事件概述

Hacker News 上出现了一篇题为 “I just chose words carefully” 的简短文章，来自网站 unsung.aresluna.org。文章作者以“Unsung”为署名，分享了一个来自上世纪末的奇特排版案例：一位名叫 rs1n 的作者，在 1990 年代末撰写《Super Metroid》游戏攻略时，没有使用任何排版工具，仅靠手工挑选单词，就让全文每一行的右边缘都精确对齐，且全程没有出现双空格。

这篇文章在 Hacker News 上获得了 189 分和 43 条评论（原文未说明更多细节），引发了人们对等宽字体排版、文本编辑与“手工极致”的讨论。

关键技术点

1. 等宽字体中的对齐困境

在等宽字体（Monospace）中，每个字符宽度相同。常规左对齐没有问题；右对齐也可以通过手工计算空格数量实现，但居中对齐就变得困难，因为没有“半空格”来微调两侧间距。更棘手的是两端对齐（Full Justification）：等宽字体下，不同长度的单词会导致空格被拉伸得极不均匀，产生令人不适的“河流”般的空白间隙。

2. 连字符（Hyphenation）并不优雅

传统排版中解决两端对齐的常用手段是断词连字符，但在等宽字体中，连字符本身会显得非常突兀，干扰阅读，并且会破坏复制粘贴的完整性。因此，等宽环境下的全文两端对齐很少见。

3. 终极方案：重组文本，让每个单词“恰好”

作者 rs1n 采用了一个极端而优雅的思路：不调整空格，而是调整词句本身。他重写攻略中的每一行文字，只选择那些长度组合起来恰好等于行宽的单词，从而避免任何多余空格。效果令人震撼——整篇长约 17,000 词的攻略，每一行的右边缘都精准地结束在一个字母上，整篇没有任何双空格。

4. 实现工具：没有工具

在攻略底部的 FAQ 中，rs1n 写道：

“你用什么程序来对齐文本？”
“没有。我只是仔细选择单词，使所有内容在右侧对齐。所有工作都是用 ASCII 编辑器完成的。”

这意味着整个过程全部依靠人工计算字符数和单词长度，没有辅助脚本或排版软件。

对数据科学或 AI Agent 落地的意义

虽然这是一篇关于文本排版的小众文章，但它对数据科学和 AI Agent 领域有几点启示：

  • “约束满足”思维：rs1n 的工作本质上是将“行尾对齐”转化为一个组合优化问题——在给定行宽下，从词汇表中挑选单词序列，使其总字符数恰好等于目标值。这与自然语言生成中的受控文本生成（Controlled Text Generation）高度相似，例如要求模型生成特定长度、特定韵律或符合格式约束的句子。
  • 人工 vs 算法：rs1n 用纯手工完成的任务，现代 AI Agent 可以通过贪心算法、动态规划甚至大语言模型来自动化。这提醒我们：许多看似需要“匠人精神”的文本任务，实际上可以被建模为搜索或优化问题。
  • 人机协作的边界：文章作者也提到，许多开发者为让按钮 UI 文本或 tooltip 在指定宽度内显示而不换行，曾花费数小时调整措辞。这种微观文本工程的体验，正是数据科学家在调试 prompt、生成摘要或设计用户界面时常常遇到的挑战。

我的技术点评

这篇文章最打动我的地方，不是排版本身，而是那种“用最朴素的工具对抗硬约束”的执着。在当今以 AI 生成和自动化排版为主流的时代，rs1n 的做法显得古老甚至笨拙，但它恰恰展示了 “理解问题本质”的价值：他意识到在等宽字体下，与其挣扎于空格分配，不如从源头控制单词长度。

从工程角度看，这是一个典型的“改写而不是后处理”的案例。现代 AI Agent 可以轻易生成流畅文本，但若要满足严格的格式约束（例如每行恰好 N 个字符），许多模型仍然会失败，需要后处理修复。rs1n 的方法提示我们：约束应该嵌入到生产过程中，而不是事后打补丁。

如果你对排版、文本生成或“极端人工优化”感兴趣，这篇文章值得一读。它没有高深的理论，但让人重新思考“精确”与“优雅”的含义。

原文链接