把一只 4.2GB 的 mkv 拖进浏览器窗口，它停在第 11 秒，然后我用了两个晚上想明白为什么

一次把「任何」两个字拆开的实测

三月二十八日晚十一点四十，我把一只 4.2GB 的 mkv 文件从桌面上拖进了一个声称「可播放任何视频的浏览器」的窗口里。文件名是《路边野餐》的备份，2025 年 11 月从一块旧硬盘里拷出来，封装是 H.264 视频加 DTS 音轨。画面亮起来的时候我甚至有点得意，觉得这次总算找对了工具；但进度条走到第 11 秒就停住了，声音从头到尾没出现过，我点了一下，它自己又弹回第 11 秒。那一刻我盯着屏幕看了大概十秒钟，然后打开了一个空白的笔记文档，开始记第一行字。

我原本以为问题出在 mkv 这个容器上。这个假设支撑了我大半个晚上，直到凌晨一点我把它推翻：我把文件里的 DTS 音轨单独拆出来，用同样的内核去喂，它直接报错；换成 AAC 之后，同一个 4.2GB 的文件从第 11 秒开始继续走了整整 43 分钟。也就是说，「能不能播放任何视频」这件事的关键，从来不在那个看起来最显眼的容器后缀，而在浏览器内置解码器那串并不长的白名单上。第二天早上我又把三个不同内核版本各跑了一遍，做了一张对照表，结果如下：

这张表我贴在显示器边上，看了很久。八个样本里能完整播放的只有四个，一半的失败集中在音频这一侧，另一半干脆卡在视频解码的第一步。这个结果并不让我意外，真正让我意外的是我自己的反应：我没生气，反而松了一口气。因为它终于给了我一个可以指认的边界，而不是一句含糊的「支持大部分格式」。我记得 2024 年秋天我曾经问过一位做播放器内核的朋友林森，为什么所有产品都不肯把支持列表写全，他当时的回答是「写全了没人点」——这句话我一直没有忘。

说句可能不太受欢迎的话

我不太相信「可播放任何视频的浏览器」这种表述，甚至觉得它已经成为一种行业里默认的修辞技巧：用「任何」制造想象，用细节条款兜底。这不是哪一家的问题，而是整个描述习惯的问题。三月二十九日中午我在一个论坛里看到有人说「这浏览器连 4K 都放不了还叫任何视频」，底下二十多条回复全在互相嘲讽，没有一个人提到编码和解码器这两个词——这恰恰说明这类表述造成了多大的误解。我承认我的立场有点挑剔，自己写着写着也会用这类词，但至少在我这个页面上，我想把它拆开讲清楚：所谓「任何」，实际上是由一个个具体解码器拼起来的，缺一个就是一个缺口。

当然，也有意外收获。三月三十日早上我重新整理样本的时候，发现那个走到 43 分钟的版本其实流畅度很好，拖动进度条的响应几乎无延迟。这说明在内核这一层，播放能力已经远比我 2020 年做第一次测试时强了。我把 2020 年的旧记录翻出来对比，当时的首帧时间平均是 2.4 秒，这次是 0.6 秒。四秒的差距听起来不大，但在我这种喜欢随手拖进度条的人身上，体感差距是巨大的。所以失望归失望，我还是愿意继续每周测下去，把「任何」这个词能兑现到什么程度，一条一条写进表里。

下个月我打算换一批样本，把 HEVC 和 AV1 也纳进来，顺便再找林森聊一次，问问他现在愿不愿意把支持列表写全。如果他的答案还是「写全了没人点」，那我至少可以在自己的页面上替他把表补上。