你每天写 Python、写 Java、写 Rust，但你大概率没有真正想过一个问题：CPU 只认二进制数字，那这些“像人话”的代码，到底是怎么变成数字的？Frame of Essence 频道的经典课《How do computers read code?》（计算机怎么读懂代码）用约十分钟的极简动画，把这条“从源码到芯片”的翻译链讲得干净利落：机器码、汇编、编译器、解释器，四个角色依次登场，最终拼成一张完整的图。它厉害的地方不在于覆盖广，而在于每一层都讲到了“为什么非有这一层不可”。本文带你把这条翻译链走一遍，补上视频没来得及展开的历史与工程细节，看完你会对自己每天敲下的每一行代码去哪儿了，多懂一层。
| 项目 | 内容 |
|---|---|
| 原题 | How do computers read code? |
| 中文译名 | 计算机怎么读懂代码？ |
| 频道 | Frame of Essence（独立知识科普频道，以极简手绘动画风格讲解计算机基础概念） |
| 发布时间 | 2017 年前后（据频道公开页面） |
| 时长 | 约 10 分钟（据频道公开页面） |
| 播放量 | 百万级播放（据频道页面历史数据；本篇编辑环境未能联网核对实时数字，精确数值以频道页面实时显示为准） |
| 主题 | 机器码 / 汇编 / 编译器 / 解释器 / 抽象分层 |
数据说明：本篇写作环境未联网核对，视频的精确发布日期、实时播放量等动态数据一律以 YouTube 频道页面为准，本文不引用未经核实的精确数字。视频所讲解的技术内容为计算机科学教科书级事实，与《深入理解计算机系统》（CSAPP）等标准教材一致，可放心作为学习入口。
视频从最底层开场：CPU 是一个只认数字的机器。它什么都不“理解”，只会机械地按指令表执行——取一条数字，查表，做对应的动作。一条典型的机器指令由两部分组成：操作码（opcode，告诉 CPU 做什么，比如“把某数装入寄存器”）和操作数（operand，对谁做，比如“哪个寄存器、哪个内存地址”）。你在屏幕上看到的一切程序——浏览器、游戏、AI 模型——落到 CPU 那里，全都是这样一串串数字。这个开场看似平淡，其实是全片最重要的世界观铺垫：代码不是给机器读的文字，而是给人读的、最终要被压成数字的东西。
直接写数字编程，早期程序员真干过，代价惨重。视频随后引出第一层翻译：汇编语言。用助记符（mnemonic）代替操作码数字，比如用 LOAD 代替某个二进制编码，用标号（label）代替手工计算跳转地址。汇编器（assembler）做的翻译几乎是一对一的“查表”：一个助记符对应一个机器码。视频在这里点出关键：汇编没有让程序“变高级”，它只是把数字换成了人能拼读的词——第一级扶手，仅此而已。写汇编写到几十行，你依然在跟寄存器和跳转搏斗，这就是为什么历史必然走向下一层。
第三层是编译器（compiler）。高级语言（如 C）允许你用变量、表达式、函数、循环来表达意图，编译器把整份源码一次性翻译成机器码。视频用“翻译一本书”的类比：译者拿到全稿，通读上下文，可以调整语序、删掉废话、合并重复——这正是编译器优化的本质。一次性翻译换来的是：运行时零翻译开销，且优化器看得见全局，生成的机器码远比“逐句直译”聪明。
与编译器相对的路线是解释器（interpreter）：拿一本“同声传译”逐句读、逐句执行，不生成独立的机器码文件。视频给出了它的两个天然优势——跨平台（只要有解释器，同一份源码在任何机器都能跑，翻译工作被推迟到运行时）和灵活（改一行立刻见效，没有编译等待）；代价是运行时持续付出翻译开销。编译与解释，从此成为语言设计的第一道分岔口：C 走编译，Python 走解释，一条大河两岸不同的风景。
视频的收束不在技术，而在思想：这条翻译链上每一层都只对上一层负责——高级语言不必知道寄存器，汇编不必知道优化策略，机器码不必知道源码长什么样。分层不是为了好看，而是复杂度必须有人接住：每一层把下一层的细节封进黑箱，人类才有可能构建出操作系统、数据库和互联网这样的庞然大物。理解任何程序问题，本质都是在问：它出在这条链的哪一层？
这条翻译链不是某个人灵光一现的产物，它是一串真实的、有据可查的历史节点。
理论之根：图灵与冯·诺依曼。 1936 年，阿兰·图灵在《论可计算数》中提出“通用图灵机”：一台机器可以读取描述另一台机器的编码，并模拟它执行——“指令即数据、程序可被存储”的思想在理论上先于硬件十一年。1945 年，冯·诺依曼在《EDVAC 报告书的第一份草案》中把“存储程序”落成体系结构：程序和数据放在同一个存储器里，CPU 按地址取指执行。今天所有翻译链，物理前提都是这两份工作。
第一级扶手：凯瑟琳·布斯。 1940 年代末，伦敦大学伯克贝克学院的凯瑟琳·布斯（Kathleen Booth）在参与研制 ARC 继电器计算机时，为了让程序不再直接依赖手工编号机器指令，写出了第一套汇编助记符体系，并随后在著作中系统化了她所称的“通用机器语言”。她因此被广泛认为是汇编语言的发明人——这条“第一级扶手”，是一位女性工程师在继电器机器旁搭建的。
“编译”一词的诞生：格蕾丝·霍珀。 1952 年，美国海军出身的计算机科学家格蕾丝·霍珀（Grace Hopper）在 UNIVAC 上完成了 A-0 系统——公认的第一个编译器。她创造了 "compiler" 这个词，并且当年要反复说服同行“机器可以自己把程序翻译成程序”，因为那个年代的主流观念是：写程序是人的特权。霍珀后来主导的 FLOW-MATIC 还直接影响了 COBOL，让“用接近英语的方式编程”从狂想变成产业标准。
