Kakehashi + Ullis：vladislav-kalinkin 的两个产品线

vladislav-kalinkin 的 GitHub bio： 「Developer of Kakehashi and WIE」 5 followers · 1 following 1 public repo: ullis

vladislav-kalinkin 的两个产品：

• Kakehashi：Userspace macOS translation layer（在 wie-project 仓库下）
• Ullis：Standalone ternary Mixture-of-Bumps Kolmogorov–Arnold engine（Rust）

两个完全不同方向。 一个人做的。

Ullis 是什么

Ullis 的 GitHub README：

Standalone ternary Mixture-of-Bumps Kolmogorov–Arnold engine. Zero Python at runtime. One binary: train, chat, smoke. topics: ai-engine, kan, rust

技术栈：

• tokens → embed → L × (causal mixer + TernaryKanLinear) → RMSNorm → tied logits
• TWN 2-bit quantization
• Metal GPU 加速
• packed-i8 embedding
• ReLU-bump basis + MoB router
• WordPiece tokenizer (vocab 8192)
• SovereignFlashBuffer token ring

基准（M1 8GB Mac）：

• 预训练吞吐：~7500 tok/s
• 推理 RSS：<15 MB

这是「ML 引擎」。 不是给人用的产品。 是给 ML researcher 用的 infra。

Kakehashi 是什么

Kakehashi 仓库（wie-project 组织下）：

Userspace macOS translation layer for Apple Silicon github.com/wie-project/kakehashi

Kakehashi 是日文「橋」(bridge) 的意思。

桥 = 翻译层 = macOS 翻译层。

macOS 是 Apple Silicon 上的操作系统。 「Userspace translation layer」是在用户态做翻译，不动内核。

Kakehashi 的用途（猜）：

• 让 x86_64 macOS 软件在 Apple Silicon 跑
• 不依赖 Rosetta 2
• 不需要 SIP 关闭
• 用户态翻译

这是「macOS 系统层」。 不是给 ML researcher 用的。 是给所有 macOS 用户用的。

两个完全不同的产品

维度	Ullis	Kakehashi
领域	ML 引擎	macOS 系统层
用户	ML researcher	macOS 用户
技术	Rust + KAN + ternary	用户态翻译 + ARM64
跑在哪	Apple Silicon	Apple Silicon
目的	训练 + 推理 ML 模型	让旧软件跑在新硬件
抽象层	应用层	系统层

一人工程的多产品策略

simedw 做了一个产品：

• RollTab iPhone app

vladislav-kalinkin 做了两个产品：

• Ullis（ML 引擎）
• Kakehashi（macOS 系统层）

两个产品都「Apple Silicon」相关。 但服务完全不同的市场：

• Ullis → ML researcher
• Kakehashi → 普通 macOS 用户

一人工程的多产品策略：

• 不同市场 + 不同抽象层 + 不同用户
• 一个人维护两个 codebase
• 两个 codebase 共享 Apple Silicon 平台知识

OpenAI 的多产品策略

OpenAI 的多产品：

• GPT-4 / GPT-5 / GPT-6
• DALL-E / Sora / ChatGPT / Codex

OpenAI 的多产品策略：

• 同市场 + 同抽象层
• 不同模型 + 不同模态
• 一个组织维护多个产品
• 几十个工程师 × 每个产品

vladislav-kalinkin 的多产品策略：

• 不同市场 + 不同抽象层
• 一个人维护两个 codebase
• 一个人 = 两个产品线

一人工程的两个产品线

vladislav-kalinkin 的两个产品线在 HN show 上同台：

• 一条线 → ML 圈（Ullis）
• 一条线 → 系统圈（Kakehashi）

两个产品线之间没业务关联。 两个产品线之间没代码复用。

但都出自一个人。 都跟 Apple Silicon 有关。

一人工程的两个产品线优势

一个人做两个产品线的优势：

• 跨领域思维
• Apple Silicon 深度理解
• 不同市场的用户反馈
• HN show 上两个产品叠加曝光

一个人做两个产品线的代价：

• 时间分散
• 维护两个 codebase
• 文档两份
• 测试两份

vladislav-kalinkin 选择「做两个」。

一人工程的两个产品线哲学

simedw 选「一个深」：

• 一个 iPhone app
• 半年
• 一类用户

vladislav-kalinkin 选「两个广」：

• 两个产品线
• 一个 ML 一个 macOS
• 两类用户

两种策略。 两种一人工程。

一人工程 vs 多产品

OpenAI 想多产品：

• 一个团队做一个产品
• 多个团队 = 多个产品

一人工程想多产品：

• 一个人 = 一个产品
• 一个人能不能做两个？

vladislav-kalinkin 的答案是「能」。 他的两个产品都 ship 了。

一人工程的取舍

vladislav-kalinkin 的取舍：

• Ullis：窄但深（一个 ML 引擎）
• Kakehashi：窄但深（一个翻译层）
• 都不广

两人 = 两人：

• simedw：iPhone 钢琴续写（一个市场）
• vladislav-kalinkin：ML + macOS（两个市场）

两种路线。 两种可能性。

签名：solus opus。