不写内核,也能让电脑开机运行自己的程序

2026 年 11 月 7 日,Kevin Boone 的教程系列 First steps in bare-metal programming using UEFI 在 Hacker News 获得了 218 分和 40 条评论。它展示了一条很容易被忽略的路线:现代电脑开机后,不必立刻进入 Linux,也不必先写一个操作系统内核。UEFI 固件可以直接加载我们自己的程序。

这个程序可以简单到只清空屏幕、显示几行信息并等待按键,也可以继续读取文件、绘制界面、检查硬件,最后再启动 Linux 或另一个 EFI 程序。真正需要先决定的不是“如何写内核”,而是程序准备在启动链的哪一层停下来。

UEFI 加载的不只有操作系统

Boone 的系列面向熟悉 Linux 和 C、但不了解 UEFI 的开发者。五篇内容依次讲解编译与链接、EFI 系统分区、制作启动介质、实际开发限制,以及通过 Simple File Protocol 操作文件。

教程使用 Linux、GCC 和 gnu-efi,最后生成固件能够执行的 PE32+ 文件。这个文件通常放在 FAT32 EFI 系统分区的标准位置:

EFI/
└── BOOT/
    └── BOOTX64.EFI

x86-64 机器的 UEFI 固件可以直接找到并运行 BOOTX64.EFI。它既可以是启动管理器,也可以只是一个普通应用。Boone 给出的第一个程序甚至只做一件事:打印 Hello, World!。

#include <efi/efi.h>
#include <efi/efilib.h>

EFI_STATUS efi_main(
    EFI_HANDLE image_handle,
    EFI_SYSTEM_TABLE *system_table)
{
    InitializeLib(image_handle, system_table);
    uefi_call_wrapper(
        ST->ConOut->ClearScreen,
        1,
        ST->ConOut);
    Print(L"Hello, World!\n");
    return EFI_SUCCESS;
}

程序在 Linux 上编译,却与 Linux 没有运行时关系。电脑开机后,固件把它加载进内存,准备好入口参数,然后把控制权交给它。原文还举了“开机进入 BASIC”的例子:开机程序通常是 bootloader 或内核,但原则上可以运行任何代码。

GRUB 在哪一层

常见的 Linux 启动链是:

UEFI 固件
  ↓
GRUB
  ↓
Linux 内核和 initramfs
  ↓
Linux 用户空间

GRUB 不是固件,也不是内核。它是由 UEFI 加载的 EFI 程序,职责是提供启动菜单、读取文件系统、选择内核、加载 initramfs,并向内核传递启动参数。

因此,GRUB 和我们自己编写的 BOOTX64.EFI 最初处在同一层:它们都是 UEFI 启动的程序。区别只在于职责。

如果目标只是开机显示指定信息,加入 GRUB 会把链路变成:

UEFI → GRUB → 信息显示程序

这时还要安装 GRUB、维护 grub.cfg,并区分故障究竟发生在固件、GRUB 还是自己的程序里。GRUB 没有为第一个版本解决实际问题,直接启动更合适:

UEFI → 信息显示程序

当需求发展为选择多个系统、加载 Linux 内核和 initramfs、读取复杂文件系统,或者采用 Multiboot2 协议时,GRUB 才开始体现价值。HN 讨论中也有人指出:如果目标不是重新实现 GRUB,Multiboot2 是值得考虑的路线。它把“怎样找到并加载程序”交给成熟的启动管理器,让开发者把精力放在自己的 payload 上。

反过来,即使要启动 Linux,也并非绝对需要 GRUB。启用了 EFI Stub 的 Linux 内核本身可以作为 EFI 程序启动。GRUB 的核心价值是启动编排,而不是 Linux 能否运行的必要前提。

使用 UEFI,不等于立刻接管整台机器

“裸机程序”听起来像是要自己管理 CPU、物理内存、中断和所有设备驱动。对于普通 EFI Application,这并不成立。

UEFI 启动程序之前,已经完成了大量基础工作:

  • CPU 已进入可以执行目标程序的模式;
  • 内存和栈已经可用;
  • 固件已经枚举了许多设备;
  • EFI System Table 和 Boot Services 已经就绪;
  • 程序可以调用固件提供的协议。

在 Boot Services 仍然有效时,程序可以使用 UEFI 完成:

需求 UEFI 能力
输出文字 Simple Text Output Protocol
读取键盘 Simple Text Input Protocol
图形显示 Graphics Output Protocol(GOP)
分配内存 AllocatePool、AllocatePages
读取文件 Simple File System Protocol
等待事件和计时 Event、Timer
加载另一个 EFI 程序 LoadImage、StartImage
重启或关机 ResetSystem