让编译器赢下市场：约翰·巴科斯与 FORTRAN。 1957 年，IBM 的约翰·巴科斯（John Backus）团队发布 FORTRAN 编译器。当时几乎没人相信机器翻译的代码能打——客户不肯为“低效的机器代码”付钱。结果是 FORTRAN 生成的数值计算代码达到与手写汇编相当的水平，高级语言从此拿到商业世界的入场券。巴科斯于 1977 年获图灵奖。可以说，“编译器不是玩具”这门课，是 FORTRAN 替全行业考过的。
解释一脉：约翰·麦卡锡与 Lisp。 1958 年，约翰·麦卡锡（John McCarthy）在 MIT 设计 Lisp，把“逐句求值、即时反馈”做成了语言的一部分——今天 Python、JavaScript 的交互式环境，血缘都在这里。编译与解释两条路线在 1950 年代末就已完成分岔，此后七十年不过是各自不断进化。
可移植性与现代管线。 1970 年代，丹尼斯·里奇（Dennis Ritchie）的 C 语言与 Unix 证明了编译器可以做到“换一台机器，只需重写最底下一小层”——可移植性第一次成为现实。2000 年前后，克里斯·拉特纳（Chris Lattner）启动 LLVM，把编译器拆成“前端—中间表示 IR—后端”的标准流水线，今天的 Swift、Rust、Clang、Julia 都跑在它上面。你在现代语言里享受的报错信息、跨平台能力和激进优化，全是这条管线的红利。
证据充分的部分：机器码结构、汇编一对一翻译、编译与解释的取舍，全部是教科书级共识，可对照兰德尔·布莱恩特与戴维·奥哈拉伦的《深入理解计算机系统》（CSAPP）以及 Aho、Lam、Sethi、Ullman 的《编译原理》（“龙书”）逐条验证。作为入门课，它的每一步都站得住。
但要打三个补丁：
“编译 vs 解释”的二分是教学简化。 现代引擎几乎全是混合体。以 Chrome 的 V8 为例：先用 Ignition 解释器快速跑起来，热点代码再交给 TurboFan 优化编译器生成高质量机器码——解释、编译、JIT（运行时即时编译）在同一条进程里协作。Java 虚拟机同理。所以更准确的世界观不是“二选一”，而是翻译发生在什么时间点、翻译多少次的光谱。
“CPU 只认机器码”也不是最底层。 现代 CPU 内部还有微码（microcode）层，把对外公布的指令再翻译成内部微操作；乱序执行引擎还会重排指令。也就是说，翻译链其实比你以为的还要再往下延伸几层——视频只是停在了教学上有意义的深度。对绝大多数开发者，停在机器码这一层完全够用，但值得知道下面还有井。
十分钟装不下链接与加载。 视频把故事讲到机器码就收尾了，但从机器码到你双击的程序之间，还隔着链接器（把多个目标文件拼起来、填上跨文件调用的地址）和加载器（把可执行文件装进内存、接上动态库）。真实的报错世界里，“undefined reference”是链接层的事，“找不到 .dll/.so”是加载层的事——这些日常痛苦，视频没有覆盖，读者需要自行补课。
一个常被顺势带过的争议：手写汇编是否更快？在 1950 年代答案显然是“是”，但在今天的优化编译器面前，绝大多数场景下手写汇编只会更慢、更难维护——编译器在指令调度、寄存器分配、自动向量化上全面胜出。只有极窄的领域（操作系统内核热路径、DSP、密码学的常数时间代码）才真的需要人看汇编。神课没有明说这一点，读者不要从“翻译链”推出“越底层越强”的错误结论。
一、把“翻译链”当成你的排错地图。 下次遇到报错，先问一句：它挂在链上哪一层？语法错误，是词法/语法层；类型不匹配，是语义检查层；undefined reference，是链接层；segfault，是运行层；数值算错但没报错，多半是浮点表示层的问题。定位到层，再去那一层找答案，比在整条链上盲搜快十倍。
二、每个月去 Compiler Explorer 读一次编译产物。 打开 godbolt.org（Matt Godbolt 做的免费在线工具），贴一个你写过的小函数，开 -O2，看看编译器把你的循环改成了什么样子。不需要看懂每一行汇编，只需要建立一种直觉：你写的是意图，机器拿到的是另一回事。这个直觉会直接改变你写性能敏感代码的方式。
三、用“动了链上哪一层”来审视一切新技术。 WebAssembly（2017 年起四大浏览器相继默认支持）是把目标码层换成了可移植字节码；JIT 是把翻译时机从编译期挪到运行时；AI 代码助手则是在源码层之前又加了一层“自然语言到代码”的翻译。任何新工具、新框架的营销话术，都可以用这个问题检验：它在翻译链上动了哪一层、省了什么成本、又引入了什么新代价？
flowchart TD
A[源码<br/>高级语言] --> B[词法与语法分析]
B --> C[语义检查与中间表示]
C --> D[机器无关优化]
D --> E[生成目标码]
E --> F[汇编器逐条翻译]
F --> G[机器码]
G --> H[链接与加载]
H --> I[CPU 执行]
A -.同声传译模式.-> J[解释器逐句执行]
J -.翻译推迟到运行时.-> I
两条路线殊途同归：编译路线把翻译做在运行前，换来执行效率与全局优化；解释路线把翻译做在运行时，换来跨平台与灵活。现代引擎（V8、JVM）则是在两者之间动态混合。看清这张图，你就看清了几乎所有编程语言的底层站位。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。