周六晚上，你熬完了又一個加班的周末，拖著疲憊的身體癱倒在沙發上，百無聊賴地刷著抖音。

刷累了短視頻，你又打開視頻平臺，追起那部收藏已久卻一直沒時間看的電視劇。

臨睡前，你戴上耳機，和遠方的朋友打了一通視頻電話，聊聊最近的工作和生活。

這些平凡的生活場景看起來毫無關聯，但是如果把這些產品背后的技術扒開，你就會發現，每一個笑點視頻，每一幀畫面，在進入你手機之前，都曾在某個服務器深處，被同一套工具悄悄地“重塑過”：

編碼、壓縮、裁剪、轉碼……

而那條最關鍵的指令，往往只是：

ffmpeg -i ...

這就是FFmpeg，現在互聯網最龐大的“隱形巨人”。

0 1

諸侯割據的時代

讓我們把時鐘撥回到20多年前。

當時互聯網正從“文字時代”邁向“音視頻時代”，寬帶開始普及，人們瘋狂下載歌曲、MV和電影。

為了爭奪未來的網絡媒體入口，各大廠商紛紛推出自己的媒體格式和播放器生態：

微軟推出 ASF/WMV，希望借助 Windows 的優勢推廣 Windows Media Player；

RealNetworks 的 RM/RMVB 一度成為網絡視頻事實標準，RealPlayer 幾乎是裝機必備軟件；

蘋果則主推 MOV 格式和 QuickTime 生態，在 Mac 和多媒體創作領域影響巨大。

各種“方言”導致了一個悲慘的結果：視頻/編碼高度碎片化，互不兼容，解碼器幾乎全是閉源、商業化的。

更糟糕的是，很多視頻格式在壓縮時，深度依賴 Windows 系統的底層組件（如 DirectShow 或 VFW DLLs），這些組件是微軟操作系統的核心秘密，Linux 上根本沒有，巨頭公司根本不屑于為市場份額極小的 Linux 系統開發官方播放器。

不過，這難不倒聰明的 Linux 黑客。

他們想出了一個非常奇葩和極端的黑客辦法：“借尸還魂”。

他們編寫了一些特殊的底層補丁（著名的如早期 MPlayer 的 w32codec），在 Linux 中模擬部分 Windows 多媒體接口，強行加載 Windows 系統的 .dll 動態鏈接庫文件。

這種做法雖然勉強能用，但是極不穩定，極不安全，在法律上也是非常危險的灰色地帶。

正是在這種“天下大亂、生態真空”的時刻，天才程序員Fabrice Bellard站了出來：

是時候搞一套屬于開源世界的，不依賴任何Windows技術的“多媒體底層普通話”了！

這個“普通話”就叫做FFmpeg，主要完成兩個事情：

1.完成一個精妙的頂層設計，把容器和編碼徹底分開。

2.用純 C 語言，把市面上那些閉源的、復雜的商業視頻和音頻解碼算法，全部“逆向工程”并重新純手寫一遍！

這兩件事兒有多瘋狂呢，我們一個一個來看。

0 2

精妙的頂層設計

在多媒體領域，任何一個視頻文件其實都由兩部分組成，它們的職責完全不同。

容器的職責是“打包”。負責把音頻流、視頻流、字幕、甚至封面圖片以某種特定的數據結構“捆綁”在一起，我們通常通過文件的后綴來區分(video.mp4, movie.avi)。

編碼的職責是“壓縮”，視頻用H.264或MPEG-2壓縮，音頻用MP3或AAC壓縮。

現在我們很容易想到，在實現軟件播放器的時候，應該把這兩層分開，讓他們獨立變化。

但在當時的商業多媒體領域，性能壓力和商業策略，讓大量播放器與 SDK 選擇了強耦合設計，把容器和編碼綁死在了一起。

作為一個純粹的學院派加硬核極客，Fabrice Bellard可不管你這那的，這兩者一定得分開：

1.libavformat

專注于容器的解包和打包，當它讀取一個 video.mkv 時，唯一的任務就是拆開它，把一小段一小段的、依然處于壓縮狀態的二進制原始數據（ AVPacket）源源不斷地吐出來。

