分类 技术志 下的文章

当“安全性”遭遇“交付速度”:2026 年,我为什么告别了 Rust

本文永久链接 – https://tonybai.com/2026/02/21/safety-vs-delivery-speed-why-farewell-rust-in-2026

大家好,我是Tony Bai。

在软件工程的铁三角中,Rust 占据了“安全性”与“性能”的绝对高地。凭借借用检查器(Borrow Checker)和极其严格的类型系统,它向开发者承诺了一个没有内存错误、没有空指针崩溃的完美世界。

然而,在商业软件开发的战场上,还有一个至关重要的维度往往被技术纯粹主义者忽视,那就是——交付速度(Delivery Speed)

近日,资深工程师 Dmitry Kudryavtsev 发表了长文《Farewell, Rust》,详述了他为何忍痛将一个运行了多年、已盈利的 Rust 项目全盘重写为 Node.js 的心路历程。这篇文章也引发了一场关于“为了极致的安全性,我们是否值得牺牲过多的交付速度?”的深刻辩论。

缘起:一个 C/C++ 老兵的“安全梦”

Dmitry 绝非那些被即时编译(JIT)宠坏的脚本小子。相反,他的技术底色是硬核的 C/C++。

早在高中时代,他就沉迷于指针的魔力,痴迷于手动管理内存的掌控感。他写过 3D 渲染器、IRC 机器人,甚至操作系统内核。然而,由于第一份工作是 PHP Web 开发,他被迫进入了动态语言的世界。虽然 PHP、Python 和 Ruby 带来了 Web 开发的极速体验,但在内心深处,他始终怀念 C 语言那种“压榨硬件每一滴性能”的快感,同时也痛恨 C 语言中防不胜防的内存安全漏洞。

直到 Rust 横空出世。

对于像 Dmitry 这样的工程师来说,Rust 简直就是“鱼与熊掌兼得”的梦想:

  • 低级控制力:像 C 一样精确控制内存布局。
  • 安全性:编译器在编译阶段就能消除一整类内存错误。
  • 现代体验:拥有像 Cargo 这样优秀的包管理工具。

于是,他做了一个所有热血工程师都会做的决定:为了追求极致的质量与安全,用 Rust 从零构建一个商业 Web 应用。

起初,一切都很完美。他在 2023 年底成功上线了项目,甚至因此受邀在两个技术大会上发表演讲。但随着时间的推移,业务逻辑日益复杂,“安全性”的红利开始被“交付速度”的损耗所抵消。到了 2026 年初,为了项目的生存,他不得不做出了那个艰难的决定:告别 Rust

深度复盘:Rust 在 Web 交付中的“五大减速带”

Dmitry 的文章之所以珍贵,是因为他用亲身经历证明了:在 Web 开发的特定场景下,Rust 引以为傲的“安全性”机制,如何一步步变成了拖慢“交付速度”的罪魁祸首。

1. 模板与视图:类型安全 vs. 迭代速度

在后端逻辑中,Rust 的类型系统坚不可摧。但当数据流向前端(HTML/Email 模板)时,这种为了安全而设计的严格性,变成了修改 UI 时的噩梦。

  • 安全性的代价:为了保证编译时的类型安全,Rust 社区诞生了 Maud 或 Askama 这样的编译时模板库。它们通过宏(Macro)在编译期检查 HTML 模板中的每一个变量引用。这听起来很棒,意味着你永远不会渲染出错误的变量。
  • 速度的牺牲:但这带来的副作用是,每次修改 HTML 哪怕一个标点符号,都会触发漫长的重新编译。在 Web 前端开发这种需要“所见即所得”的高频迭代场景下,这种等待是毁灭性的。
  • 对比 Node.js:TypeScript 配合 JSX/TSX 提供了全链路的类型安全,同时保持了极快的热重载(Hot Reload)速度。重构一个字段,VS Code 会立即标红所有受影响的视图组件,修改后毫秒级生效。这种“安全且快”的体验,是 Rust 目前无法提供的。

2. 国际化(i18n):生态缺失带来的效率黑洞

对于商业应用,支持多语言是刚需。

虽然 Mozilla 开发了 Project Fluent,但 Rust 生态中缺乏成熟的、开箱即用的 i18n 解决方案。你往往需要为了“正确性”而去处理繁琐的加载逻辑和类型绑定,编写大量的胶水代码。而Node.js生态中的i18next 等库不仅极其成熟,还能配合 TypeScript 提供键值级别的类型安全。Node.js 原生内置了完整的 ICU 标准(Intl API),处理货币、日期、复数格式化信手拈来。在这一点上,Rust 开发者需要花费数倍的时间来实现同样的功能,严重拖慢了产品推向全球市场的速度。

