1. 复盘 Webminal：为什么搜索引擎拼不出 UML 的取舍
Webminal 的 15 年老架构最让复盘者头疼的地方在于：当整个行业都在聊 Kubernetes、云原生和自动扩缩容时，它靠一台 8GB 内存的 CentOS 服务器服务了 50 万用户。想用 Codex 以 Agent 长会话方式逐段拆解这背后的取舍，我建议先准备 TaoToken 的 Key——打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册并创建 API Key，再把 Codex 的 Base URL 指向 https://taotoken.net/api，剩下的 UML 用户态内核、Shellinabox 兼容和内存瓶颈，就能在同一段上下文里串成体系。
1.1 浏览器里那个「真实 Linux 终端」到底是什么
原报道里，Lakshmipathi 的出发点很简单：市面上的 Linux 教程大多是「伪终端」，点一下 Run 按钮，执行一段命令，教学就结束了。Webminal 想要的是完全没有运行按钮的界面，用户敲进去的每条命令，都像在一台真服务器上执行。这个「真实」不是宣传词，而是技术约束——初学者要练 fdisk、LVM、RAID、mkfs 这类底层操作，它们需要一个能真正被修改、甚至被改坏的块设备。
Docker 可以提供 shell，也可以提供隔离环境，但容器给用户的 /dev 和块设备视图是经过隔离、抽象过的，磁盘层大多落在 overlayfs 或 volume 上。fdisk 改分区表这种操作，在容器里只作用于很薄的容器层，用户感受不到「真的有一块磁盘被我改坏了再救回来」的过程。把这段诉求整理成复盘的第一问：「Webminal 为什么坚持不用 Docker？fdisk 和 mkfs 在容器与 User Mode Linux 里有什么区别？」这比直接搜索「UML 是什么」更有价值，因为问题本身就带着决策语境。
1.2 散落的技术决策，长会话才有上下文
搜索引擎能查到 UML 是 2001 年出现的用户态内核，也能查到 Shellinabox 早在 2017 年就停止维护，但它查不到「为什么 2017 年一篇西班牙博客带来 1 万日增用户时，这台 8GB 内存的机器没有崩」；也查不到「2021 年数据中心火灾丢了 15 万账号之后，项目为什么没有顺势迁上云」。这类判断跨越十几年，搜索结果只能给你一堆结论碎片，拼不出决策链。
Codex 的 Agent 长会话正好补上这一块：不急着换话题，让模型在同一个上下文里不断追问「当时为什么不选容器」「后来为什么切回 Shellinabox」「内存瓶颈到底卡在哪一步」。多轮请求之间，上下文是连续的。TaoToken 在这里的角色就是稳定的 API 通道，确保这一整段长会话的每一轮请求都有 Key 可认、有额度可扣，不用频繁重开上下文。
2. 拿 Key 并配置 Codex：TaoToken 官网与 Base URL 各司其职
2.1 在 TaoToken 创建 YOUR_API_KEY
打开 TaoToken 注册登录，在控制台的 API Keys 页面创建一把 Key。为了行文统一，下文全部用 YOUR_API_KEY 指代。注册、创建 Key、查看模型广场、核对用量，都在这个官网落地页完成。
需要特别掰开的两类地址：官网落地页是给人点的，https://taotoken.net/?utm_source=taotoken_aicg_blog_end 负责账号和 Key 相关动作；Codex 配置里填的是接口地址，https://taotoken.net/api，末尾不要加 /v1。一旦填成带 /v1 的路径，Codex 拼接 /models 或 /chat/completions 时会多出一层目录，请求路径就对不上。这是配置环节最容易踩、也最好排查的问题。
2.2 config.toml 里把 Codex 指到 TaoToken
Codex CLI 的原生配置在 ~/.codex/config.toml，不像部分工具那样靠环境变量直接配。把下面这段保存到用户目录下的 .codex 目录里：
