惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

The Last Watchdog
The Last Watchdog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
S
Secure Thoughts
MongoDB | Blog
MongoDB | Blog
博客园 - Franky
T
Tor Project blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Google DeepMind News
Google DeepMind News
L
LINUX DO - 最新话题
博客园_首页
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Vercel News
Vercel News
Last Week in AI
Last Week in AI
月光博客
月光博客
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
P
Proofpoint News Feed
博客园 - 叶小钗
NISL@THU
NISL@THU
C
Check Point Blog
K
Kaspersky official blog
N
News and Events Feed by Topic
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
A
Arctic Wolf
T
Threatpost
GbyAI
GbyAI
L
LINUX DO - 热门话题
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
P
Privacy & Cybersecurity Law Blog
N
News and Events Feed by Topic
Scott Helme
Scott Helme
P
Privacy International News Feed
The Register - Security
The Register - Security
G
GRAHAM CLULEY
Recorded Future
Recorded Future
Apple Machine Learning Research
Apple Machine Learning Research
C
Cybersecurity and Infrastructure Security Agency CISA
B
Blog
Project Zero
Project Zero
Cyberwarzone
Cyberwarzone
Webroot Blog
Webroot Blog
Microsoft Security Blog
Microsoft Security Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
D
DataBreaches.Net
J
Java Code Geeks
AWS News Blog
AWS News Blog
Help Net Security
Help Net Security
Engineering at Meta
Engineering at Meta
M
MIT News - Artificial intelligence
T
Threat Research - Cisco Blogs
Google DeepMind News
Google DeepMind News