2.libavcodec

專注于解壓和壓縮，它是一個純粹的數學計算黑盒子，它只接受 libavformat 丟給它的壓縮數據（AVPacket），通過各種算法，把它們還原成一幀一幀沒有經過壓縮的數據（ AVFrame）。

不但如此，Fabrice Bellard用天才的手法，用最接近硬件的手段（手寫 SIMD 匯編、查表法、緩存對齊）把計算性能壓榨到物理極限，甚至很多時候，FFmpeg 比官方 SDK 還快。

但FFmpeg更偉大的地方，不僅僅是“支持很多格式”，它把整個音視頻世界抽象成了一套統一的數據流管道（就像Unix的數據流管道一樣）

以我們最常見的“視頻轉碼”（比如把一個高碼率的 AVI 視頻轉成手機能播放的 MP4 視頻）為例，在 FFmpeg 的管道里，數據是這樣像水流一樣流淌的：

無論任何格式，解碼，濾鏡，轉碼，都能在流水線任意組合，非常優雅和漂亮，展示了Fabrice Bellard深厚的架構功力。

0 3

瘋狂的逆向工程

前面說過，黑客們拿不到源代碼。他們只能通過反匯編工具，將機器碼翻譯成人能勉強看懂的匯編代碼：

然后用動態調試等技術來進行分析，例如讓 Windows 官方播放器慢動作播放一個視頻，黑客在后臺死死盯著 CPU 的寄存器和內存變化。

視頻壓縮本質上是高等數學通過觀察匯編指令中的常數和循環結構，黑客們能夠反向推導：“哦！原來 RealMedia 的音頻格式用的是改進的離散余弦變換（MDCT），這里的參數是這樣設置的。”

他們還會制作一些極其特殊的測試視頻文件：

一個純黑、只有 1 像素、長達 1 秒的視頻

一個純白、有 2 像素、長達 2 秒的視頻

然后用十六進制編輯器對比這兩個文件的二進制數據。

“看，第一秒和第二秒的文件里，第 0x40 字節的數據從 01 變成了 02。這意味著這個位置存放的是視頻時長！”

“這里有一串固定的字符 mdat，后面跟著一串數據。這說明 mdat 后面就是真正的音視頻原始數據（Media Data）了！”

當然，很多所謂的“閉源商業格式”，其實是基于行業公開標準魔改出來的。

對于 Fabrice Bellard 這樣的頂級專家，他不需要從零去猜，他只需要把公開標準作為模版去比對：“讓我看看微軟在這里到底改了哪幾個參數？” 一旦找出這些變動，逆向工程就容易多了。

