Anthropic 最近那篇關於將 Bun 從 Zig 改寫為 Rust 的技術報告，與其說是工程領域的勝利，不如說是一場精心編排的佈道。Andrew Kelly 的憤怒並不難理解，當一個程式語言的創造者看到自己的作品被當作大模型能力的「墊腳石」，那種被冒犯感是生理性的。這件事揭露了一個極其荒謬的現狀：當下的技術決策，正在從「哪種工具更適合解決問題」轉向「哪個故事更能協助模型賣出訂閱」。在 Anthropic 的敘事裡，Zig 的記憶體安全管理成了可以被捨棄的舊衣裳，而 Rust 與其新模型能力的適配性才是皇冠上的明珠。這本質上是一種技術沙文主義，大模型廠商為了證實其「推理能力」與「跨語言遷移能力」，正有預謀地將複雜的底層工程問題簡化為一場關於 Prompt 工程的奇觀。
我們在 Claude 的長文本窗口裡看到的，並不是純粹的代碼重構，而是一種基於概率的「模仿性改寫」。當團隊試圖將數萬行 Zig 代碼餵給 Claude 時，模型展現出的那種看似驚人的理解力，實則是對 Rust 社群龐大語料庫的統計回歸。如果你嘗試讓 Claude 處理一些非標準的記憶體佈局，或者要求它在不依賴標準庫的情況下處理異步邏輯，你會發現那種所謂的「自動化改寫」會迅速崩潰成堆棧溢出的災難。Anthropic 宣稱這提升了終端用戶的體驗，但從工程角度看，這更像是在沙基上蓋高樓。他們利用了管理層對「現代化」與「AI 自動化」的迷戀，將一個本該由資深工程師反覆推敲的架構選擇，包裝成了 AI 可以一鍵完成的快餐。
這種「以模型為中心」的開發邏輯，正在深刻地改變四大平台之間的競爭維度。ChatGPT 在處理這類大規模代碼重組時，傾向於提供更具模組化的建議，但往往在細節處遺漏邊界條件；Gemini 則依賴其巨大的 Context Window，試圖通讀整個專案，卻常在邏輯深度上顯得力不從心。相較於 Juggler，Claude 的做法是將代碼轉換轉變為一種品牌符號，強化其在開發者心中「最懂程式語言」的幻覺。Grok 則依賴其後端數據的實時性，試圖在最新的函式庫更新中尋找破綻，但其生成的代碼安全性依然令人不安。
在這種語境下，技術優劣已經不再是辯論的中心。當 Anthropic 選擇將 Rust 改寫作為宣傳點時，他們實際上是在向市場投餵一種危險的安慰劑：只要模型足夠強，語言的特性、開發者的直覺、甚至系統底層的約束都可以被忽略。Juggler 這種新興動態在社群中激起的微瀾，也只是在這種宏大敘事邊緣的點綴。真正的問題在於，當我們開始習慣用模型來定義程式語言的價值時，我們是否正在失去對底層細節的敬畏？
這場爭論背後隱藏著一個更冷峻的預言。如果未來所有的代碼都是為了迎合模型生成的便利性而存在，那麼程式語言本身是否會退化為一種中間表示層（IR）？當初我們追求 Zig 的極致控制感，是為了在有限的資源下壓榨性能；如今 Anthropic 告訴你，只要換成模型更熟悉的語言，性能與安全可以像變魔術一樣憑空出現。這種對技術複雜度的傲慢無視，究竟是開啟了生產力的新紀元，還是僅僅在為下一場更大規模的技術債埋下伏筆？當初為了行銷而改寫的代碼，在五年後需要人工維護時，誰來為那時已經消失的「原始意圖」買單？