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来 从Cursor返聘归来,90后华裔女高管带Claude开启日更模式:token成本比工程师工资低多了! 从 Coding 到 Agent:QCon 北京 2026 全景复盘,优秀出品人 & 明星讲师名单揭晓 全链路支撑大模型国产化“Day 0适配”,商汤大装置构建全栈能力底座 凌晨,OpenAI 与亚马逊云科技史上最大联合发布来了 HashiCorp Vault 2.0 发布:引入新身份联邦机制,迈入 IBM 生命周期体系 Yelp 实现超 1,000 个 Cassandra 节点零停机升级 写了 17 年开源代码,我为什么认为 Coding Agents 堆功能是在瞎折腾? 基于 Apache Camel 编排智能体与多模态 AI 管道 面向智能体与人类用户的AI记忆系统:架构设计与核心场景实践|AICon上海 Anthropic 推出 Managed Agents,简化 AI 代理部署流程 阿里HappyHorse开启灰测,720P视频生成低至0.44元/秒 讯飞联合清华团队押注量子AI:不看营收、不设KPI,一群“无人区”科学家,抢夺下代AI算力入口 小米万亿模型全面开源:MIT 协议、1M 上下文,但还是打不过 DeepSeek Cortex Code 入门指南:面向数据工程师的实践路径 | 技术实践 openJiuwen社区首发Team Skills,定义Coordination Engineering新范式 用 Snowflake Cortex Agents 释放结构化数据的最大价值 | 技术实践 Grafana 利用 Kafka 对 Loki 进行了架构重构,并发布了一款命令行工具,旨在将可观测性引入编码代理 ClickHouse重构全文索引:对象存储上跑出高性能 Full-Text Search 可观测性和遥测技术如何提升软件工程实践 Dropbox 与 GitHub 合作,将单体库大小从 87GB 缩减至 20GB Agent 的下一站:基于长期记忆系统 EverOS 的自我演进|AICon上海 同一赛道,四种收费:Agent 控制层(Harness)开始分裂 Cloudflare Sandboxes 正式发布,为 AI 代理提供持久化隔离环境 Agent 的“记忆断片”困局,该怎么破?_AI&大模型_AICon 全球人工智能开发与应用大会_InfoQ精选视频 数据分析师如何快速建立在 AI 时代最值钱的能力:一份可落地的行动路线图 摩尔线程最新财报:研发占比超86%,万卡级大规模智算集群落地 当云区域失效:地缘动荡环境下的高可用重构 Slack 重构通知系统,设置参与度提升 5 倍 智能体工程的隐性技术债务 “我把所有模型都换成了DeepSeek V4”:月账单将降 90%,效果还更好 阿里云智能集团高级技术专家刘少伟已确认出席AICon上海站,并分享如何构建企业 Agent 的自动化行动架构 构建生产就绪的 tRPC API:Apollo Federation 的 TypeScript 替代方案 Anthropic推出面向Claude Code的基于智能体的代码审查功能 北京车展直击:斑马智能甩出车载Agent短剧,比亚迪率先落地,AI让智能座舱又热起来了 Snowflake 作为智能体运行时:从静态管道迈向自主数据系统 | 技术实践 Snowflake 上的本体体系:基于 Cortex Code 能力实现从架构到部署 | 技术实践 Cloudflare 公布 MCP 架构方案,应对企业面临的安全与治理风险 复杂的项目管理怎么做到「AI 友好」?飞书项目用「开放」给出答案 Snowflake Cortex Code 的规范驱动开发:将 SDLC 方法论引入 AI 辅助工作流 | 技术实践 Copilot 不让注册了:从“随便用”到“全面限”,agent 把原有订价模型顶穿了 当互联网用AI卷效率时,这家公司先问了一连串“能不能” Meta 开始记录员工每一次点击:AI 要接管工作,先监控会工作的人 Meta“Token榜”逼疯打工人,一夜烧掉公司几万刀!AI时代Token焦虑越来越离谱 智源FlagOS完成DeepSeek-V4-Flash在八款芯片Day0适配,实现三重技术突破 DeepSeek V4 重磅开源!首次打通华为Ascend,也没丢掉英伟达,百万上下文夺回国产模型话语权 李志飞的“新实验”:当超级个体撞上真实组织 GPT-5.5 登顶时刻,Anthropic 亲口承认 Claude 变笨了!网友群嘲:太敷衍 那些没空写的小需求,龙虾真能做吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从 Pandas 到生产:使用任意 IDE 进行可扩展的 ML 数据管道与分布式处理 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 pnpm 11 候选版本发布,带来 ESM 分发、供应链默认设置以及新的存储格式 银行业PDF表格提取方案重构:基于Java的分层方案 GPT-5.5 赢了 Opus 4.7 和 Mythos?奥特曼晒黄仁勋内部信:英伟达全员用上 Codex! Cloudflare 推出 Think:一款面向 AI 代理的持久化运行时 1850亿美元天价支出、75%代码由AI生成!谷歌正式宣告:全面转向智能体工作流 xAI落后太多,马斯克“开大”重金求购Cursor,100亿美金“分手费”都敢签! Pulumi 新增对 Bun 运行时的全面支持 姚顺雨腾讯模型首秀!不卷参数只做 “听话打工人”,Hy3 preview登场 | 附实测 老板让你“忽悠”投资人,你敢发给龙虾吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 Gemini CLI 引入子代理机制,实现任务委派与并行代理工作流 清华系团队星工聚将完成数千万天使轮融资,轮式机器人拿下头部制造企业亿级大单 Pretext.js 绕过 DOM 布局重排,实现 120 FPS 的高级交互体验 靠“AI 云”爆红的 Vercel,栽在一个第三方AI工具手里!IPO前夕遭黑,200万美元赎金谈崩? 高能研讨会|端侧 AI 正在重写实时感知效率上限_AI&大模型_王玮_InfoQ精选视频 2050大会看这篇就够了|报名、交通食宿指引大全 Java 近期资讯:OpenJDK JEP、Jakarta EE 12、Spring Framework、Micrometer、Camel、JBang 金融智能的架构编排:基于 Snowflake Cortex Agents 实现结构化与非结构化数据统一分析 | 技术实践 在AK大神爆火的任务里,摸清国产AI真实水平 百灵Ling-2.6-flash 正式发布:高 Token 效率,以 1/10 消耗实现 SOTA 级 Agent 能力 当 PM 懂AI,当技术懂产品:AI 时代产品力的双向进化|PM x AI产品力领航者大会即将开幕 为 AI 智能体设计记忆机制:揭秘 LinkedIn 的认知记忆智能体 获奖名单公布|2026主题征文第一期|分享你最有价值的龙虾场景与核心 Skill_热门活动_InfoQ写作社区官方_InfoQ写作社区
6 天、96 万行 Rust、直接合并?Claude Code 被 Bun 的内存泄漏拖垮后,Bun 让 Claude 亲手重写了自己
Tina · 2026-05-13 · via InfoQ - 促进软件开发领域知识与创新的传播

