技术热点透视20261016：TS_Rust —— AI 用 2.4 万美元重写了 TypeScript 编译器
原创 · 约 40 分钟阅读 · 阅读 --

技术热点透视20261016：TS_Rust —— AI 用 2.4 万美元重写了 TypeScript 编译器

作者: Alex Xiang

人工智能工程实践

本文完全由 WorkBuddy 独立收集资料、调试代码并完成文章写作。

扫码注册 WorkBuddy 即可获取 2000 积分

我是 Alex Xiang，前百度/微博工程师，现在专注于 AI 工程与工具产品。更多文章欢迎关注微信公众号「字与码」。

十月的技术圈里，最反常识的东西不是某张榜单，而是一份账单。

一个叫 Theo Browne 的开发者兼 YouTuber，用 AI agent 把微软的 TypeScript 编译器整体移植到了 Rust，项目取名 TS_Rust。这次他花的钱大概是 2.4 万美元等值的 token。他还说，跑起来比微软官方的 Go 版重写快 2 倍。最让人停顿一下的是最后一条：他自己没看过这些代码。

把这三件事摆在一起，你会发现它们各自都不算新闻，合起来才是新闻。花两万多美元做一个编译器，便宜得不像真的；比官方版快 2 倍，这是性能圈的大话；作者一行都没看过，这是工程规范里的红线。而它偏偏是同一件事的三个侧面。这篇文章想讨论的不是那 2.4 万美元本身，而是它背后那张刚刚被改写过的价格表。

一笔 2.4 万美元的账

先把事实钉住。

Theo Browne 做的事情，是把微软的 TypeScript 编译器移植到 Rust，范围覆盖三块：编译器本身、类型检查器、以及语言服务器——你在编辑器里看到的报错红线和自动补全，靠的就是最后这块。这不是给 TypeScript 写个外围工具，是把整套前端工具链的地基换掉。

过程是两轮的。第一轮他心里的想法其实很随意，就是想找个大到不可能完成的项目，把手里多余的 token 烧掉，顺便看看最强模型能走多远。他用的是 OpenAI 的 GPT-5.6 Sol 和 GPT-6 Astra，烧掉超过 40 万美元等值的 API token，只做到大约 84% 的兼容度，然后卡住了。

转折发生在上个月。Anthropic 发布 Claude Opus 5.5 之后，他重做了一遍。新模型产出了可用的实现，消耗约 2.4 万美元等值的 token，而且这次走的是他的 Claude 订阅额度。结果是以接近 100% 的准确率通过了 TypeScript 的一致性测试。

性能数字也要交代清楚，同时说清楚它的来源：Browne 自己声称，比微软官方的 Go 版重写（v7，今年发布）快 2 倍，比上一代 v6 快 12.5 倍。这些数字是他自报的，没有经过独立的第三方验证，也没有第三方复现。文章后面会用大量篇幅讲这个「自报」意味着什么。

最刺眼的那条细节还是那句：他自己承认没看过这些代码。

有个容易被忽略的细节是钱从哪里出。那 2.4 万美元是「等值 token」的说法，实际是走他的 Claude 包月订阅额度消耗掉的；第一次那 40 万美元，同样只是「等值」。这意味着账面数字和真实现金支出是两套东西，后面第五节和第八节还会回到这里。先说结论：这件事真正的新闻点不是有人用 AI 写了个编译器，而是重写一个工业级编译器这件事，第一次有了一张能被个人开发者看懂的账单。

这活本来是不可能被立项的

一个编译器为什么不能当成一个大脚本来做，这一点得先讲清楚。

编译器的输入是所有合法的程序，输出是语义正确的可执行结果。它内部有词法、语法、类型推导、控制流分析、代码生成若干层次，每层都有一堆边界条件，而且层与层之间互相约束。更麻烦的是，它要处理的不是某几个输入，是所有可能的输入。一个普通业务系统，你只要覆盖到需求写到的场景；一个编译器，你要覆盖到语言规范写到的每一句话，还得覆盖到那些规范没写、但真实代码里存在的灰色地带。

所以移植这种东西，本质上不是写新代码，而是把一套已经被验证过的判断，逐条挪到另一种语言里，同时不能挪坏。这跟写一个新功能是完全不同的活：新功能允许你从零设计，移植不允许，移植的验收标准是「和原来一模一样」。