3. “动态”业务 vs. “静态”约束

Web 业务充满了动态性:用户提交的 JSON 结构可能是不确定的,筛选条件的组合可能是无穷的。Rust 试图用静态类型系统去约束这些动态行为,结果就是开发效率的暴跌。

  • 序列化之痛:serde 是 Rust 的瑰宝,但在处理复杂的、充满 Option 的业务数据时,为了安全地取出一个嵌套字段,你不得不编写大量的 match 或 unwrap 处理代码。为了优雅地处理错误,Dmitry 定义了十几个自定义错误枚举。虽然代码很健壮,但写起来太慢了。
  • SQL 的僵局:sqlx 提供了极其强大的编译时 SQL 检查,这在静态查询时非常棒。但是,一旦你需要根据用户输入动态构建查询(例如:用户选了 A 筛选条件就加个 WHERE 子句),Rust 的强类型系统就变成了噩梦。你无法像在 Node.js 中使用 Kysely 或 Prisma 那样,流畅地拼接查询片段。为了“安全”地构建 SQL,你付出了巨大的代码复杂度成本。

4. 编译时间:CI/CD 的隐形杀手

这是最让 Dmitry 崩溃的一点,也是“交付速度”最直观的体现。

  • Rust 的等待:随着依赖增多(尤其是使用了大量宏的 Web 框架),编译时间呈指数级增长。Dmitry 的 CI 流程需要 12-14 分钟 才能完成部署。“每次我在 Sentry 上看到一个简单的 Bug,想到修复它需要等待 15 分钟的构建流程,我就失去了修复的动力。”
  • Node.js 的极速:迁移到Node.js后,完整的 CI 流程(含 Lint 和测试)仅需 5 分钟。部署速度提升了 3 倍。这意味着“发现 Bug -> 修复 -> 上线”的反馈闭环被大大缩短了。在商业竞争中,修复速度往往比绝对的“无 Bug”更重要。

5. 生态成熟度:造轮子的时间成本

Rust 的 Web 生态虽然在成长,但面对长尾需求时仍显稚嫩。

  • 场景:你需要集成一个冷门的第三方支付网关,或者处理一个特定的 Webhook 签名验证。
  • Rust 的困境:官方 SDK?没有。社区库?两年前就不更新了。为了安全,你不得不对着 API 文档,自己手写 HTTP 请求、自己实现加密验签逻辑。这占用了大量本该用于开发业务核心功能的时间。
  • Node.js 的便利:npm install 通常能解决一切。几乎所有 SaaS 服务商都会提供第一方的 Node.js SDK。“拿来主义”是提升交付速度的最佳捷径。

总结与反思:我们到底为了什么而编程?

Dmitry 的文章并没有否定 Rust 的价值。相反,他依然热爱 Rust,依然怀念那些与编译器“斗智斗勇”并最终获得完美代码的日子。

他的结论非常客观,为所有正在做技术选型的团队提供了一把衡量“安全”与“速度”的标尺:

  1. 资源占用 vs. 开发效率的账本
    Rust 版本的应用内存占用仅 60-80MB,而 Node.js 版本约为 117MB。
    Rust 确实更省资源。但对于业务应用来说,这 50MB 的内存差异,在云服务器几美元一个月的成本面前不值一提。然而,为了节省这 50MB 内存,开发者付出了几倍的开发时间、调试精力以及心智负担。这笔账,在商业逻辑上是划不来的。

  2. 技术选型的“黄金法则”

    • 何时拥抱“安全性”(选 Rust):如果你在构建数据库内核、搜索引擎、高频交易系统、嵌入式设备固件,或者像 Lambda 这样对冷启动时间极度敏感的 Serverless 函数。在这些场景下,性能和稳定性是核心竞争力,为了安全牺牲开发速度是值得的。
    • 何时拥抱“交付速度”(选 Node.js/Go/Python):如果你在构建 CRUD 后端、SaaS 业务逻辑、内部管理工具,或者处于需要快速试错、频繁变更需求的初创阶段。在这些场景下,迭代速度(Velocity)才是核心竞争力。
  3. 给 Go 开发者的启示
    有趣的是,Dmitry 在注脚中提到了 Go:“Yes, there is Go. But I never really had the chance to like Go.”
    这其实是一个非常有意思的信号。在 Rust 的“极致安全”和 Node.js 的“极致速度”之间,Go 恰恰占据了那个“黄金平衡点”