# ~/.codex/config.toml model = "YOUR_MODEL_ID" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY"这里的配置逻辑是：Codex 读到 model_provider 是 taotoken 后，会去 model_providers.taotoken 里找 base_url，把请求发到 https://taotoken.net/api；同时读 env_key 指定的环境变量 TAOTOKEN_API_KEY 作为鉴权凭证。所以保存文件后还要先导出环境变量再启动：
export TAOTOKEN_API_KEY=YOUR_API_KEY codexYOUR_MODEL_ID 不能凭记忆填，打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 模型广场，以当时列表里显示的模型 ID 为准。启动后先问一句「Webminal 的技术栈有哪些关键组件」，如果 Codex 能答出 Python 2.7、Flask、Shellinabox、User Mode Linux 这些词，说明通道已经通了，可以开始正式的复盘对话。
3. 把原文拆成逐段追问的 Agent 会话
3.1 第一轮：UML 与 Docker 的「真实感」之争
复盘第一轮，把原报道里最反直觉的矛盾抛给 Codex：「Webminal 做在线 Linux 教学，为什么坚持不用 Docker？请从 fdisk、LVM、RAID 和 mkfs 的教学场景解释 Docker 不够真实在哪里，User Mode Linux 的用户态内核为什么能补上这个缺口。」
模型给出的分析会落在两个层面。第一层是块设备的真实性：Docker 容器可以跑命令，但磁盘层是 overlayfs 或 volume，fdisk 改分区表这种操作只在一个很薄的虚拟层上发生，用户感受不到「真的有一块磁盘被我改坏了再救回来」的过程。第二层是运行级别：UML 给每个用户启动的是一个完整的内核实例，它有真实的虚拟块设备，4 个 64MB 的盘摆在那里，分区、格式化、挂载、搞坏、重来，每一步都像在一台独立的机器上操作。
3.2 第二轮：Shellinabox 兼容性为什么会反超 WebSocket
第二轮的提问可以这样写：「Webminal 曾尝试用 WebSocket 终端替换 Shellinabox，上线几小时就出现白屏和 Firefox 兼容问题，最后切回老方案。请分析 Shellinabox 这种 2005 年的工具，凭什么在防火墙、代理和企业内网的环境中反而比新方案更可靠。」
长会话的优势在这一轮开始显现：Codex 会自然引用第一轮得到的 UML 结论——既然每个用户跑的是独立内核，HTTP 层的兼容性优先级就高于交互体验，因为很多初学者是在学校机房、公司代理后面打开这个网页的。Shellinabox 走的是最朴素的 HTTP/HTTPS 通道，不依赖需要额外放行的 WebSocket 端口，所以它能穿透更多网络环境。这个判断单独搜也能得到，但放在 UML 隔离的上下文里，就组成了「因为底层够真实，所以上层必须够保守」的逻辑链。
3.3 第三轮：8GB 内存、50 万用户与 15 万账号丢失
第三轮丢给 Codex 的是时间线：「2017 年单日 1 万用户暴涨、2021 年数据中心火灾丢失 15 万账号、荷兰多次停电，加上累计 50 万用户，全跑在一台 8GB 内存的 CentOS 上。请拆解这台机器能撑住的架构原因，以及 8GB 内存真正的瓶颈出现在哪一层。」
我试过让 Codex 单独分析这三次事件，它会发现一个容易被新闻忽略的事实：火灾丢账号之后，项目依然没有迁移到分布式。原因不是技术评估不过关，而是整个项目由一两个人维护，迁移到多节点的成本主要集中在人，而非机器。UML 的 COW 共享镜像设计则解释了为什么 8GB 能扛住大量并发——基础镜像是全局共享的，用户写入才增加很小一部分存储，这是内存和磁盘都省的关键。这里不建议让模型输出「提速几倍」「并发提升多少」这类拍脑袋数字，公开报道没有给过准确口径，以它自己的推理过程和当前模型广场列表为准就好。