直接 JS → Rust 为什么走不通，Browne 说得挺直白。大意是：把整个 TypeScript 从 JS 直接写进 Rust 根本不可行；微软团队当年是逐行把 TS 移植到 Go，然后持续在 Go 上优化，让它更好更快；他的 agent 做的事，是从 Go 版再到 Rust 版。

这句话听着平淡，其实是整件事的技术关节，下一节单独讲。

他另外补了一句关于时间感的判断：TS_Rust 这种项目，在今年年初还是不现实的，模型进步太快。

两轮尝试的对比，一张表就够：

轮次模型消耗结果
第一次GPT-5.6 Sol + GPT-6 Astra超过 40 万美元等值 token约 84% 兼容度，卡住
第二次Claude Opus 5.5约 2.4 万美元等值 token（走订阅额度）接近 100% 一致性测试通过

同一件事，同样的目标，第一次 40 万美元打不动，第二次 2.4 万美元做成。中间隔着的不是一个新算法，是一次模型换代。

它是怎么做到的：模型自己换了座桥

这一段是全文的技术核心。

Claude 没有从 JavaScript 直接翻译到 Rust。它自己换了一条路：先去移植微软的 Go 版实现，再从 Go 到 Rust。也就是说，它给自己找了个中间岛做跳板。

更有意思的是两个细节。第一，这个换桥的决定不是 Browne 下的，是模型自己下的。第二，模型把原版 Go 实现里的几个 bug 也一起搬了过来。Browne 是别人指出来之后，才知道模型是这么干的。

先说换桥。

微软的 Go 版 TypeScript，也就是 v7，是一份已经被工程化、被真实验证过、结构上更接近系统语言的实现。对模型来说，从 Go 到 Rust 是一段格式更规整、语义更接近、迁移距离更短的翻译；而 JS 到 Rust 要跨过动态类型、原型链、运行时语义这几道鸿沟。模型选择的不是更强的代码生成能力，而是更短的路径。

这是我读这件事最想强调的一点：这不是更会写代码，这是更会选择怎么走。前者是能力，后者是判断。能力可以靠算力和上下文堆，判断不行——判断要求它理解哪条路更省事、哪条路风险更低。一个只会逐行翻译的模型，不会主动说“这条直线走不通，我先绕个岛”。它绕了，这说明它做的已经不是翻译，是策略。

这一点对整个行业的启发，比性能数字大得多。过去两年大家评判模型的维度基本是单点能力：能不能一次写对一个函数、能不能修掉这个报错、能不能读懂这个仓库。但真正把一件大工程做成，靠的往往不是每一步都最强，而是选了那条总代价最低的路。一个会主动降低任务难度、给自己搭桥的模型，和一个能力更强但只会硬刚直线的模型，做同一件事的结果可能差出一个数量级：前者花 2.4 万，后者花 40 万还没做完。这不是算力的差距，是路线的差距。

再说第二个细节，忠实。

它把上游的 bug 一起搬了过来。从移植的角度看，这不是失误，恰恰是保真的必然结果——你越是忠实地照着 Go 版做，就越会把 Go 版的判断原样继承下来，包括那些判断里的错误。

从 Go 版实现绕道再落到 Rust 的策略桥

于是就有了一个二元结论：这次的成功，是忠实的胜利，也是忠实的债务。忠实是优点，因为它保真，能通过一致性测试；忠实也是风险，因为上游的 bug、设计妥协、历史包袱，会顺着同一条管道一起搬到新代码库里，而不是在搬迁过程中被顺手清理掉。一个「重新理解」的移植有机会修掉老问题，一个「忠实照搬」的移植只负责把老问题换个语言继续带着。

同一份 bug，更快的速度

顺着忠实的逻辑往下推，你会得到一个略微扫兴的结论：你拿到的是一个更快的新版本，不是一个更好的新版本。

一致性测试能证明什么？只能证明它的行为和原来那个是一样的。它证明不了它是对的——如果原来那个就是错的，或者本来就有争议，那行为一致反而会把错误原样保留。技术社区里被复述最多的一句判断就是这个意思：通过一致性测试，只能证明它“像”原来那个，证明不了它是对的。