    • 它有静态编译和类型系统,比 Node.js 更安全、性能更好。
    • 它有极快的编译速度和简单的语法,比 Rust 的心智负担低得多。
    • 它有极其成熟的中间件和微服务生态。

    对于那些厌倦了 Node.js 运行时错误,又被 Rust 借用检查器拖慢脚步的 Web 开发者来说,Go 依然是当下最务实的选择。

小结

技术选型从来没有绝对的优劣,只有“最适合当下约束条件的工具”。

Dmitry 的故事提醒我们:不要因为手里拿着“安全性”这把锤子(Rust),就无视了“交付速度”这个钉子。在商业软件的世界里,有时候,为了让产品活下去,为了让用户更快用上新功能,“足够好”且“跑得快”的代码,往往比“完美但迟到”的代码更有价值。

Rust 是系统编程的未来,但这并不意味着它是所有 Web 业务的终点。对于独立开发者或初创团队而言,“快”,本身就是一种极其重要的功能。

资料链接:https://yieldcode.blog/post/farewell-rust/


你会为了“安全”放弃“速度”吗?

软件工程永远是权衡的艺术。在你的项目中,你是否也曾为了追求某种“先进特性”,而导致项目进度失控?如果给你 50MB 的内存节省,你愿意多等 10 分钟的编译时间吗?

欢迎在评论区分享你的选型纠结!


还在为“复制粘贴喂AI”而烦恼?我的新专栏 AI原生开发工作流实战 将带你:

  • 告别低效,重塑开发范式
  • 驾驭AI Agent(Claude Code),实现工作流自动化
  • 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码,开启你的AI原生开发之旅。


你的Go技能,是否也卡在了“熟练”到“精通”的瓶颈期?

  • 想写出更地道、更健壮的Go代码,却总在细节上踩坑?
  • 渴望提升软件设计能力,驾驭复杂Go项目却缺乏章法?
  • 想打造生产级的Go服务,却在工程化实践中屡屡受挫?

继《Go语言第一课》后,我的《Go语言进阶课》终于在极客时间与大家见面了!

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造!30+讲硬核内容,带你夯实语法认知,提升设计思维,锻造工程实践能力,更有实战项目串讲。

目标只有一个:助你完成从“Go熟练工”到“Go专家”的蜕变! 现在就加入,让你的Go技能再上一个新台阶!


商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求,请扫描下方公众号二维码,与我私信联系。

复利工程(Compound Engineering):AI 原生时代的软件开发新哲学

本文永久链接 – https://tonybai.com/2026/02/21/compound-engineering-ai-native-software-development-philosophy

大家好,我是Tony Bai。

在 2024 年和 2025 年,开发者们经历了一场狂欢。从 GitHub Copilot 到 Cursor,再到 Claude Code,我们习惯了通过自然语言生成代码。然而,随着项目规模的扩大,许多团队发现了一个尴尬的现象:AI 带来的加速度开始衰减。

为什么?因为传统的软件开发是线性的。你解决了一个 Bug,写了一个功能,代码库变大了,但也变得更复杂了。复杂度是软件工程的头号杀手。在传统模式下,新功能的开发往往是对旧代码的妥协。

而在 AI 辅助开发中,如果我们只是把 AI 当作一个更快的打字机,我们只是在以更快的速度制造“遗留代码(Legacy Code)”。每一次对话结束后,AI 对项目的理解(Context)往往随着会话窗口的关闭而重置。下一次,你不仅要重新解释需求,还要面对上次 AI 生成的、你可能都没完全读懂的代码。

Every.to 发布的最新报告《Compound Engineering: The AI-native engineering philosophy》中提出了 “复利工程(Compound Engineering)”,正是为了解决这个问题而生。这是一种哲学——如何让每一次开发迭代,都成为系统智慧的积累,而非技术债务的堆叠。它的核心理念颠覆了我们对软件资产的定义:代码本身不再是最重要的资产,系统对业务逻辑、设计规范和架构决策的“记忆”才是。

本文将深度拆解这一理念,探讨如何构建一个能够“自我进化”的 AI 开发系统。

什么是复利工程?

