一个命令行压缩器凭什么成为研究标杆：PAQ8px
压缩率的尽头是什么
7-Zip 已经足够优秀，但在压缩率这件事上，总有人想知道极限在哪里。PAQ8px 属于 PAQ 家族——一组以「上下文混合预测」为核心的实验性压缩器，它不追求实用，只追求一件事：让输出文件再小一个字节。在各类公开压缩基准测试里，PAQ 系算法常年占据压缩率榜单头部，是极限压缩研究绕不开的坐标原点。
用时间换体积
它的原理说起来不复杂：几十个针对不同数据特征的预测模型同时工作，神经网络式的混合器把它们的预测加权融合，越准的模型权重越高。文本、图像、音频各有专用模型，连 PDF 里的文本流都能单独识别出来压缩。代价同样直白——高压缩级别下，一份文件压几分钟很正常，内存占用从几百 MB 到近 30 GB 不等，官方直言这是研究工具，不适合生产环境。命令行界面、版本化后缀名（.paq8px216），处处透着学院派气质。
它存在的意义
PAQ8px 以 GPL 开源在 GitHub 上，2026 年仍保持更新节奏，v216 于 6 月底发布，持续打磨图像与音频模型。它的实际用途有三个：给文件估算熵上限（判断数据还能压多少）、作为压缩研究的基础参照、以及满足「把 1GB 压到 200MB」这种极限挑战。日常备份请继续用 7-Zip，但想看看压缩算法的边界画在哪里，PAQ8px 值得跑一次。
PAQ8px 是那种「没什么人天天用，但整个领域都站在它肩膀上」的工具：它把压缩率的数学极限反复推远， mainstream 压缩器再从它的论文与代码里捡走能实用的部分。慢是它的性格，强是它的地位。