3.4 第四轮：把 eBPF 与 2800 万条命令也丢进上下文
原文里还有一个容易被略过的细节：首页滚动的实时命令流不是模拟数据，而是 eBPF/execsnoop 追踪的真实用户命令，已经累计超过 2800 万条，展示前做匿名化处理。第四轮可以这么问：「Webminal 整个技术栈里唯一现代的是 eBPF，它为什么被保留？UML 的隔离机制对命令流的匿名化展示有什么帮助？」
Codex 的回复会指向一个有趣的对照：越老的架构越依赖 OS 层次的可见性。UML 让用户拥有完整内核，但平台依然需要知道大家在敲什么命令；eBPF 在主机层做轻量追踪，不需要侵入每个 UML 实例，不需要记录参数和路径，只要命令本身。这样一来，2800 万条命令既是教学社区的数据资产，又不会变成隐私包袱。到这一轮，原始报道里的技术点几乎全部被放进同一个上下文了。
4. 用一份含 UML 隔离与 fdisk 练习路径的复盘结论来验证
4.1 让 Codex 输出 UML 隔离与 fdisk 练习路径
四轮追问结束后，追加一条收尾指令：「请输出一份 Webminal 架构复盘结论，需要包含四部分：UML 用户态内核的隔离原理；fdisk/LVM/RAID 在 64MB 虚拟块设备上的练习路径；8GB 内存支撑 50 万用户的关键假设；如果换成容器化，哪些学习场景会失效。」
多轮请求是否真的跑通，看这条结论的完整度就知道。你会看到 Codex 组织出来的答案大致是：每个用户启动一个独立 UML 实例，4 个 64MB 虚拟块设备配合 COW 共享镜像，练习时从 fdisk 查看分区表开始，到 mkfs 创建文件系统，再到 mount 挂载验证；容器化之后，内核共享让「改分区表感受不到物理风险」，教学价值就打了折扣。如果输出能到这一步，说明长会话没有在半路丢上下文，TaoToken 的 Key 在这个过程中正常结算了所有轮次。
4.2 回控制台核对这次长会话的用量
复盘结束后值得打开控制台对一下账。登录 https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content= 查看这把 YOUR_API_KEY 在这一段长会话里的调用次数和 token 消耗。这一步不是为了查账，而是确认每一次追问都真实走了 API 通道，而不是本地缓存或离线补全。
5. 跑通之后：Codex 复盘清单与两个排障点
5.1 model not found 多半是模型 ID 问题
Codex 配好后最常见的报错是模型不存在。原因几乎都出在 YOUR_MODEL_ID 填了脑补的名字。模型 ID 必须和 TaoToken 模型广场当时的列表完全一致，别用旧截图里的 ID，也别加日期后缀。打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 模型广场核对，复制列表里的原样字符串再填回 config.toml。
5.2 环境变量没被 Codex 读到
如果报错是密钥无效，先检查环境变量是否真的导出成功。运行 echo $TAOTOKEN_API_KEY，看输出是不是 YOUR_API_KEY 本身。另一个隐蔽问题：config.toml 里 env_key 写的变量名和你 export 的变量名必须完全一致，Codex 不认识其他名字。加了新 Key 之后记得在新终端里重新 export，已经开着的终端不会自动刷新环境变量。
5.3 下一步：先验一遍 Key，再去复盘其他项目
这一套配置跑通后，可以先用 TaoToken 模型对话 发一条测试消息，确认模型 ID 没填错；要跑更长会话，打开 Coding Plan 看套餐是否够用；为不同项目分别建 Key，在 API Keys 管理页 创建。如果之后想让 Claude Code 也走这条兼容通道，环境变量写法见 Claude Code 接入文档。Webminal 的复盘只是起点，同一段长会话思路，可以继续拆解其他「单机扛住海量用户」的案例，把搜索不到的决策链一条条问出来。