复利工程是一种 AI 原生的工程哲学。它要求我们将开发过程视为一个闭环系统,每一次迭代不仅要交付功能,更要沉淀知识。

在这个体系中,软件开发不再是简单的“编写代码”,而是由四个步骤组成的无限循环:

Plan(规划)-> Work(执行)-> Review(审查)-> Compound(复利/沉淀)

这看似普通的四个词,在 Agentic AI(智能体式 AI)的加持下,拥有了全新的含义。

在传统开发中,工程师是全能工匠。而在复利工程中,工程师晋升为“系统架构师”和“智能体指挥官”

  • 旧模式:工程师思考 -> 编写 Spec -> 工程师写代码 -> 工程师 Review -> 迭代。
  • 新模式:工程师定义目标 -> 智能体规划 -> 智能体集群并发执行 -> 智能体集群多维审查 -> 系统自动沉淀知识 -> 工程师验收。

这种转变要求我们放弃对“手写每一行代码”的执念,转而专注于如何教 AI 学会我们的品味(Taste)和规范

深度拆解:复利工程的四大循环

让我们深入技术细节,看看这四个步骤是如何在实际的 AI 原生工作流中落地的。

第一步:Plan(规划)—— 模糊性的消亡

在 AI 开发中,模糊是最大的敌人。如果需求描述不清,AI 会用幻觉填补空白,导致灾难性的后果。

复利工程要求在写第一行代码前,进行极度详尽的规划。但这不再需要工程师耗费数小时。

通过 workflows:brainstorm 和 workflows:plan 等指令,我们可以让 AI:

  1. 理解需求:不仅仅是“做什么”,更是“为什么做”以及“有哪些限制”。
  2. 研究代码库:AI 自动扫描现有架构,确保新功能不会破坏原有逻辑。
  3. 外部调研:自动查阅框架文档、最佳实践,甚至 StackOverflow 的解决方案。
  4. 设计方案:输出一份详尽的 PLAN.md。

这个阶段的产出物不是代码,而是决策。工程师的职责是在这个阶段介入,确认 AI 的路径是否正确。只要 Plan 是对的,执行只是算力问题。

第二步:Work(执行)—— 并发与隔离

这是复利工程最“暴力美学”的部分。

传统的开发者一次只能写一个文件,修一个 Bug。但在 Agent 原生架构中,我们可以利用 Git Worktree 或分支技术,实现并发执行。

通过 workflows:work,系统可以:

  1. 创建隔离环境:为每个任务创建一个独立的分支或 Worktree。
  2. 自动执行:AI 根据 Plan 编写代码。
  3. 自我验证:自动运行 Linter、Type Checker 和单元测试。
  4. 进度追踪:实时监控任务状态。

这彻底改变了“速度”的定义。速度不再取决于你的打字速度,而取决于你能同时指挥多少个 Agent 并行工作。

第三步:Review(审查)—— AI 审查委员会

这是质量控制的核心。在复利工程中,Review 不再仅仅依赖疲惫的同事,而是由一个专门训练的 Agent 审查委员会先行把关。

Every 的实践中,workflows:review 会唤起 14 个以上的专业 Agent,每个 Agent 佩戴不同的“透镜”:

  • Security Sentinel(安全哨兵):扫描 SQL 注入、权限绕过等 OWASP 漏洞。
  • Performance Oracle(性能先知):寻找 N+1 查询、无效索引、内存泄漏风险。
  • Data Integrity Guardian(数据完整性卫士):确保事务边界正确,数据迁移安全。
  • Code Simplicity Reviewer(代码极简主义者):强制执行 YAGNI 原则,删除过度设计的代码。
  • Design Sync(设计同步者):对比 Figma 设计稿与实现代码的像素级差异。

这些 Agent 不会疲倦,不会因为人情世故而放水。它们会输出一份包含 P1 (Critical) 到 P3 (Nit) 的详细报告。工程师只需要做最后的“法官”,决定是否合并。

第四步:Compound(复利)—— 灵魂所在

这是大多数 AI 工作流缺失的一环,也是“复利工程”得名的原因。

仅仅完成任务是不够的,我们必须让系统变得更聪明。

在 workflows:compound 阶段,系统会执行以下操作:

  1. 捕获解决方案:AI 刚刚解决了什么难题?它是如何解决的?
  2. 知识结构化:将这些隐性知识(Tacit Knowledge)转化为显性的文档、规则或 Skill。
  3. 更新系统记忆:
    • 更新 CLAUDE.md:将新的代码规范、最佳实践写入系统级 Prompt 文件。
    • 创建新的 Skill:如果发现某个操作是重复的(例如“生成数据库迁移脚本”),自动将其封装为一个可复用的 Skill。
    • 优化检索标签:确保这些新知识在未来的任务中能被 RAG 系统准确检索到。

随着时间的推移,你的 AI 队友越来越懂你。它不再会犯同样的错误,不再需要你重复解释“我们团队使用 Kebab-case 而不是 CamelCase”。系统随着开发而生长,这就是复利。

必要的信念重塑:我们要遗忘什么?