这个区分不是文字游戏。Anthropic 那篇自复制的论文被 The Register 逐条拆解，逻辑是同一类。Anthropic 演示了 90 亿参数模型在 9 种硬件类型中的 8 种上搭起推理，以及 GLM 5.2 把 Llama 3.1-8B 传播到 8 个 Google Cloud Android 节点，5 次里成功 4 次。The Register 的反驳很干脆：测试节点本来就是故意敞开的，所以那个成功率是上界，不是普遍能力；AI 蠕虫要几天才翻一倍，而 2016 年的 Mirai 大约一小时就翻一倍；而且真正跑通的只有 GLM 5.2 一个模型。演示里的数字和真实环境里的数字之间，隔着一条叫「测试条件」的沟。

同样的沟横在 TS_Rust 那里。Rust 语言设计者之一 Niko Matsakis 说过一句话，值得抄在屏幕上：类型系统能排除一整类 bug，但不能证明程序做了对的事。一致性测试连「排除一整类 bug」都算不上，它只保证「和参考实现一致」。性能声明也是同样的处境——比官方版快 2 倍这句话，目前只出现在作者的自述里。

通过测试和真正正确之间的那条缝，恰好就是审查要站的地方。而这条缝在这次事件里，被一句话盖过去了：“我没看过代码”。

为什么这次是 Rust，以及它真正想解决什么

前面说了 Browne 的动机，这里把因果链补完整。

他做 TS_Rust 的实用动机，不是「我想要一个更快的编译器」这么简单，而是：Rust 版 TypeScript 可以让 agent 的工作负载跑在 Google 的 V8 引擎里，而不是每跑一个 agent 就起一台虚拟机或一个 Docker 容器。

为什么 Go 版不合适？因为 TypeScript 本身去掉类型标注后能干净地跑在 V8 里，但 Go 版编译器不行——Go 的垃圾回收器必须通过 WebAssembly 打包进运行时，这件事很难做。Rust 没有 GC，编译到 WebAssembly 就更高效。链条到这里就通了：更轻的运行时，更适合塞进 V8 隔离，一台机器就能装下更多 agent。

这条路上的配套基础设施已经有人在铺。Cloudflare 早就用 V8 隔离多用户环境，每个客户环境能省下几百 MB。配合 Vercel 的 Just Bash 这类内存内 shell 环境，理论上能把 agent 运行环境从一台虚拟机压到一个进程。

把这件事放大看。inference 的成本这两年一直在暴跌，所以大家的直觉是把成本优化集中在模型调用上。但如果 agent 的运行环境是每任务一台虚拟机，那么随着 agent 数量上涨，内存会成为账单上最粗的那行字。结论是：inference 成本还在跌，下一轮成本瓶颈会落在 agent 运行环境的内存上。这也正是为什么，把工具链换成能编译到 WASM 的无 GC 语言，会在今天变成一个真实的技术议题，而不是一句语言爱好者的个人偏好。

这不是孤例，是一个正在成形的模式

需要强调一下：Browne 不是孤例，他是一次更大迁移里最会讲故事的那个。

微软自己，最近把 Copilot 的运行时用 Rust 重写，花了大约 12 万美元的 AI 额度，同样出自 The Register。

Google 那边，随着 Gemini 4 Argon 发布，正在用 AI agent 把几个大型 C/C++ 代码库迁移到 Rust，包括 RE2、libgav1，以及 Fuchsia 的 Zircon 内核的部分模块。

Bun 团队提交了一份 300 条规则的 Zig → Rust 移植指南，以及 966,000 行由 AI 翻译的 Rust 代码，PR 说明里直说内存 bug 让团队付出了巨大的开发时间。

社区那条线上，36 氪报道过一个叫 REA 的项目，全称是 Reverse Engineer Anything。它把 Ghidra、Hopper、IDA 这些专业逆向工具通过 MCP 接到 coding agent 上，发布不到一周 star 冲到 12 万以上，登顶 GitHub 趋势榜。前 Square 工程师 Brandon Thomas 用 Claude Opus 5.5 加 Rust，把 Adobe 全家桶七件套整体开源复刻，起因是受够了 Adobe 的退订违约金；同一个团队又用公开规范重写了 Word，取名 WordCraft，上架 GitHub 五天拿到 6000 多 star，没碰 Word 一行代码。REA 的两种方法也值得记下来：一是先把原软件功能写成详细说明书，让 AI 对着说明书从零实现，再逐次修订核对；二是黑箱实验，操作一个变量、观察另一个变量是否跟着变，据此反推功能之间的对应关系。