2026 年 5 月 11 日,Bun 创始人 Jarred Sumner 在 X 上发了一条推文,Zig 版的 Bun 就被判了死刑。

“Bun v1.3.14 将于明日发布。如果我们合并 Rust 重写版本,这将是 Zig 的最后一个版本。”

就这么一句。四年前,Bun 因为选择了 Zig 而显得特立独行;四年后,Zig 版本被它的创造者用一条推文宣告了终结。

这场从 Zig 到 Rust 的迁移,实际上只花了大约六天,涉及 96 万行代码,并且在 Linux x64 glibc 环境下通过了现有测试套件的 99.8%。而六天前,Jarred 还在 Hacker News 上说这是一堆根本还跑不起来的代码“最后被全部扔掉的概率非常高”。六天后,同样的代码变成了“Zig 的最后一个版本”。

“整个讨论有点反应过度了。302 条评论,全都围绕一堆根本还跑不起来的代码。我们并没有决定一定要重写。而且这些代码最后被全部扔掉的概率其实非常高。

我只是很好奇:一个真正可运行的版本到底会是什么样、用起来感觉如何、性能如何,以及让它通过 Bun 的测试套件、并真正变得可维护,到底会有多难。我希望未来能把一个可行的 Rust 版本和 Zig 版本真正并排放在一起比较。”

问题在于,在被 Anthropic 收购之后,Bun 已经深度嵌入到了 Claude Code 的链路中。过去几个月,开发者社区对 Claude Code 最大的不满之一,恰恰就是“它越来越像一堆工程债务缝合出来的东西”。内存占用暴涨、CLI 卡顿等问题几乎每天都有人抱怨。而后来不少人才意识到,其中相当一部分问题,其实最终都能追溯到 Bun 本身的内存泄漏与 runtime 稳定性问题。

于是现在出现了一个非常荒诞的循环:Claude Code 被 Bun 的内存泄漏坑惨了;然后 Anthropic 让 Claude 去重写 Bun;最后 Bun 再继续回头支撑 Claude Code。

甚至已经有开发者开始半开玩笑地担心:“Bun 已经嵌入到 Claude Code 中。Claude Code 看起来糟透了。所以现在我担心 Bun 也可能糟透了。”

3 天写代码 2 天测试,就能解决内存泄露问题?

2026 年 5 月初,Bun 的 GitHub 仓库里出现了一个名为 claude/phase-a-port 的新分支。分支内部,数十万行由 AI 生成的 Rust 代码,和原始 Zig 实现并排存在。

同时出现了一份极其详细的 PORTING.md 文档。

这是一份长达 576 行的 Zig-to-Rust 迁移指南。它把迁移拆成 Phase A 和 Phase B:前者要求 Claude 逐文件忠实保留 Zig 的逻辑,即便 Rust 代码暂时不能编译也没关系;后者再逐个 crate 解决编译、构建和运行问题。文档还细到规定文件命名、crate 引用、禁止使用 tokio/rayon/hyper/futures、禁止 async fn、unsafe 必须写明 SAFETY 注释,甚至要求遇到不确定逻辑时宁可留下 TODO,也不要让 AI 自行猜测。

也就是说,他们并不是传统意义上的“人工重写 runtime”,而更像是在用 AI 对整个 Bun 做一次大规模语义投影。

随后几天里,整个项目开始以一种不太像“正常软件工程”的速度推进。

5 月 7 日,Jarred Sumner 发推称,这次 Rust 迁移已经涉及约 4000 次 commit、96 万行代码,当时只剩下 3 个编译错误。

当时的 Rust 版本已经能显示 help menu,虽然版本号还是错的,部分 formatter 文本也还没正确替换成模板变量;bun run 和 package.json scripts 也已经跑起来,意味着 JSON parser、AST、logger、module resolver、文件系统遍历、模块解析缓存等一整串基础能力都已经被迁过去。Jarred 还发了一句:“JavaScript runtime runs JavaScript。”也就是说,这个 Rust 版本已经不只是堆在仓库里的翻译稿,而是真的开始执行 JavaScript 了。

