1 小时 66 星:Erosion-CN 的首日增速是脉冲还是真起量

原创2026-11-11 21:56:001,657 阅读

1 小时 66 星:Erosion-CN 的首日增速是脉冲还是真起量

开源项目的首日曲线是最容易被误读的一张图。Erosion-CN(iOS / iPadOS 系统配置与 MobileGestalt 研究工具箱,简体中文防白苹果加固分支)在 2026 年 11 月 10 日出现在公众视野后,"1 小时 66 星"迅速成了传播口径。这个数字本身没问题,但它极易被当成"第 1 小时的爆发力"来理解,而真实的观测值恰恰不是峰值——它是一段已持续十几小时的平均斜率。把斜率的时间形状、fork 结构、issue 构成和赛道同频四条线放在一起看,才能回答标题里的问题:这是渠道脉冲,还是口碑起量。

先把「66 星/小时」这个数字拆开

仓库创建于 2026-11-10T02:37:31Z(北京时间 10:37),在 2026-11-10T16:19Z 观测到 894 stars、209 forks,仓库年龄 13.7 小时。894 ÷ 13.7 = 65.3 星/小时,四舍五入就是传播里那个 66。

这个口径带来一个重要的推论:如果增长是典型的脉冲——也就是发布瞬间集中涌入、随后迅速衰减——那么"全程平均"必然远低于"前 1 小时峰值"。现在的数字是均值本身就已经是 66,说明曲线在至少 13 个小时里保持了接近常数的斜率。换句话说,被引用为"1 小时 66 星"的那个数字,事实上是一条近似直线的斜率,而不是一个尖峰的高度。仅凭这一点,它就已经不像典型的脉冲曲线。

再看两个对照坐标:

观测对象 数据 折算小时斜率
Erosion-CN(新仓,13.7 小时) 894 stars / 209 forks 约 65.3
上游 jailbreakdotparty/Erosion(创建于 2026-08-23,约 79 天) 684 stars / 103 forks 约 0.36
第三方榜单同日快照(同赛道头部项目,24 小时增量) +324 stars / 24h 约 13.5

也就是说,这个 13.7 小时的新仓库,小时斜率约是上游长期均值的 180 倍、是同赛道头部项目当日稳态增速的 4.8 倍。这种量级差,用"自然推荐位"很难解释,必须先怀疑存在一个集中导流渠道。

脉冲型与起量型,可以用五个可观测特征区分

把"热度"拆成可测量的结构,比争论感受更可靠。以下五项都能从公开元数据与仓库本身取到,且不需要后台数据。

第一,斜率的时间形状。 脉冲型的特征是前 1–2 小时极高、之后快速趋零,24 小时累计常落在首小时增量的 3–5 倍;起量型则是斜率稳定或缓慢衰减,24 小时累计约为首小时增量的 15–25 倍。Erosion-CN 目前给出的信号是"均值等于瞬时值",属于后者形态。

第二,fork/star 比。 894 stars 对应 209 forks,比值 23.4%;上游是 103/684,约 15.1%。健康项目的常规区间在 5%–15%。超过 20% 通常意味着用户不是"收藏一下",而是"要拿走改"——在这个项目里,改的具体含义非常明确:自己构建一个能装进手机的 IPA。

第三,是否提供了可复现产物。 仓库里同时存在 ipabuild.sh 和 .github/workflows/build.yml。后者只挂了 workflow_dispatch(手动触发)一个入口,做的事只有三件:跑构建脚本、上传 Erosion_*.ipa 产物、结束。这不是 CI 质量门禁,而是给 fork 用户准备的云端打包按钮。旁证是时间线:主仓库 02:37Z 创建,04:45Z 就出现了同名的镜像构建仓库 erosion-cn-build,间隔约 2 小时。fork 动机在这里是行为数据,不是猜测。

第四,issue 生成速度与内容性质。 仓库创建后 9 小时内产生 6 条 issue,编号连续无缺口;同期 PR 数为 0。issue 内容集中在运行环境而非功能许愿:桌面与系统动画调优写入配置失败,提示无 Preferences 目录权限、沙盒无读写权限、[iOS 26.4.1] App Group 已打开,MobileGestalt 缓存目录仍返回 -6。这三条的共同点是——只有真的把应用装到设备上、真的点了开关,才会遇到。刷量刷不出 -6 这种 errno。

第五,二次传播的缺失。 以项目名为关键词检索中文技术社区,命中的全部是无关内容:MCreator 群系参数、OpenCV 形态学腐蚀、RWEQ 的 C 因子、以及大量 shadcn/ui 讨论,属于"Erosion / CN / 侵蚀"这类词根造成的语义误匹配。这说明增长尚未进入媒体二次扩散阶段,仍停留在单一圈层的直连分发。媒体扩散通常是起量的第二阶段,现在还没到。

