Zig 创始人直言不讳，Anthropic 吹牛过头

Anthropic/Bun Rust 重写与技术优点

• 许多人认为 Zig→Rust 的重写主要是 Anthropic 的代理式工具（Fable/Mythos）的营销演示，而不是工程上的必要。
• 另一些人则认为这次重写确实改进了 Bun：在某些平台上减少了崩溃、二进制体积更小、unsafe 边界更清晰，并且与更成熟的语言集成更好。
• 批评者指出，这次移植在很大程度上只是把 Zig “翻译”为“unsafe Rust”，所以内存安全性基本没有变化；真正的收益来自额外的工程工作，而这些工作本来也可以用于 Zig 代码库。
• 关于 fuzzing 存在分歧：Zig 一方最初声称 Bun 没有做 fuzzing；Bun 一方则展示了数月的 fuzzing 工作。Zig 代表后来把批评重点重新表述为 fuzzing 持续了多久以及覆盖范围有多广。

Zig 创始人的回应与社区观感

• 一些人赞赏 Zig 创始人直言不讳地指出糟糕的工程实践、AI 过度使用以及误导性营销。
• 另一些人则把这段回应看作带有私人情绪、八卦性质的攻击性文章（例如对管理风格、“shit show”工作环境的评论），这损害了人们对 Zig 领导层的信任，也让整个生态显得充满敌意。
• 有些人认为，对帖子进行编辑和补充说明是负责的纠偏；另一些人则把它们解读为“抱歉但并不抱歉”的回撤。

AI 编码、“vibecoding” 与生产力说法

• 人们明显分成两派：一派觉得使用编码 LLM 后生产力提高了 2–10 倍；另一派则认为大多只是“slop”：冗长、脆弱的代码，虽然能通过浅层测试，却隐藏着严重的逻辑/内存问题。
• 有人担心 AI 会鼓励庞大、一次性、理解不足的代码库，并削弱可维护性，尤其是在用于大规模重写时。
• 争论还包括 Anthropic 及其同行是否“正在积极推动终结软件工程”，还是仅仅在推销效率提升。一些关于在几个月内替换工程师的高层言论被当作证据。

语言选择、LLM 偏差与生态影响

• Rust 被广泛认为更适合 AI 工作流：训练数据更多、编译器保证更强，而且其类型系统有助于发现 LLM 的错误。
• Zig 被描述为“更好的 C”，但仍然高度依赖纪律性；一些人认为这与仓促、AI 重度参与的开发方式，以及行业常见的时间/资金压力并不契合。
• 多位评论者担心，LLM 的表现会固化少数“对 AI 友好”的语言和框架，使其他语言和框架无论本身优劣都被边缘化。

重写、可维护性与更广泛的主题

• 对大型重写的经典怀疑再次浮现（失去经过实战检验的行为、隐藏的回归），但现在又被一种观点所缓和：AI 可能会降低重写成本，使其变得更常见。
• 一些人指出，价值更多来自长期加固，而不是最初那一坨代码，无论是否由 AI 生成。
• 元讨论：HN 上围绕 AI 的部落化情绪越来越强，出现了语气管控与坦率挫败感之间的拉扯；同时，人们也觉得围绕 AI 的炒作和恐惧正在挤压细腻的工程讨论。