不过,他当时明确表示:当前状态仍然只是“勉强能动”,绝对不能交付。下一步还要做大量代码清理,再让 Claude 继续啃测试套件。

有人在这条推文下惊呼:“Claude 难道只用了三天就把 Zig 版 Bun 重写成 Rust 了吗?”Jarred 回复说:“按代码量来看,这个说法准确。”

两天后,进度突然跳到了另一个量级。5 月 9 日,Jarred 宣布,Rust 重写版本已经在 Linux x64 glibc 环境下通过了 Bun 既有测试套件的 99.8%。

不仅如此,该版本还在 Linux x64+arm64 glibc+musl、Windows x64&arm64 以及 macOS x64&arm64 上通过了全部测试。

到这个时候,这件事已经很难再被看成一次随手试验,至少在 Linux 这个关键平台上,Rust 版本已经接近验证了原有行为。Jarred 解释说,Rust 版本“基本上还是同一个代码库”,但编译器可以帮助团队检查类型生命周期,也能在需要时使用析构函数;那些危险部分会以 unsafe 的形式暴露出来,看起来丑陋,但更容易推动重构。

同一天,他透露了真正的目的:“我真的很厌倦为内存泄漏、崩溃和稳定性问题而担忧和花费大量时间进行修复。如果编程语言能提供更强大的工具来预防这些问题,那就太好了。”

但与此同时,他还在 X 上向 Rust 社区请教更底层的问题:Bun 原来的 Zig 代码大量使用 tagged pointer 来处理 event loop task、进程退出回调、非阻塞文件 I/O 等接口;迁到 Rust 后,如果直接用 trait 或函数指针,可能会带来额外开销。他还在寻找一种既不影响性能、又更适合 Rust 的实现方式。

也就是说,到 5 月 10 日,Rust 版本虽然已经能跑、测试也已经接近通过,但底层架构其实还没有完全稳定下来。

而就在这种状态下,5 月 11 日,Jarred 发出了那条后来引爆整个社区的推文:“如果我们合并 Rust 重写版本,这将是 Zig 的最后一个版本。”

问题累积,靠 Rust 来“一键修复”?

2025 年 12 月,Anthropic 收购了 Bun。官方说法是“加速 Claude Code 能力”,本质上是要让 Bun 成为 Claude Code 背后的运行时、包管理器、bundler 和测试工具。Anthropic 将 Bun 定义为“AI 驱动软件工程的重要基础设施”,并认为它能够帮助开发者以前所未有的速度构建和测试应用。

Anthropic Claude Code 负责人 Boris Cherney 曾在 Bun 官网的一段视频中解释,Bun 最大的优势之一是极快的启动速度,而这对 AI 编程工具至关重要:

“我们当初在开发 Claude Code 时,评估了很多运行时方案,Bun 几乎是毫无悬念的胜者。它的启动时间大概只有 3 毫秒,而 Python 要慢 15 倍左右。对于 CLI 工具来说,这意味着用户体验是‘丝滑响应’,还是‘明显卡顿’。”

至少从表面上看,Bun 的确很诱人。但真实情况呢?内存泄漏,漏到 Claude Code 都扛不住。

Claude Code 是以 Bun 可执行文件的形式发布的。当你安装 Claude Code 时,你实际上也在运行 Bun。这并非简单的合作关系,而是紧密的依赖关系。

2026 年 3 月 12 日,一个编号 #33453 的 Issue 被提交到 Claude Code 仓库:

“Claude Code 的主进程表现出严重的内存泄漏,RSS 内存在约 3 小时的短会话中从约 1.7GB 增长到 14GB 以上。泄漏位于 Bun 运行时的 WebKit Malloc 分配器中,而非用户空间的 JavaScript 分配。”

另一份 Issue #11377 记录得更夸张(被机器人标记为重复问题并关闭):运行 14 小时后,Claude Code 进程占用 23GB 虚拟内存,143.8% CPU,系统完全卡死。