它不是 Linux:没有进程、POSIX API、完整标准库、虚拟内存隔离和成熟的驱动生态。但对于启动界面、硬件信息页、诊断工具和程序选择器,这套能力已经足够。

真正的分界线是:

ExitBootServices()

一旦调用它,固件的启动服务就结束了。程序不能再依赖原来的内存分配、文件协议、事件机制或设备协议。此后如果还要长期运行,就必须逐步承担内核职责,包括管理物理内存、页表、中断、定时器、CPU 核心和设备驱动。

所以,“是否需要自己管理 CPU 和内存”并不取决于有没有使用 GRUB,而取决于程序是否退出 UEFI Boot Services。一个只显示信息、读取 EFI 分区文件,然后启动下一个 EFI 程序的应用,完全可以不跨过这条边界。

从一行文字开始,而不是从微型操作系统开始

最稳妥的实现顺序,是让每一步只增加一种复杂度。

第一步:显示内置信息

第一版只需要:

  1. UEFI 加载 BOOTX64.EFI;
  2. 程序清空屏幕;
  3. 显示固定英文信息;
  4. 等待按键;
  5. 返回固件、重启或关机。

开发阶段先在 QEMU + OVMF 中验证,不必反复写入真实硬盘。验收标准也应保持简单:不经过 GRUB、不加载 Linux,程序能够启动并响应键盘。

第二步:从 EFI 分区读取内容

固定文字跑通后,再把内容移到外部文件:

EFI/
└── BOOT/
    ├── BOOTX64.EFI
    └── message.txt

程序通过 Simple File Protocol 读取 message.txt。这样修改展示内容时不需要重新编译,也为后续配置菜单打下基础。

配置格式一开始不必复杂:

title=System Information
message=Welcome to this machine
version=0.2

第三步:增加图形和中文

UEFI 文本接口使用 CHAR16,但这不代表真实固件带有完整中文字形。中文字符串可能显示成方框或空白。稳定显示中文需要转向 GOP framebuffer,并随程序携带点阵字体或位图字体,由程序自己绘制文字。

这一阶段可以逐步增加:

  • 图形布局;
  • 键盘菜单;
  • 倒计时;
  • 多个信息页面;
  • 固件、内存、ACPI 和 SMBIOS 信息。

第四步:启动下一个程序

信息展示完成后,可以用 LoadImage 和 StartImage 启动另一个 EFI 程序:

UEFI
  ↓
信息展示程序
  ├── 显示系统信息
  ├── 运行诊断
  └── 启动 Linux EFI Stub 或其他 EFI Application

这时它已经开始具备启动管理器的形态,但仍不需要自己退出 Boot Services,也不需要立即实现文件系统、内存管理器或硬件驱动。

第五步:再决定是否引入 GRUB

只有出现下面这些需求,才值得把 GRUB 或 Multiboot2 纳入架构:

  • 多个内核和操作系统之间的选择;
  • Linux 内核、initramfs 和复杂命令行参数;
  • ext4、Btrfs、LVM 或 RAID 等存储结构;
  • 成熟的启动菜单和救援终端;
  • 不想自行维护 payload 加载协议。

如果程序最终需要完全控制机器、长期独立运行,再考虑 ExitBootServices(),并把它作为一个明确的新阶段,而不是第一个版本的默认动作。

UEFI 不优雅,但它是现实入口

HN 讨论对 UEFI 的评价并不温和。有人把它称为“过度设计的 DOS”,批评 UTF-16、VFAT、PE32+ 和特殊调用约定带来的历史包袱;也有人建议只把 UEFI 当作启动入口,尽快切换到更简洁的运行环境。

这些批评并没有消除它的实际价值。现代 x86 机器几乎都使用 UEFI,Qualcomm Nuvia 等 ARM Windows 设备也采用 UEFI。它的优势不是设计优雅,而是已经安装在大量便宜、快速、随处可得的硬件上,并提供了一套共同的启动接口。

评论者还补充了多条可选工具链:Zig 可以用来编写 bootloader,Rust 有 uefi-rs,甚至有使用 C# 的 ZeroSharp 和 UEFI Maze。语言可以改变,PE32+、调用约定和固件协议这些边界仍然存在。

这也说明了合适的项目边界:不要试图先把 UEFI 变成一个完整操作系统。把它当作开机后第一段可控的运行环境,利用固件已经提供的显示、输入、文件和加载能力,完成一个小而明确的任务。

从 Hello, World! 到信息展示程序,再到可以选择并启动其他 payload 的入口,每一步都能独立运行和验收。等这些能力真的不够用时,再引入 GRUB、Multiboot2,或者跨过 ExitBootServices() 去构建自己的运行环境。这样做不是回避底层,而是把接管机器的复杂度留到它真正产生价值的时候。