把 commit、branch、merge 的底层结构全部手写了一遍。收获不是”我能用 Python 写一个 Git”——而是此后再遇到 rebase conflict、detached HEAD、reflog 这类问题，脑子里会自动浮现出那些 blob/tree/commit 对象的关系图，处理起来快了很多。
这就是 BYOX 最核心的价值：不是给你一个可以用的东西，而是给你一个更清晰的内部地图。
2.2 手写数据库（最硬的一次）
之后我尝试了 Build Your Own Redis from Scratch（C++ 版）和 Let’s Build a Simple Database（C 语言版，SQLite 仿写）。
这次难度陡增了好几个量级。C 语言版的 SQLite 教程一共 15 章，我卡在第 5 章关于 B 树实现的章节足足三天，中间产生了好几次”这不是我该做的事情”的念头。
但正是这次挣扎让我对以下内容的理解从”知道”变成了”明白”：
- 为什么数据库写入要先写 WAL（Write-Ahead Log）
- B 树的节点分裂是怎么一回事
- 为什么索引会占额外磁盘空间，以及为什么不该乱建索引
做完之后半个月，我在工作中优化了一个慢查询，从 13 秒降到了 0.4 秒。那次我知道我找对方向了，不是因为碰运气，而是因为我看得见问题所在。
2.3 手写神经网络（AI 从业者必做）
作为一个长期关注大模型的人，这部分我格外认真。
推荐的资源是 Andrej Karpathy 的 Neural Networks: Zero to Hero 系列（归在 Python/神经网络下），以及 SlowTorch（从零实现 PyTorch 自动微分引擎）。
Karpathy 的系列是我见过把反向传播讲得最清楚的教学内容。在那之前，我能用 PyTorch 写 Transformer，但如果有人问我”为什么 loss.backward() 能更新参数”，我其实说不利索。
做完这个系列之后，我在看 LLM 的技术报告时，理解深度明显不一样了——那些关于 gradient clipping、learning rate schedule、attention 计算复杂度的讨论，开始有了更具体的物理感。
2.4 手写操作系统（我放弃了一半）
诚实说：我在 OS 这个分类上彻底失败了。
我尝试了 Writing an OS in Rust 和 The little book about OS development，撑了两周，在 memory mapping 和 interrupt handler 的部分彻底卡住，选择了放弃。
这个体验本身也是有价值的：它让我清楚地知道自己的知识边界在哪里。OS 开发需要汇编基础、计算机体系结构基础、以及相当强的调试耐心，三样我都不够。这不是项目的问题，是我准备不足。
三、项目内容的客观评价
优点
策划质量极高。 这不是随便收集链接的 awesome-list。每个收录的教程都经过筛选，步骤清晰、有实际产出、不是纯理论。拿数据库一节来说，同样是”手写数据库”，C 版和 Go 版选择的是不同侧重点的教程，有互补关系。
覆盖广度令人叹服。 30+ 个技术大类，300+ 个链接，涵盖从嵌入式（Game Boy 模拟器）到分布式（Kafka-like 系统），几乎没有明显的遗漏。
语言选择丰富且务实。 对于每个技术，主流语言基本都有对应教程，Rust 的覆盖尤其完整，这对想学 Rust 又需要实质项目的开发者非常友好。
与 CodeCrafters 平台协同。 仓库背后有 CodeCrafters 这个付费平台（提供真实测试用例、自动化验证的交互式版本），仓库本身免费，平台是可选的进阶。两者配合比较自然。
局限性
中文资料几乎为零。 所有教程都是英文，且相当一部分需要具备一定的英文技术阅读能力。
质量参差不齐。 虽然整体策划质量高，但具体到某些小众分类（比如 Voxel Engine、Augmented Reality），教程的步骤细化程度明显不如主流分类。