正是用這種辦法，Fabrice Bellard 和無數逆向工程師一點點拆開了巨頭們筑起的技術圍墻。

那些原本被鎖在閉源播放器里的格式規范、編碼算法和數據結構，被重新理解、重新實現，最終變成了干凈、免費、向全世界公開的 C 語言代碼。

0 4

貧窮的維護者

Fabrice Bellard是一個極度內斂、低調，甚至有些社恐的程序員。

但有人的地方就有江湖。只要開源軟件社區規模擴大，勢必出現各種紛爭。

所以我們經常看到這樣一個模式：Bellard把一個大廈的基座和主體完成后，就立刻放手，去挑戰另一個領域。

揮一揮衣袖，不帶走一片云彩。

這次也不例外。

FFmpeg走上正軌后，他把維護權交給了 Michael Niedermayer，自己轉身投入了另一個改變世界的基礎設施項目：QEMU（虛擬機模擬器）。

Michael這個人，比Bellard還要低調，甚至可以說神秘。

他幾乎不參加技術會議或線下聚會，所有交流都通過郵件列表。我在網上甚至找不到他的照片。

他本來是MPlayer播放器的開發者，但MPlayer底層高度依賴FFmpeg的解碼能力，他的核心代碼開始大量并入FFmpeg。

接管FFmpeg之后，他做出了一個讓世俗社會無法理解的決定：全職守護FFmpeg。

要知道，當時視頻網站已經興起，他但凡接受任何一家硅谷大廠的offer，或者開一家顧問公司，就能輕松獲得巨額年薪，但他都拒絕了。

共事多年的核心開發者Kostya（Konstantin Shishkov）曾回憶證實：Michael長期住在奧地利的鄉下，過著維持“最低收入”的生活。

他幾乎沒有任何商業贊助，全靠微薄的零星捐款和極低的個人開銷度日。

Michael甚至認為，出去接私活或者為了生計去上班，是對優化編解碼器的時間浪費。

他每天工作十幾個小時，一個人完成了FFmpeg中極其龐大且晦澀的匯編級優化。

他是個瘋狂的Bug修復機——安全團隊提交的上千個Bug中，有超過650個是他一個人修復的。

他長期保持著日均1次核心Commit的高強度全職工作狀態。

0 5

技術政變：一個人對抗全世界

但是，技術天才Michael的管理風格也有問題。

他過于強硬且保守，極其注重向下兼容和極致性能，經常在核心代碼中加入各種特例。很多年輕開發者認為，他的代碼風格太“不現代”、太難維護。

社區開始積怨。

終于在2011年，一批核心開發者對 Michael 忍無可忍，他們發動了一場技術“政變”，反對派在未經Michael同意的情況下，帶走了原項目的服務器、缺陷追蹤系統等基礎設施，另立門戶創建了一個叫做 Libav 的新分支項目。

幸運的是，Fabrice Bellard 依然控制著ffmpeg.org 的 DNS，并且拒絕交給“叛軍”，FFmpeg的品牌可以保全，這一點非常關鍵。

重量級的Linux發行版(Debian、Ubuntu 等)站在了反對派一邊，將系統默認的多媒體庫換成了 Libav，FFmpeg 在 Linux 生態中的主導地位受到巨大沖擊。

面對“背叛”，Michael沒有去打口水仗，他的反擊非常純粹：瘋狂寫代碼。

他不僅瘋狂地優化FFmpeg的代碼，更是緊盯libav，只要一出新功能，他幾天內就能合并進FFmpeg，并且利用恐怖的優化能力寫得更好！而libav那邊處于政治原因，絕不合并FFmpeg的代碼。

Libav 陣營為了追求所謂的“現代化重構和干凈的 API”，導致開發速度極其緩慢；而FFmpeg 在 Michael 的死守下，“把事情做完”的效率高得驚人。

幾年下來，程序員們震驚地發現，FFmpeg 不僅完全兼容 Libav 的特性，而且由于 Michael 的瘋狂輸出，FFmpeg 的性能更強、支持的格式更多、Bug 修復得更快。

2015年，Debian決定將系統默認的多媒體庫 從Libav重新切換回FFmpeg。隨后，Ubuntu等所有主流發行版也紛紛跟進。這成為了壓垮Libav的最后一根稻草。

2015 年 8 月，在帶領 FFmpeg 徹底贏回主流生態、并將 Libav 的分裂風波平息之后，身心俱疲的Michael決定辭職，他說：

我加入 FFmpeg 已經 14 年了，擔任 Leader 也已經 11 年。我感覺我并不是最適合繼續擔任 Leader 職位的人..... 我希望我的辭職能夠讓兩個團隊重新找回彼此、走到一起，從而避免更徹底的分裂...... 合并工作（Merges）所帶來的巨大工作量和精神壓力，是我辭職的核心原因...... FFmpeg 是你們的，它是屬于每一個人的。

0 6

結語

20多年過去了，FFmpeg早已成為互聯網隱形的基礎設施。

YouTube、Netflix、Chrome、抖音，快手，視頻號，甚至你手機上的任何視頻應用，每天都在使用FFmpeg，它是數字世界的空氣，你意識不到它，但是它無處不在。

但諷刺的是，開發FFmpeg的那幫極客們，長期缺錢，幾乎沒有名氣，“近乎燃燒生命”，Michael Niedermayer 就是其中最典型的代表。

很多人不理解，他們能一直堅持下來，圖的是啥呢？

我想主要有三層驅動力：

1.興趣

這些極客們在做自己喜歡的事情，熱愛是無與倫比的驅動力。

2.成長

FFmpeg需要非常硬核的開發者，在這里，有最厲害的兩類人，1.寫匯編的 2.做逆向工程的。

想在這里做貢獻，你得理解CPU架構、內存層級、IO機制這些底層的東西，你的代碼會被最資深的程序員逐行審查，在這種環境下成長起來的開發者，往往會變得極其強悍。

3.成就感

你的代碼在幾十億的設備上運行，被幾十億用戶使用，這種成就感是無與倫比的。