结论可以下得克制一些:这不是脉冲,但也还不是口碑型起量。它更像一种复合形态——"单一社区渠道投放 + 可自建产物 + 赛道当日同频"。第三条尤其不能忽略:同日第三方榜单显示上游仓库 24 小时也涨了 +289(约 12 星/小时),而我们这次观测到上游已到 684 stars、103 forks,比该快照又多了十几颗。整个 iOS 27 定制赛道在当天一起升温,CN 分支吃到了这部分外部冲量,再叠加"简体中文可用"这一层可达性优势。

源码视角:这些 star 有没有「使用痕迹」

判断增速真伪,最终要落到"star 背后有没有真实消耗"。这个仓库的技术含量提供了一个反向验证:它不像为了发布而临时拼的壳。

最典型的是写入协议。Erosion/Helpers/Functions/WriteHelpers.swift 里的 writeFileAtomically 明确拒绝"先清空再写"这种教科书式的错误做法:

// 1. Overwrite directly from offset 0 via pwrite (NEVER ftruncate to 0 first!)
try pwriteAll(fd, data, startOffset: 0)

// 2. Only shrink tail if new payload is shorter than original payload
if data.count < og.count {
    guard ftruncate(fd, off_t(data.count)) == 0 else {
        throw fileWriteErr.truncate(errno: errno)
    }
}

// 3. Flush APFS + NVMe controller cache to physical NAND
guard fullFsyncSafe(fd) else { throw fileWriteErr.sync(errno: errno) }

// 4. Full descriptor readback byte-for-byte verification
let verify = try readAll(fd)
guard verify == data else { throw fileWriteErr.verificationFailed }

这段代码的每一行都对应一个真实事故:ftruncate(fd, 0) 会制造一个零字节窗口,此时断电或进程被杀就是一个空文件;F_FULLFSYNC 才真正把数据压到物理闪存,fsync 只保证到了控制器缓存;写后读回比对则把"写入成功"从返回值承诺变成字节级事实,失败分支里还有一次原位回滚。

第二处是缓存布局的运行时解析。Erosion/Tweaks/MobileGestalt/MGCacheLayout.swift 不在代码里硬编码偏移,而是从内存中已加载的 /usr/lib/libMobileGestalt.dylib 扫描 64 字节查询描述符,提取 22 字符混淆键、+0x3A 的有符号 Int16 槽位索引与 +0x3C 的查询类型,再用一串严格门槛挡住误写:CacheUUID 必须与本机系统库一致、CacheData 长度必须精确等于 槽位数 × 9、目标槽位 validity 必须为 1、布尔值必须 ≤ 1、8 字节槽位内填充必须全为 0、CacheExtra 中不得存在同名覆盖键。任一条不满足就返回 .slotInvalid 或 .plistMismatch 并拒绝写入。

第三处是风险键的黑名单。Erosion/Tweaks/MobileGestalt/GestaltHelpers.swift 把会直接引发开机重置或射频故障的键单列出来拦截:zHeENZu+wbg7PUprwNwBWg(RegionInfo,iOS 27 下的非缓存键)、0L5PkT61qoH1b/B1USWqjQ(RegionalBehaviorChinaBrick)、gD8SNRcHQeIxCAvsp+2vjA(WSKU,射频校准)、91LyMcx4z1w3SGVeqteMnA(BasebandRegionSKU,基带参数)。同时备份侧有 mgSaveOriginalBackupWithDigest 写入 SHA-256 摘要并调用 mgExcludeFromBackup 把备份排除出 iCloud,避免换机迁移把旧设备缓存带进新设备。

这些都不是"能被 star 数直接奖励"的工作,但它们解释了 fork 比为什么这么高:用户拿走它,是因为自己重签、自己构建、自己改配置这件事有实际路径可走,而不是因为看到了一个漂亮截图。

也必须记录一个减分项:整个仓库是单个 squash 提交(b0b0521,浅克隆,143 个对象,100 个文件,约 10.5k 行 Swift/ObjC/C),没有可读的提交历史。这意味着外部无法用提交节奏判断维护强度——它是"一个发布物",不是"一段开发过程"。对首日增速而言这不影响什么,但对 48 小时之后的信任积累是负资产。

隐忧:增速的衰减项不在传播,在首次成功率

六条 issue 里,真正预示留存风险的不是那三条环境报错,而是编号 2 的那条:解除国行底层限制后 eSIM 功能完全消失了。这是一条副作用反馈,而不是安装问题——它意味着至少有一位用户把一个"研究工具"当成了"功能开关",并在真实设备上付出了通信能力受损的代价。RESTORE_CHA.md 已经写清了缓存重建的完整回收路径,USAGE_GUIDE.md 也明确标注了"跨版本 OTA 后 iOS 会重建缓存、旧备份会被版本防呆拦截",但文档的边界说明与用户的默认预期之间,永远存在一段落差。