Issue #33453 的作者直接点出罪魁祸首是 Bun 的 WebKit Malloc。

与此同时,Bun 自己的问题也在持续发酵。尽管 Bun v1.1.13 在 2026 年 4 月发布时,官方宣称通过更换内存分配器让内存占用下降了 5%,但很多用户并不买账。

Reddit 用户 Xtergo 曾在一篇自称“粗糙调查”的帖子中集中吐槽 Bun 的内存泄漏问题。他写道:“任何新运行时都会有成熟度问题,这些问题最终会随着时间慢慢被修复。但我担心的是,Bun 的路线图看起来更像是在不断叠加新功能,而不是优先解决稳定性和 Bug 修复问题。”

他还表示:“Bun 现在已经变得非常复杂了。如果这些问题继续得不到解决,我怀疑它永远无法达到 Node.js 那种生产级成熟度。”

另一个被频繁提及的问题,则是 GitHub 上大量长期未关闭的 issue。波兰数字会员系统公司 Rewardo 的 CTO Wojciech Maj 曾做过一个对比:Node.js 作为几乎“驱动整个互联网”的运行时,目前大约有 1700 个 open issues;而更年轻、用户规模远小于 Node.js 的 Bun,却已经积累了约 4700 个 open issues。

Maj 写道:“单纯数字不能说明全部问题,但这个差距依然很惊人。Node.js 承担着全球级别的工作负载,却维持着更小的 backlog;而仍处于早期阶段的 Bun,却已经被问题淹没了。”

不止是内存泄漏:Bun 与 Zig 的哲学决裂

内存泄漏不是唯一的问题。Bun 和 Zig 社区之间,还有一道更深的裂痕。

这场迁移之所以迅速引爆讨论,还有另一个原因:Bun 本身一直是 Zig 阵营最成功、也最具代表性的明星项目之一。过去几年里,Bun 靠着 Zig 带来的性能优势,与使用 C++ 的 Node.js、使用 Rust 的 Deno 形成了鲜明对比。某种意义上,Bun 几乎一度成了 Zig 在现代基础设施世界里的“活广告”。

但问题是,Bun 团队此前其实已经 fork 过 Zig。他们曾宣称,通过在 macOS 与 Linux 上引入 LLVM 并行代码生成,debug 编译速度提升了四倍。但这些优化始终无法 upstream 回 Zig 官方,其中一个关键原因,就是 Zig 社区极其严格的“no-AI policy”——禁止 AI 生成 issue、PR 甚至评论。

Zig 基金会成员 Loris Cro 曾公开表示,大量 LLM 贡献只会制造“幻觉 PR”“垃圾噪音”以及动辄上万行、根本无法维护的提交。而另一位 Zig 核心开发者则更直接批评 Bun fork 中的一些实现“不适合 upstream”,例如并行语义分析可能导致非确定性行为,而 Bun 对 LLVM backend 的模块拆分,也被认为方向错误。

这种冲突,在 Anthropic 收购 Bun 后开始显得格外讽刺。

因为 Anthropic 本身,恰恰是整个 AI coding 浪潮最激进的推动者之一;而 Claude Code 现在又深度依赖 Bun runtime。结果,一边是 Zig 社区全面封禁 AI 生成代码,另一边却是 Bun 团队开始用 Claude agent 大规模把 Zig 本身迁移出 Zig。某种意义上,这已经不仅仅是一次语言切换,而更像是两种软件工程哲学的正面碰撞。

所以,当 Jarred 说“厌倦了修复内存泄漏”时,他心里可能还有一句话没说出来:Zig 这条路,已经走不下去了。

这就是 2026 年 5 月重写前夜的现实:四年积累的 96 万行 Zig 代码,4700 个未解决的问题,一个被内存泄漏坑到 14GB 的 Claude Code,以及一个与 AI 世代格格不入的社区氛围。

Jarred 的选择?让 Claude 在六天内用 Rust 重写一切。

“Anthropic 没有逼我”

重写完是重写完了,但质量呢?

