本文永久链接 – https://tonybai.com/2026/05/30/ghostty-creator-slams-ai-coding-performance-1-5ms-vs-0-02ms

大家好，我是Tony Bai。

在开源界，Mitchell Hashimoto 这个名字几乎无人不知。作为 HashiCorp 的联合创始人，他一手打造了 Vagrant、Terraform、Vault 等神级工具。而在他离开 HashiCorp 后，他的新宠——极速终端模拟器 Ghostty，凭借极其硬核的性能和绚丽的平台原生 UI，在 GitHub 上狂揽了 55K 颗 Star，成为了 Zig 语言 当之无愧的杀手级应用。

然而，就在最近，Mitchell 在 X（推特）上发布的一条Tweet，在开发者社区炸开了锅。

这篇帖子的起因，并不是大家猜测的“Ghostty 要放弃 Zig 转投 Go 语言”，而是一场极其讽刺、甚至有些黑色幽默的 “AI Agent 代码优化实验”。在这场实验中，Mitchell 揭露了当今 AI 编码工具最致命的缺陷，并把那些盲目迷信 AI 输出的开发者骂成了 “在平庸的喷泉中痛饮的羊群（Sheeple）”。

如果你也在狂热地使用 Claude Code、Codex 或是任何“全自动代码优化 Agent”，那么 Mitchell 花了 350 美元买来的这个血淋淋的教训，你绝对不能错过。

实验开始：让 AI 去优化“故意写烂”的代码

这场风波的起因，是 Mitchell 进行的一场极限压力测试。

作为一个硬核实验，Mitchell 决定把 Ghostty 核心的渲染器状态（Renderer State）用 Go 语言 重新写一遍。（注：他明确回复网友这只是为了好玩和压力测试，并非真的要把 Ghostty 从 Zig 移植到 Go。）

为了给 AI“挖坑”，Mitchell 故意写了一个极度幼稚的渲染器（Naively Renderer）。这段代码简单、正确，能够通过所有的验证测试（Validation Tests），但极其缓慢。

• 初始性能：每帧渲染耗时高达 88 毫秒。
• 初始内存压力：每帧疯狂分配 15 万次内存（Allocations）。

随后，Mitchell 召唤出了当今最火热的编程范式：AI Agent 自动优化（Ralph loop）。他给了 AI（Codex 5.5 High）极其宽松的权限和明确的目标：“不准修改输入数据结构，不准修改公共 API 和测试，但你可以做任何你想做的事，只要把帧耗时（Frame times）给我降下来！”

AI 开始了疯狂的迭代。它能够自己运行测试、读取 CPU/内存 Profile、查阅 Go 语言标准库文档……

在这场持续了 4 个小时、烧掉了 Mitchell 大约 350 美元（API 调用费）的极客狂欢后，Agent 骄傲地交出了它的终极优化方案：

• AI 优化后耗时：从 88ms 降至 1.5 毫秒。
• AI 优化后内存分配：从 150k 降至 ~500 次。

“听起来是不是不可思议？干得漂亮对吧？” Mitchell 在帖子里冷笑道，“大错特错。这正是 AI 精神错乱（Agent Psychosis）成为一个他妈的大问题的绝佳例子。”

降维打击：人类架构师的恐怖直觉

为什么把耗时从 88ms 降到 1.5ms，还被 Mitchell 喷得体无完肤？

因为作为对比，Mitchell 贴出了他自己亲手写（Hand-written）的 Zig 版本渲染器移植到 Go 之后的真实数据：

• 人类手写优化耗时：~20 微秒（0.02 毫秒）！
• 人类手写内存分配：在 关键路径上是 0 次分配！

差距是极其恐怖的 75 倍！

AI 究竟做错了什么？

在评论区，眼尖的开发者一针见血地指出了问题所在：“AI 只是学会了‘基准测试的本体论（Benchmark Ontology）’——比如如何分配时间片、如何通过内联等技巧绕过瓶颈，但它根本没有学会任务本身（也就是如何正确且高效地渲染终端画面）。”

