当前位置: 首页
AI
Bun内存泄漏拖垮Claude Code 六天重写96万行AI代码

Bun内存泄漏拖垮Claude Code 六天重写96万行AI代码

热心网友 时间:2026-05-18
转载

2026年5月11日,Bun创始人Jarred Sumner在社交平台X上发布了一条简短的推文,却为整个项目的一个时代画上了句号。

“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。”

寥寥数语,宣告了终结。四年前,Bun因选择Zig语言而显得特立独行;四年后,它的创造者用一条推文,亲手为这个Zig版本按下了停止键。那个涉及近百万行代码变更的Pull Request,如今已经静静地躺在了合并列表里。

这场从Zig到Rust的迁移,速度堪称惊人。整个过程大约只用了六天,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%。更具戏剧性的是,就在六天前,Jarred还在Hacker News上评论说,这堆代码“根本还跑不起来”,并且“最后被全部扔掉的概率非常高”。短短一周不到,同样的代码就从“大概率被废弃”变成了“Zig的最后一个版本”。

问题的关键在于,在被Anthropic收购之后,Bun已经深度嵌入了Claude Code的开发链路。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用户抱怨。后来不少人才意识到,其中相当一部分问题,最终都能追溯到Bun本身的内存泄漏与运行时稳定性问题。

于是,一个颇具讽刺意味的循环出现了:Claude Code被Bun的内存泄漏问题所拖累;然后,Anthropic让自家的Claude去重写Bun;最后,这个重写后的Bun,又将继续回头支撑Claude Code。

甚至有开发者开始半开玩笑地表达担忧:“Bun已经嵌到Claude Code里了。Claude Code现在看起来糟透了。所以我开始担心,Bun是不是也可能糟透了?”

3天写代码,2天测试,就能解决内存泄露?

时间回到2026年5月初,Bun的GitHub仓库里悄然出现了一个名为“claude/phase-a-port”的新分支。在这个分支内部,数十万行由AI生成的Rust代码,与原始的Zig实现并排存在。

同时出现的,还有一份极其详细的PORTING.md文档。

这份长达576行的Zig-to-Rust迁移指南,将整个迁移过程拆分为Phase A和Phase B两个阶段。Phase A要求Claude逐文件、近乎刻板地保留Zig代码的逻辑,即便生成的Rust代码暂时无法编译也没关系;Phase B则负责逐个crate解决编译、构建和运行问题。文档细致到了规定文件命名、crate引用方式,甚至明确禁止使用tokio、rayon、hyper、futures等库,禁止使用async fn,并要求所有unsafe代码块必须附上SAFETY注释。其核心原则是:遇到不确定的逻辑时,宁可留下TODO标记,也绝不能让AI自行猜测。

换句话说,这并非传统意义上的“人工重写运行时”,更像是在用AI对整个Bun代码库进行一次大规模、高保真的“语义投影”。

随后的几天,项目以一种超越常规软件工程认知的速度向前推进。

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

当时的Rust版本已经能显示帮助菜单,尽管版本号还是错的,部分格式化文本也尚未正确替换成模板变量。更重要的是,“bun run”和package.json scripts已经能够运行,这意味着JSON解析器、AST、日志记录器、模块解析器、文件系统遍历、模块解析缓存等一系列基础能力都已成功迁移。Jarred还补充了一句:“Ja vaScript runtime runs Ja vaScript。”这表明,这个Rust版本已经不再是躺在仓库里的静态翻译稿,而是真正开始执行Ja vaScript代码了。

不过,他当时明确表示:当前状态仍然只是“勉强能动”,绝对达不到交付标准。下一步还需要进行大量代码清理,并让Claude继续攻克测试套件。

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

两天后,进度突然跃升到了另一个量级。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%。

到这个时候,这件事已经很难再被看作一次随手的试验。至少在Linux这个关键平台上,Rust版本已经近乎完整地验证了原有行为。Jarred解释说,Rust版本“基本上还是同一个代码库”,但Rust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;那些危险的部分会以unsafe的形式暴露出来,看起来更刺眼,但也因此更容易被识别和推动重构。

同一天,他开始透露真正的心声:“我真的很厌倦为内存泄漏、崩溃和稳定性问题而担忧,厌倦花费大量时间去修复它们。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来处理事件循环任务、进程退出回调、非阻塞文件I/O等接口;迁移到Rust后,如果直接使用trait或函数指针,可能会带来额外的开销。他仍在寻找一种既不影响性能、又更符合Rust惯用法的实现方式。

也就是说,直到5月10日,Rust版本虽然已经能跑、测试也接近通过,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开发者社区的推文:“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”?