无结构、无进度追踪。 它就是一个 Markdown 文件，没有学习路径规划，没有完成标记，没有难度排序。如何选择、如何安排顺序完全靠自己。
部分教程已经老旧。 有一些链接最后更新是 2015-2017 年，技术细节（比如特定语言版本）可能已经不准确。这在静态 Markdown 仓库里很难系统性维护。
新手劝退风险高。 仓库名叫”Build Your Own X”，新手容易低估难度直接上手，然后在第一个报错面前放弃。它的受众其实是已经有编程基础的中级开发者。
四、AI 时代，这个项目的价值变了吗？
这是我认为最值得认真讨论的一个问题。
一种声音说：BYOX 过时了。 ChatGPT、Claude 可以一句话生成一个 Redis 客户端，何必自己造轮子？
另一种声音说：BYOX 比以前更重要。 在人人都能让 AI 生成代码的时代，能真正理解这些代码、审查这些代码、在它出错时知道为什么出错的工程师，才是真正稀缺的。
我的观点：两种说法都有道理，但方向不同。
AI 确实降低了”产出可运行代码”的门槛，BYOX 里的初级项目（手写 Web 服务器、手写 Git 基础）在这个维度上被部分替代了——你可以让 AI 给你生成，然后读懂它。
但 BYOX 最深层的价值从来不是”产出代码”，而是”通过痛苦的实现过程，在大脑里建立对某个系统的直觉模型”。这件事 AI 还没办法帮你代劳——它可以告诉你答案，但没办法替你经历那个”卡住三天最终想通了”的时刻。
更重要的是：BYOX + AI 的组合，学习效率比以前高多了。卡住的时候问 Claude，它能精准解释你卡在的那个具体问题，然后你继续动手。这比以前独自啃文档、发 Stack Overflow、等回复的方式快了不止一个数量级。
结论：AI 没有让 BYOX 过时，但改变了最优的使用方式。
五、我的使用建议
怎么选第一个项目
不要选”最想做的”，要选”最能形成闭环的”。
我见过很多人一上来就选 OS 或者编程语言，然后卡在第一周放弃，之后再也没打开过这个仓库。
建议按这个顺序考虑：
- 从 Git 或 Web Server 入门——步骤细、语言选择多、产出明确
- 第二个项目选你工作中天天用但不懂原理的东西（数据库、Redis、框架）
- 等你有了两个成功经验，再挑战 OS 或编程语言
和 AI 工具的最佳配合方式
不要让 AI 帮你写实现代码。
用 AI 做这些事情：
- 遇到报错，让 AI 解释错误的含义（而不是直接给你改好的代码）
- 实现完一个模块，让 AI 给你的代码做 code review，指出概念上的缺陷
- 读完一个章节，用自己的话向 AI 解释你理解的内容，让它指出你的漏洞
- 实现了某个功能，问 AI “真实的 Redis/SQLite 是怎么处理这个问题的，和我的实现有什么区别”
这套流程下来，学习深度比单独做高很多。
关于”做完”这件事
BYOX 没有终点，不存在”做完”。
我的建议是：每次选一个项目，给自己定一个”最小完成标准”（比如”能跑通核心功能的80%“），达到之后就可以收手。完美主义在这类学习项目里是最大的敌人。
六、最终打分
| 评分维度 | 得分 | 说明 |
|---|---|---|
| 内容质量 | 9.0 | 策划水准极高，几乎每个链接都经过人工筛选 |
| 覆盖广度 | 9.5 | 30+ 技术类别，几乎没有重要遗漏 |
| 学习深度 | 8.2 | 做完真的有深度，但需要主动投入 |
| 新手友好度 | 5.5 | 对完全没有基础的人不太友好，有被劝退的风险 |
| 维护活跃度 | 7.2 | 整体稳定，但部分老旧链接没有及时清理 |
| 社区生态 | 8.8 | 488k star 本身就是一种背书，社区讨论活跃 |
| 综合评分 | 8.4 / 10 | 开发者书签必收，值得长期使用 |
七、一句话总结
它不会让你成为大师，但会让你在那些关键时刻——面试、线上排查、技术决策——比其他人多一层看穿问题的能力。
在一个到处都是”AI帮我写的”代码的时代，这层能力比以前更值钱，不是更廉价
文中所有学习体验为个人真实经历，不代表适用于所有人。