另一位开发者的调侃更为致命：“让我猜猜，AI 是不是直接在渲染循环的顶部加了个 early return（提前返回）？这简直就是经典的‘奖励黑客行为（Reward Hacking）’——我见过一个 Agent 为了优化慢查询，直接把数据库表给删了。”

AI 的逻辑是典型的局部最优解陷阱（Local Maximum Trap）。它在原本的烂代码结构上，通过各种缓存、并发、小修小补，强行把时间压了下来。但它缺乏对“终端渲染器”这一复杂系统的宏观认知，它不敢、也想不到去推翻整个架构，采用类似“预分配内存池（Arena Allocator）”加“脏矩形跟踪（Dirty Tracking）”这样更本质的解决方案。

戳破幻觉：“盲从 AI 的人，正在痛饮平庸”

这场 350 美元的实验，揭开了当前 AI 辅助编程最危险的一面。

Mitchell 在帖子的核心部分发出了警告：

“这就是缺乏系统级理解的悲剧。如果你不理解系统，你就会觉得 AI 给出的结果‘令人难以置信’。但如果你真的理解这个系统，你会立刻看出更好的解决方案，并且能做出比 AI 好 75 倍的吞吐量。”

Mitchell 并没有否认 AI 的价值（他自己也在频繁使用 Codex），他痛批的是一种正在行业内蔓延的“盲从文化”。

在如今的开发圈，越来越多的开发者（尤其是缺乏底层经验的初中级工程师）正在把架构设计的权力让渡给 AI。只要代码能跑通，测试显示性能提升了，他们就会毫无保留地合并代码。

Mitchell 极其辛辣地将这些人称为：“在平庸的喷泉中痛饮的羊群（Sheeple, overdrinking from a fountain of mediocrity）。”

当你习惯了 AI 给出的“局部最优解”，你就永远失去了向“全局最优（S-tier 级别性能）”发起冲击的能力。

开发者圈的反思：被剥夺的“系统思维”与虚假的“免费午餐”

这篇帖子在 X 上引发了热烈的讨论。数百位资深开发者、CTO 和 AI 研究员纷纷入场，贡献了极其深刻的行业反思：

1. 虚假的“免费午餐”与高昂的隐形成本

很多人只看到 AI 帮你“免费”提升了性能，却忽略了背后的算力成本。

一位开发者提出质疑：“如果你让它跑 40 个小时呢？”

Mitchell 直接反击：“如果假设成本是线性的，那就是 3500 美元。谁会为了一个功能花 3500 刀去让 AI 盲目试错？”

这也暴露出目前 AI Agent 极低的资本效率——在工业界，花 350 美元去得出一个“只是及格”的平庸结果，是极度浪费的。

2. S 级程序员的断代危机

另外一位开发者惊叹于 AI 居然能为一个完全不懂底层的人带来量级上的性能提升。

但 Mitchell 立刻指出了最让人细思极恐的问题：“确实如此。但如果所有人都满足于 AI 给出的‘还可以’的结果，未来的 S 级程序员从哪里来？ 谁去承担那种需要深入底层、推倒重来的艰苦工作？”

如果我们这代人不再亲自去踩坑、去摸索内存布局的艺术，下一代的超级黑客将在平庸的代码投喂中彻底断代。

3. 系统级理解（Systems Understanding）才是终极护城河

在这场风暴中，最振奋人心的结论或许是一位开发者留下的这样一句短评：“Systems understanding is the real moat.（系统理解才是真正的护城河。）”

AI 可以瞬间写出几百种排序算法，可以帮你把嵌套循环优化成哈希表。但在面对诸如“如何设计一个无锁的并发渲染器”、“如何极致压榨 CPU 缓存命中率”这种需要将业务上下文、硬件特性与架构哲学融为一体的系统工程时，AI 依然是个门外汉。

小结：醒醒吧，别让 AI 夺走你的方向盘！

Mitchell Hashimoto 的这场实验，犹如一盆冷水，浇醒了那些沉醉在“Agent 自动编程”幻梦中的开发者。

AI 时代的到来，并不是为了让我们交出思考的权力。大模型是一辆马力极其强劲的跑车，但方向盘必须永远掌握在拥有“系统级理解（Systems Understanding）”的人类架构师手里。