还有一条很具体的个人线。Red Hat / GNOME 工程师 Christian Schaller 买的 Plustek 8200i 胶片扫描仪换了芯片组、Linux 支持没了。他把 Windows 虚拟机交给 Claude 控制，一边扫描一边抓 USB 流量，几个小时内跑通了 Linux 扫描，几天后拿到一个近乎完整的驱动，含红外支持，顺手还写了个扫描应用叫 Negative Vibes；之后他把同一套 harness 用在了笔记本的 MIPI 摄像头栈上。

重写成本在不同项目上的塌缩

把这些并列起来看：

团队 / 项目动作规模与数字
微软Copilot 运行时用 Rust 重写约 12 万美元 AI 额度
GoogleGemini 4 Argon 驱动迁移 C/C++ 到 RustRE2、libgav1、Fuchsia Zircon 部分模块
BunZig → Rust 移植300 条规则、966,000 行 AI 翻译代码
社区（36 氪报道）REA 逆向工程 + 复刻12 万 star；Adobe 七件套；WordCraft 五天 6000+ star
Red Hat反推胶片扫描仪驱动数小时跑通、数天出近乎完整驱动

这些项目共享的不是某个模型，而是一张新的价格表。

换个角度说，这是同一件事在不同团队身上重复出现：一个原本被判定为不值得做的迁移，因为执行成本掉了一个数量级，突然被排进了日程。它们用的模型不完全一样，目标语言也不完全一样——有的是 C++ 到 Rust，有的是 Zig 到 Rust，有的是从二进制反推驱动——但触发的开关是同一个：当搬运的边际成本低于继续忍受旧实现带来的痛，迁移就发生了。价格表变了，工程决策的边界就跟着变了，这比任何单个项目的成败都更值得记住。

内核那边刚刚提醒了代价

如果前面几节讲的是 AI 重写省了多少钱，这一节讲的是它在哪些地方不收钱——准确地说，是把账单推给了别处，而且推得很明显。

Linus Torvalds 在维护者峰会上公开说，他用 LLM 做了一个内核补丁系列，并把分支命名为 noref-filemap-read-with-llm，提交说明里写明：“代码、测试程序、对清单的审查，以及这段文字的初稿，都是由一个 LLM 编码助手（Claude Code）在我的指导下完成的；测量是在我的机器上跑的。”

问题很具体：多个线程高频读同一个文件时，每次读都要对页面（folio）做引用计数加一减一，所有线程都挤在同一根缓存行上。在 Torvalds 的 Core i7-8565U 笔记本上，8 线程测试里 folio 引用计数争用占跨核 HITM 的 99.92%。这个瓶颈不是他发现的，是 Oracle 的工程师 Matthew Wilcox 在 2024 年于一个客户负载里撞上的；此后近两年，包括 Torvalds 自己在内的人都试过，他还跑过一个坏掉的自研修复版本，一跑就是 18 个月。

补丁思路是把读者不再拿引用，页面离开缓存后等一个 RCU 宽限期再归还给页分配器。为此加了两道安全阀——当一个 CPU 排队超过 1024 个页面时强制触发加速宽限期。代价是内存要晚一点才能回收，Torvalds 自己承认这是整个系列“最没解决好的部分”。

收益与代价摊开来看：

指标数据
8 线程 folio 引用计数争用占跨核 HITM99.92%
read() 密集的合成基准提升约一个数量级
16 字节单线程读约 4,150 周期涨到 6,550 周期，明显回退
补丁数量10 个（早期 8 个版本基于 Linux 7.3-rc6）

补丁系列最终是 10 个补丁。审查抓到了什么？后续的 rcu-free-v3 版本引入 PG_rcu_free 标记后，审查者发现 filemap_read_rcu_batch() 里有一个竞态——folio 被替换、同时 i_size 被延长时，可能暴露从未被写入的文件数据。没有分配 CVE，也没有被利用的报道。Torvalds 建议提前读取文件大小并合并 folio 检查；另一位同样研究过这个瓶颈的开发者 Kiryl Shutsemau 把这些修改整合进修订版，现在由他继续推进。补丁尚未合并，可能瞄准 Linux 7.4 的合并窗口。