另外值得注意的是关闭节奏:6 条 issue 全部在 12:45Z–12:57Z 这 12 分钟窗口内被关闭(创建时间散布在 07:45Z–11:39Z)。集中批量关闭说明回应是有的,但 0 PR 说明修复全部压在单一维护者身上。这决定了接下来 48 小时里最该被监控的指标不是 star 增量,而是 issue 打开速率 ÷ 修复中位时长:一旦新 issue 持续以每小时 2 条以上的速度进入、而关闭中位时长拉到 6 小时以上,"渠道带来的热度"就会开始转化为"负面体验的样本量"。

三个验证点:第 6 小时、第 24 小时、第 48 小时

好消息是,第 6 小时这个检查点即使已经过去,也可以回溯补算。GitHub 的 stargazers 接口在带 Accept: application/vnd.github.star+json 头时会返回每颗星的时间戳,按页回收后自行分桶即可还原逐小时曲线:

for p in 1 2 3 4 5 6 7 8 9 10; do
  curl -sS -H 'Accept: application/vnd.github.star+json' \
    "https://api.github.com/repos/Kianuni/Erosion-CN/stargazers?per_page=100&page=$p" \
    -o "stars_$p.json"
done
import json, glob
from datetime import datetime, timezone, timedelta

ts = []
for f in glob.glob("stars_*.json"):
    ts += [datetime.fromisoformat(i["starred_at"].replace("Z", "+00:00"))
           for i in json.load(open(f))]

t0 = datetime(2026, 11, 10, 2, 37, 31, tzinfo=timezone.utc)   # 仓库创建时刻
for h in range(0, 49, 6):
    n = sum(1 for t in ts if t < t0 + timedelta(hours=h))
    print(f"H{h:>2} 累计 {n}")

两个工程细节:未认证调用配额只有 60 次/小时,10 页分页已经吃掉六分之一,别在循环里反复重跑;另外该接口返回的是"当前仍存在的星",取消 star 的人不会留痕,所以算出的是净增长而非累计事件数。fork 侧则可以用 /forks 返回的 created_at 做同样的事。

有了可补算的基线,三个验证点就可以写成带判定语义的分档,而不是模糊的"继续观察":

检查点 线性外推基线 判定分档 该档的含义
H6(08:37Z) 约 390 < 250 前重后轻,首日斜率是被首小时拉高的假均值
350–450 斜率线性,符合当前观测形态
> 500 出现了第二波导流,需查是否被新渠道收录
H24(次日 02:37Z) 约 1,570 < 1,100 衰减系数 > 0.3,进入长尾
1,300–1,700 渠道路径仍在供量,形态确认
> 2,000 二次加速,开始具备口碑扩散特征
H48 约 2,400(未计衰减) < 1,800 定型为一次性投放
2,000–2,600 平台期,靠存量自然增长
> 3,200 真起量,需重新评估维护承载能力

配三个非 star 的辅助判据,避免被数字单点误导:其一,fork 增量 / star 增量 是否维持在 0.15 以上——掉到 0.05 以下说明新增用户从"要动手"变成"只看一眼";其二,issue 中"环境不可用"类(权限、沙盒、errno)占比能否降到 30% 以下,这是首次成功率改善的直接代理指标;其三,48 小时内是否出现第一个非作者提交的 PR,或被中文技术媒体实质覆盖——前者代表协作结构成立,后者代表传播进入第二阶段。

结论:不是脉冲,但还没到起量

把现有证据摊平看,Erosion-CN 的首日曲线更准确的描述是:一条由单渠道导流维持的稳定斜率,叠加了同日整个 iOS 27 定制赛道的集体升温,并用"可自行构建的 IPA"把一部分流量转化成了 fork。 它已经越过了"脉冲"的门槛——均值斜率等于瞬时斜率,说明供给是连续的;但它还没跨过"起量"的门槛——二次传播缺失、0 PR、单 commit、以及一条 eSIM 失效的副作用反馈,都表明口碑层尚未建立。

因此,决定这条曲线最终形态的变量,不是第 1 小时的斜率能不能再高一点,而是第 48 小时之前:一个普通用户从下载到成功写入、再到重启不出事的首次成功率能到什么水平。66 星/小时只证明了注意力的到达速度;能留住多少,要看 WriteHelpers.swift 里的那段 F_FULLFSYNC 和 GestaltHelpers.swift 里的那串黑名单键,在真实设备上究竟挡住了多少次事故。

登录后查看全文
Erosion-CN