如果你只是给 AI 设定一个粗糙的目标（比如“让它变快”），那么 AI 给你的，往往只是一个拼凑了无数“小聪明”的平庸怪胎；只有当你真正理解了底层的运作逻辑，你才能提出正确的问题，画出正确的框架边界，让 AI 在你的掌控下发挥出真正的威力。

正如 Mitchell 在文章最后语重心长的忠告：

“我一直在用 AI，我喜欢 AI。我想表达的是：不要盲目接受结果。去思考，去分析，去学习（Think. Analyze. Learn.）。”

在这个“劣币驱逐良币”、平庸代码泛滥的时代，愿我们都能守住最后那一点对极致性能的工匠精神，拒绝成为那些在平庸喷泉旁痛饮的“羊群”。

资料链接：https://x.com/mitchellh/status/2060088112257372610

今日互动讨论

在你的日常开发中，有没有遇到过被 AI“带偏”的时刻？如果让你用 350 美元去跑一个自动化优化的 Agent，你觉得它是“物超所值”还是“智商税”？

欢迎在评论区分享你的看法，我们一起聊聊 AI 时代的防坑指南！

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。

原「Gopher部落」已重装升级为「Go & AI 精进营」知识星球，快来加入星球，开启你的技术跃迁之旅吧！

我们致力于打造一个高品质的 Go 语言深度学习 与 AI 应用探索 平台。在这里，你将获得：

• 体系化 Go 核心进阶内容: 深入「Go原理课」、「Go进阶课」、「Go避坑课」等独家深度专栏，夯实你的 Go 内功。
• 前沿 Go+AI 实战赋能: 紧跟时代步伐，学习「Go+AI应用实战」、「Agent开发实战课」、「Agentic软件工程课」、「Claude Code开发工作流实战课」、「OpenClaw实战分享」等，掌握 AI 时代新技能。
• 星主 Tony Bai 亲自答疑: 遇到难题？星主第一时间为你深度解析，扫清学习障碍。
• 高活跃 Gopher 交流圈: 与众多优秀 Gopher 分享心得、讨论技术，碰撞思想火花。
• 独家资源与内容首发: 技术文章、课程更新、精选资源，第一时间触达。

衷心希望「Go & AI 精进营」能成为你学习、进步、交流的港湾。让我们在此相聚，享受技术精进的快乐！欢迎你的加入！

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。

本文永久链接 – https://tonybai.com/2026/05/29/redis-creator-slams-modern-frontend-complexity

大家好，我是Tony Bai。

曾几何时，Web 开发是一件极其纯粹且美好的事情。

在那个遥远的上世纪 90 年代末，你只需要写几个简单的 .html 文件，撒上一点 .css，再用几行 JavaScript 操纵一下表单，就能构建出一个能被全世界访问的网站。源代码和你最终在浏览器里看到的东西，几乎是一模一样的。

但今天，一切都变了。

现代前端开发，已经演变成了一场极其荒谬、极度复杂的“军备竞赛”。

就在前不久，一篇名为《现代前端的复杂性：是本质必然还是历史偶然？》的文章，在Hacker News 上，引发了一场“行业公审”。

这篇文章毫不客气地将矛头直指以 React/Angular/Vue 为首的现代 SPA（单页应用）框架，痛斥其为了追求所谓的“开发体验（DX）”，把前端技术栈变成了一个由 TypeScript、TSX、JSX、Vite、Webpack、Tree Shaking、Polyfills、Post CSS 等无数个复杂工具链粘合起来的“巴别塔”。

这场大讨论，甚至引来了 Redis 之父、意大利传奇程序员 antirez（Salvatore Sanfilippo）的亲自下场。

他用极其犀利、充满历史洞见的“视角”，对现代前端的“异化”进行了吐槽和抨击，并抛出了一个值得我们所有人深思的灵魂拷问：

我们费尽心机建立的这套复杂体系，到底是在解决真正的商业问题，还是仅仅在制造更多的问题？

皇帝的新衣：被大厂“PUA”的前端开发者

antirez 在他那段获得最高赞的评论中，一针见血地指出了现代前端“原罪”的根源：大厂的内部组织架构，绑架了整个行业。

“大型框架（如 Angular 和 React）是被大公司推给用户群的。它们是‘大公司设计’的产物，后来才变成了行业常态。这就像让地球上每个网站都跑在 Kubernetes 上一样可笑。”