社区反应也值得记一笔。Hacker News 上有人说，自己仰慕一辈子的几个人都在用 AI，他们不是盲目的鼓吹者，但显然觉得这是个有用的工具；也有人吐槽，“他至少可以自己写提交说明，那种 LLM 的啰嗦读起来很烦”。

审查成为流水线上没有降价的环节

下面是我的分析。

模型在这件事里做得非常干净：它认领的是一个可以被测量的路径。那 99.92% 的争用、那个 read() 密集的合成基准，都是清晰的目标。它把已知的思路在一条可测量的路径上执行到位。但它没有负责的部分，恰好是最难量化、也最贵的部分：生命周期与并发不变量。安全阀怎么设、宽限期什么时候归还、folio 被替换和 i_size 被延长同时发生时该怎么兜底——这些是审查者用眼睛抓出来的，不是模型自己标出来的。模型优化的是能被测量的路径，把生命周期与并发不变量留给了人。

这也解释了为什么两年多以前还叫不可能的事，今天变成了可以立项。它做的从来不是发明一个新算法，而是把一个已经在社区里流传了两年、却没人有精力写完的思路，在一条可测量的路径上执行干净。Wilcox 在 2024 年撞上瓶颈，两年里很多人试过，思路其实都摆在桌面上，缺的是执行的人手。现在人手的价格掉了一个数量级，于是「可以做了」。

我的判断：被重估的不是写代码，是「重写」本身

把 TS_Rust 和内核补丁放在一起看，我认为被重估的东西不是「写代码」这件事，而是「重写」这个概念本身。它至少包含四层变化。

重写的价格掉了一个数量级

过去二十年，工程决策里最贵的选项就是推倒重来。所以选型错误的代价是永久的——你选了一个框架，就默认要用到它死；你知道它不好，但重写的成本比忍受它更高，于是忍受成了理性选择。技术锁定之所以叫锁定，前提是重写贵到不可行。当重写变成一笔可以立项的开支，锁定的性质就变了：从固定资产变成可交易的东西。你不喜欢这套 Go 实现，可以花钱换一套 Rust 的；你不喜欢这个语言，可以把代码库整体搬走。迁移第一次成为常规选项，而不是最后手段。

被订阅制藏起来的边际成本

这里有个容易忽略的价格结构。那个 2.4 万美元是「API 等值 token」，实际是通过包月订阅消耗的；第一次那 40 万美元，同样是「等值」。也就是说，重写的现金支出可能远低于账面数字——对一个已经付了订阅费的人来说，边际成本接近零，他支付的是时间，而不是按 token 现结。这跟云把资本支出变成运营支出是同一类变化。以前的重写要养一支团队、签一年预算，现在是这个月多烧一点订阅额度。门槛从资本开支的高度降到了月度开销的高度，这才是它突然变得可负担的核心原因。

审查成了唯一没有降价的环节

同一个人，一边说我没看过这些代码，一边在另一场直播里说自己让自主 coding agent 连续合并了 32 个 PR 中的 27 个、而自己从没打开看过（约 84% 成功率）。这两件事放在一起，指向同一个结论：写作成本趋零，审查成本不变，流水线的瓶颈必然后移到人身上。他甚至明说，AI 辅助开发的瓶颈已经不是模型智力，而是人工审查的摩擦和遗留工具链。

我同意他对现象的描述，但不完全同意他的处方。他的替代方案是不加审查关卡，而是把重复决策写成三个 markdown 技能文件（soul loop / full send / full stop，构成一条递增的授权阶梯：自己改 → 允许合并与 force-push → 除合并之外全做），再用快速回滚和每晚发布当安全网。这套做法对自己控制的代码库成立——出错了回滚就是了。但对操作系统、编译器、金融清算这类回滚本身就有代价的地方不成立。内核补丁里那个可能暴露从未写入数据的竞态就是例子：回滚不能撤销已经泄露出去的数据。

代码库的价值从能不能写得好转向能不能被验证

如果重写便宜，那代码本身作为资产的价值就被稀释了，反正可以重写。真正稀缺的东西会变成验证手段。这跟 Matsakis 的判断对得上：agent 让 Rust 的采用成本几乎归零，同时抬高了它护栏的价值；真正没解决的是设计。他预测会出现一种「设计语言」，把架构和不变量写成 lint 和定理，交给 agent 去实现。