最大的争议来自 Theo——t3.gg 的创始人。5 月 12 日,Theo 在 X 上抛出了一组让 Jarred 不得不正视的对比:“uv 包含 35 万行 Rust 代码,以及 73 个 unsafe 调用。Bun Rust 移植版已经有 68.1 万行 Rust 代码,并且有 超过 13,000 个 unsafe 调用。”

73 vs 13,000,差了接近 180 倍。Jarred 几乎立刻回应:“今天已经下降了大约 2000。我预计它会稳定在 1 万左右,因为 Bun 的大部分内容都是用 C 和 C++ 编写的,这种情况不会改变。”

平心而论,这种对比确实不完全公平。uv 是一个相对纯粹的 Rust 项目,而 Bun 需要与大量底层 C/C++ 代码打交道,文件系统、网络、JavaScript 引擎集成这些都绕不开 unsafe。Jarred 的解释在技术上有道理。但网友们在意的不只是数字。开发者社区很快把矛头指向了另一个维度:流程。

网友 Aashish Ranjan Singh 在 X 上写道:“UV rust 是由真正的开发人员编写的,每一行代码都经过了审查。Bun rust 由 Agents 编写,由 Agents 审核,并由 Agents 批准和合并。完全在意料之中的结果 ”

另一位用户 HSVSphere 则更不客气:“uv 不是 vibecoded 的垃圾,而且开发它的人对 Rust 非常了解。但 Bun 就完全不同了,它简直是一场风格灾难。用 Deno 吧。”

还有人把矛头指向了收购方。开发者 Anthony GG 在 X 上直言:“我开始觉得 Anthropic(收购了 Bun)正在强迫他们用 Rust 重写,这样他们糟糕的工程团队就可以通过怂恿 Claude 来搞砸它。Zig 虽然不错,但由于 Zig 每个月都会进行重大更改,训练数据总是过时。仅供参考。”

面对这种“被迫重写”的猜测,Jarred 亲自下场否认:“没人逼我这么做。”

但“vibecoded disaster”这个词已经精准地刺中了许多人的不安:六天、96 万行、AI 生成、AI 测试,最后带着 1 万个 unsafe 直接合并?

不止是 Bun:AI 重写软件的大趋势正在到来

如果说 Bun 的这次六天重写只是一个孤例,那或许我们还能把它当成“有钱任性”的花边新闻。但事实是,类似的 AI 驱动极限重写正在多个领域同时发生。

  • Cloudflare 曾在一周内借助 AI 重新实现了 Next.js API 的大部分能力。

  • Ladybird 浏览器 在两周内将自己的 JavaScript 引擎从 C++ 迁移到了 Rust。

Jarred 自己也在 5 月 3 日发过一条推文:“这种 pipeline,任何 VC 支持的 OSS 或者有大量 GitHub issues 的公司都能搭建。更普遍地说,它可以用于自动修复用户报告的 bug。Opus 4.7、4.6 甚至 4.5 都能轻松做到。”

他甚至在更早的时候预言过:“我预计开源软件会走向完全相反的方向——未来甚至可能变成 ‘禁止人类贡献代码’。人类依然会负责讨论问题、决定优先级,但真正写代码、提交 PR、回复和处理反馈、完成实现的工作,最终都会由 LLM 来完成。”

Bun 的这次重写,正是这句话的第一次大规模公开演练。它证明了 AI 能够以人类无法企及的速度完成跨语言迁移——六天 vs 三周(Jarred 当年手工移植 esbuild 的时间)。它也暴露了 AI 重写的典型问题:缺少人类审查、unsafe 泛滥、流程变成“AI 写、AI 审、AI 合”。

但无论如何,这扇门已经被彻底撞开了。以后当你的 CTO 说“我们要把代码库从 X 语言重写成 Y 语言”时,他不会再问“需要几个月”,而是会问“Claude 需要几天”。

速度上天的时代,信任只能自己想办法落地。

后记:Jarred 称对 Rust 版本“非常有信心”,但 v1.3.14 尚未合并。Zig 版暂缓执行。

参考链接:

https://x.com/jarredsumner

https://github.com/oven-sh/bun/commit/46d3bc29f270fa881dd5730ef1549e88407701a5

https://github.com/anthropics/claude-code/issues/21965

https://github.com/anthropics/claude-code/issues/11377#issue-3609559118

https://www.devclass.com/software/2026/05/11/anthrophics-bun-team-trials-port-from-zig-to-rust/5237835

https://thenewstack.io/bun-developers-complaints-anthropic/