要理解这场迁移的紧迫性,需要回溯到2025年12月Anthropic对Bun的收购。官方的说法是“加速Claude Code能力”,本质上是让Bun成为Claude Code背后的运行时、包管理器、打包工具和测试工具。Anthropic将Bun定义为“AI驱动软件工程的重要基础设施”,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的负责人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,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的优势确实诱人。但真实情况呢?内存泄漏,漏到连Claude Code都扛不住了。

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,一个编号为#33453的Issue被提交到Claude Code仓库:

另一份Issue #11377记录的情况更夸张(后被机器人标记为重复问题并关闭):运行14小时后,Claude Code进程占用了23GB虚拟内存,CPU使用率达143.8%,导致系统完全卡死。

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编程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占用十几GB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”

重写是完成了,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、Ja vaScript引擎集成这些都绕不开unsafe。Jarred的解释在技术上有其道理。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Ja vaScript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。

来源:https://www.aitntnews.com/newDetail.html?newId=25166

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

同类文章
更多
吉利发布首款原生Robotaxi Eva Cab 千里科技AI全栈赋能

吉利发布首款原生Robotaxi Eva Cab 千里科技AI全栈赋能

4月24日,在备受瞩目的第十九届北京国际汽车展览会上,吉利汽车集团正式揭晓了其重磅新品——中国首款原生正向开发的Robotaxi(自动驾驶出租车)原型车Eva Cab。这款车型不仅是前沿概念的展示,更是一款具备完整落地潜力的产品,其核心驱动力源自千里科技提供的全栈式Robotaxi解决方案。该方案深

时间:2026-05-18 11:22
Akamai与NVIDIA合作推动分布式AI推理从内容分发迈向智能分发

Akamai与NVIDIA合作推动分布式AI推理从内容分发迈向智能分发

自2010年在中国设立团队以来,Akamai已深耕本地市场十六年。在服务中国企业出海的漫长征程中,其团队展现出卓越的稳定性与战略专注度。 回顾NVIDIA GTC 2026,其CEO黄仁勋曾预言,AI推理的规模将迅速达到训练负载的数十亿倍。进入2026年,行业共识已然明确:AI大模型竞争的焦点,正从

时间:2026-05-18 11:21
跑车品牌宣布暂停全面电动化转型计划

跑车品牌宣布暂停全面电动化转型计划

莲花集团发布“Focus2030”战略,宣布调整全面电动化路线,将同步发展燃油、混动及纯电车型,直至市场成熟。未来将推出燃油跑车Emira420,并于2028年上市搭载V8混动系统的超跑Type135,战略重心转向追求更高利润率。

时间:2026-05-18 11:21
大语言模型如何实现类人对话与思考的智能原理

大语言模型如何实现类人对话与思考的智能原理

我们每天都在与大语言模型(LLM)对话,一个直观的感受是,它们似乎真的“懂”我们在说什么,尽管偶尔也会“胡言乱语”。观察它们输出的思维链,那种逐步推理的语言痕迹,更让人觉得它们仿佛具备了某种思考能力。 这引出了一个核心问题:LLM的语言和思考能力,究竟是一种怎样的能力?这些能力又是如何通过其底层的实

时间:2026-05-18 11:21
ICML 2026论文解读:TGO标量反馈对齐视觉生成模型

ICML 2026论文解读:TGO标量反馈对齐视觉生成模型

生成模型的偏好对齐,可能正在进入一个新的阶段。 过去几年,大模型在训练后优化(post-training)最主流的方法,是让模型从“成对偏好”中学习。无论是经典的RLHF,还是后来更简洁的DPO,都绕不开同一个前提:反馈必须成对出现。 但在真实世界里,反馈往往不是这样。用户给一个结果打分、系统记录一

时间:2026-05-18 11:21
热门专题
更多
刀塔传奇破解版无限钻石下载大全 刀塔传奇破解版无限钻石下载大全
洛克王国正式正版手游下载安装大全 洛克王国正式正版手游下载安装大全
思美人手游下载专区 思美人手游下载专区
好玩的阿拉德之怒游戏下载合集 好玩的阿拉德之怒游戏下载合集
不思议迷宫手游下载合集 不思议迷宫手游下载合集
百宝袋汉化组游戏最新合集 百宝袋汉化组游戏最新合集
jsk游戏合集30款游戏大全 jsk游戏合集30款游戏大全
宾果消消消原版下载大全 宾果消消消原版下载大全
  • 日榜
  • 周榜
  • 月榜
热门教程
更多
  • 游戏攻略
  • 安卓教程
  • 苹果教程
  • 电脑教程