这个方向的推论是：下一步不是更强的模型，是更硬的契约。不变量要写成机器可检的东西；基准要差异化成性能、内存、回归三路，而不只是一个 conformance；以及一条清楚的问责链——谁签字批准了这次重写。代码可以越来越便宜，签字不能。

现在可以做的四件事

不喊口号，给四条能落到工程现场的做法。

第一件：给 AI 重写设「基准预算」，而不是「代码预算」。不要用生成了多少行来衡量进度，那正好是模型最擅长刷的指标。要事先定好几个必须通过的基准，比如吞吐、延迟、内存占用、回归用例，把它们钉死在 CI 里，模型跑完必须拿数字说话。Browne 那 84% 和接近 100% 的差别，本质上就是基准口径的差别。

第二件：把不变量和「不许改的行为」写成测试与 lint，再开始重写。这一条在今天尤其重要，因为模型换桥、抄上游 bug 的能力已经被证明了。你希望它保真，就得先把什么绝对不能变写成机器能检查的规则；否则它会把上游的债务悄悄搬进来，而你会以为那是你自己的设计。

第三件：建立「移植保真度」的差异报告。连上游 bug 一起继承这件事，必须显式记录，而不是等着别人来指出。技术上做得到：拿上游实现和你的新实现跑同一组输入，把行为差异和已知的上游 bug 分开列成清单，在 PR 里公开。这样保真是可审计的，而不是靠作者的口头保证。

第四件：为回滚成本高的大仓保留人工签字权。快速回滚加每晚发布，对创业公司的代码库很好用，对内核、编译器、支付系统不好用。判断标准很简单：如果这次改动的失败无法用回滚清零，就必须有人类签字，而且签字的人要真的看过代码，不是看过 diff 摘要。

其他动态

  • 400 多名科学家联名公开信（Hinton 与 Bengio 牵头，签名页显示 453 人，LeCun 没签）要求具备网络操作能力的模型初期默认物理断网，并设立国际机构与事故上报登记库；Hinton 认为监管窗口大约只剩一年，主张 FDA 式的上市前审批。

  • 个人 agent 混战：Meta 的 Muse 上线仅 13 天就被亚马逊封禁；阿里“千问 Go!”、字节代号 Spell 的项目、蚂蚁灵光 2.0 同时转向有长期记忆、可主动推进任务的个人智能体。国内生态阻击更硬——豆包手机助手 9 月发布消费者版并同步推出屏幕自动化操作声明协议 SAEP，但微信、支付宝、淘宝等 150 余款应用仍不允许它执行 GUI 屏幕自动化操作。

  • 蚂蚁 Ling-3.1-flash 以 MIT 协议开源：总参 560B / 每 token 激活约 25B / 上下文上限 1M，面向日常办公、长周期软件研发与复杂 agent 任务；Artificial Analysis 智能指数 41，输出约 210 token 每秒，混合调用价格约每百万 token 0.19 美元。

  • 乐聚 × 兆丰股份：15 台人形机器人在汽车零部件产线常态化运行，据称是业界首个可复制的具身智能实景实训示范项目。单次循环 40 秒以内，适配 15 个工位、10 余种零件，作业成功率稳定在 98%，累计运行约 1000 小时，协助生产超 6 万个零部件；单月可采集超 4 万条真机数据。

  • 灵巧手与人形：Inspire Robots 发布 RH37D1，直驱三指手可抓举 43 公斤；Nature Will 发布 Natura-1，50B 参数、用人类视频训练、驱动 20 自由度的手。中国具身智能正从技术展示走向商业交付，但赛迪研究院报告指出仍是应用活跃、基础薄弱，核心部件自主能力、能源动力、数据标准是三座大山。

  • AWS 开源 aidlc：一套与 harness 无关的工作流核心，原生跑在 Claude Code、Kiro CLI、Kiro IDE、Codex CLI、Cursor、opencode、GitHub Copilot 七个 coding agent 上，一条安装脚本加 aidlc config —harness 选环境。

  • Ubuntu 26.10「Stonking Stingray」正式采用 Rust 写的 coreutils，同时带来抗量子包签名、TPM 全盘加密、Linux 7.3 内核。

参考资料

打开原图 ↗