要实施复利工程,技术栈的升级只是表象,更难的是工程师思维模式的转变。报告中列举了我们需要“遗忘”和“采纳”的信念。

需要遗忘的旧信念

  1. “代码必须由人手写”
    • 新现实: 你的工作是交付价值,代码只是中间产物。只要代码是可维护、可测试、符合规范的,谁写的并不重要。
  2. “每一行代码都需要人工审查”
    • 新现实: 这是瓶颈所在。对于常规逻辑,应信任自动化的 Agent Review 体系,人类只审查关键的架构决策和高风险逻辑。
  3. “第一次尝试必须是完美的”
    • 新现实: AI 的边际成本极低。即使 AI 写了 95% 的垃圾代码,只要我们有机制快速筛选出那 5% 的精华,也是值得的。迭代速度 > 初始质量。
  4. “写代码不仅是工作,更是自我表达”
    • 新现实: 这是一个痛苦的割舍。在商业软件开发中,我们要追求的是标准化和效率。将自我表达留在业余项目或架构设计中,而不是具体的实现细节里。

需要采纳的新信念

  1. “将你的品味(Taste)提取到系统中”
    • 你对代码的审美、对架构的洁癖,不应该只存在于你的脑子里,而应该变成 CLAUDE.md 中的规则,变成 Lint 的配置,变成 Agent 的 System Prompt。
  2. “50/50 法则”
    • 未来工程师的时间分配应该是:50% 用于规划(Planning)和沉淀(Compounding),50% 用于执行(Implementation)。以前这个比例可能是 10% / 90%。
  3. “环境必须是 Agent-Native 的”
    • 如果一个任务(如运行测试、查看日志、截屏)人类能做但 Agent 做不了,那就是架构的缺陷。必须为 Agent 提供全套的 CLI 工具和 API 接口。

进阶实战:不仅是代码

复利工程的威力不仅限于后端开发,它正在渗透到软件生产的每一个环节。

Vibe Coding 与设计

对于前端和设计领域,报告提出了 “The Baby App Approach”(婴儿应用法)

与其在庞大的生产库中小心翼翼地修改 UI,不如让 Agent 快速生成一个独立的、抛弃型的原型应用(Baby App)。

在这个沙盒中,你可以通过自然语言极速迭代设计(Vibe Coding),直到满意为止。然后,通过 Design Agents 提取其中的设计系统(颜色、间距、组件模式),再将其应用回主代码库。

这解决了“在屎山上雕花”的风险,让创新变得零成本。

用户研究与角色模拟

传统的用户研究耗时耗力。在复利工程中,我们可以创建 Persona Agents(角色智能体)。

将用户访谈记录、通过 Descript 转录的文本喂给 AI,构建出代表典型用户的 Agent(如“忙碌的营销经理 Sarah”)。

在开发新功能时,先让 Sarah Agent 试用并反馈:“这个仪表盘数据太多了,我早上只有 5 分钟时间看,这对我没用。”

这缩短了反馈循环,从几周(等待用户测试)缩短到几分钟。

市场与文档

Copywriting Agent 可以学习你过往所有的博文和文档,掌握你的语调(Voice)。

Changelog Agent 可以监控 Git Commit,自动生成发布说明。

这些都不是简单的生成,而是基于“复利”——它们知道哪些功能是用户关心的,哪些只是底层重构,从而写出真正有价值的文档。

如何开始?成熟度模型

实施复利工程不可能一蹴而就。Every 提出了一个 0 到 5 的成熟度模型,你可以对照自查:

  • Stage 0: 手工开发 (Manual)
    • 纯手写,StackOverflow 是主要帮手。
  • Stage 1: 基于聊天的辅助 (Chat-based)
    • 使用 ChatGPT 或 Claude 网页版,复制粘贴代码。效率提升,但上下文割裂。
  • Stage 2: 逐行审查的 Agent 工具 (Agentic Tools)
    • 使用 Cursor Composer 或 Claude Code。AI 可以读取文件、修改代码,但人类仍需像保姆一样盯着每一步。这是目前大多数 Early Adopter 所处的阶段。
  • Stage 3: 计划优先,PR 级审查 (Plan-first, PR-only review)
    • 关键跃迁点。 人类只参与 Planning 和最终 PR Review。中间过程由 AI 自主完成。开始建立 CLAUDE.md 等沉淀机制。
  • Stage 4: 从想法到 PR (Idea to PR)
    • AI 自主进行调研、规划、执行、自我审查。人类只需给出一个模糊的想法。
  • Stage 5: 云端并发执行 (Parallel Cloud Execution)
    • 脱离本地机器,Agent 在云端沙箱中并发运行。你喝着咖啡,手机上收到 5 个已完成功能的 PR 通知。

你的目标,应该是尽快从 Stage 2 跨越到 Stage 3。

小结:拥抱从量变到质变的飞跃

复利工程的核心不在于某个具体的 Prompt 或工具,而在于“积累”。

在传统开发中,随着项目老化,开发速度必然下降(熵增定律)。

但在复利工程中,随着 Skill 的积累、CLAUDE.md 的完善、测试覆盖率的提升,开发速度是加速的。你的系统越庞大,AI 可用的“积木”越多,它构建新功能就越快。

这是一种反直觉的体验,也是 AI Native 时代最大的红利。

正如报告中所说:“Ship more value. Type less code.”(交付更多价值,少敲代码。)

这不仅是愿景,更是每一位工程师在这个时代保持竞争力的必经之路。

开始行动吧,别让你的代码库只有“债务”,没有“复利”。

资料链接:https://every.to/guides/compound-engineering


你处在哪个 Stage?

对照文中的“成熟度模型”,你目前的 AI 协作处于第几阶段?在你的开发流中,是否已经开始尝试利用 CLAUDE.md 或自定义 Skill 来实现“知识沉淀”?你认为“代码不再是最重要资产”这一观点激进吗?

欢迎在评论区分享你的 2026 进化心得!


还在为“复制粘贴喂AI”而烦恼?我的新专栏 AI原生开发工作流实战 将带你:

  • 告别低效,重塑开发范式
  • 驾驭AI Agent(Claude Code),实现工作流自动化
  • 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码,开启你的AI原生开发之旅。


你的Go技能,是否也卡在了“熟练”到“精通”的瓶颈期?

  • 想写出更地道、更健壮的Go代码,却总在细节上踩坑?
  • 渴望提升软件设计能力,驾驭复杂Go项目却缺乏章法?
  • 想打造生产级的Go服务,却在工程化实践中屡屡受挫?

继《Go语言第一课》后,我的《Go语言进阶课》终于在极客时间与大家见面了!

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造!30+讲硬核内容,带你夯实语法认知,提升设计思维,锻造工程实践能力,更有实战项目串讲。

目标只有一个:助你完成从“Go熟练工”到“Go专家”的蜕变! 现在就加入,让你的Go技能再上一个新台阶!


商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求,请扫描下方公众号二维码,与我私信联系。

如发现本站页面被黑,比如:挂载广告、挖矿等恶意代码,请朋友们及时联系我。十分感谢! Go语言第一课 Go语言进阶课 AI原生开发工作流实战 Go语言精进之路1 Go语言精进之路2 Go语言第一课 Go语言编程指南
商务合作请联系bigwhite.cn AT aliyun.com
这里是 Tony Bai的个人Blog,欢迎访问、订阅和留言! 订阅Feed请点击上面图片

如果您觉得这里的文章对您有帮助,请扫描上方二维码进行捐赠 ,加油后的Tony Bai将会为您呈现更多精彩的文章,谢谢!

如果您希望通过微信捐赠,请用微信客户端扫描下方赞赏码:

如果您希望通过比特币或以太币捐赠,可以扫描下方二维码:

比特币:

以太币:

如果您喜欢通过微信浏览本站内容,可以扫描下方二维码,订阅本站官方微信订阅号“iamtonybai”;点击二维码,可直达本人官方微博主页^_^:
本站Powered by Digital Ocean VPS。
选择Digital Ocean VPS主机,即可获得10美元现金充值,可 免费使用两个月哟! 著名主机提供商Linode 10$优惠码:linode10,在 这里注册即可免费获 得。阿里云推荐码: 1WFZ0V立享9折!


View Tony Bai's profile on LinkedIn
DigitalOcean Referral Badge

文章

评论

  • 正在加载...

分类

标签

归档



View My Stats