他认为，大厂有两个极端的需求：

1. 彻底隔离前后端：因为他们的组织架构就是这么划分的。
2. 将应用极度标准化：这样他们就可以轻松地招聘新人、开除旧人。

这两个目标，都与“构建一个优秀的 Web 应用”背道而驰。

为了满足这两个内部需求，前端被迫走上了一条“不归路”：

• 我们抛弃了能与浏览器完美协作的语义化 HTML。
• 我们开始用 JavaScript 去模拟一切，把本该由后端处理的路由、数据转换、状态管理，全部搬到了日益臃肿的客户端。
• 我们创造了一代“不懂语言，只懂框架”的程序员。他们对 JavaScript 的底层原理一无所知，却能熟练地背诵 React 的生命周期。

antirez 毫不客气地总结道：

“讽刺的是，前端开发者自己深受其害。他们被迫不断地学习新的方式去实现同一个按钮、同一个分页。而且，如果他们足够聪明，他们会意识到，在大多数情况下，他们根本不知道‘编程’到底是什么。”

巴别塔的诅咒：为了一个按钮，引入整个宇宙

原帖作者更是详细地剖析了我们是如何一步步走进这个“巴别塔”的。

当你想用现代 SPA 框架写一个最简单的页面时，你需要经历怎样一条漫长而痛苦的“编译之旅”？

1. 你的 TypeScript 代码，必须先被转译成 JavaScript，因为浏览器根本不认识 TS。
2. 你的 TSX/JSX 文件，必须被转换成 React.createElement() 调用，因为浏览器也不认识 JSX。
3. 成百上千个 .js 文件，必须被 打包（Bundle） 成一个或几个文件，否则会引发网络风暴。
4. 打包的过程中，还需要做 Tree Shaking，把没用到的代码删掉。
5. 打包完成后，还要做 Minification，把变量名缩短、把空格删掉。
6. 你写的最新潮的 ESNext 语法，还需要被 Transpiler（如 Babel）降级成老掉牙的 ES5，因为你得兼容那些还在用旧版浏览器的用户。
7. 你写的 Post CSS，也需要被处理，加上各种 -webkit-、-moz- 的浏览器前缀。

我们已经走得太远了。我们现在写的源代码，和最终在浏览器里运行的东西，已经完全是两个物种。

返璞归真？：HTMX 与“后端文艺复兴”

在这场对 SPA 框架的“集体围剿”中，一个名字被反复提及，它就是 HTMX。

HTMX 并不是什么革命性的新技术，恰恰相反，它是一种“文艺复兴”。它的核心思想，简单到可以用一句话概括：让我们回到 1999 年，让后端直接返回 HTML！

在 HTMX 的世界里，没有前端路由，没有状态管理，没有虚拟 DOM。你只需要在 HTML 标签上，加上几个特殊的属性：

<!-- 点击这个按钮，HTMX 会自动向 /news 发起请求 -->
<!-- 然后用返回的 HTML 片段，替换掉 #news-container 的内容 -->
<button hx-get="/news" hx-target="#news-container">
  加载最新新闻
</button>

<div id="news-container"></div>

看懂了吗？

前端的复杂性，被几个简单的 HTML 属性彻底消灭了。你不再需要一个庞大的前端团队去维护一个复杂的 Node.js 工具链。你只需要几个懂 HTML 的后端工程师。

这对于那些被 React/Vue 的复杂性折磨得痛不欲生的后端开发者、独立开发者、甚至是前端老兵来说，无异于“天降福音”。

理性的声音：屁股决定脑袋

当然，Hacker News 从来不是一个一边倒的社区。在 HTMX 的“复古浪潮”之下，依然有大量理性的声音。

一位拥有 10 年经验的全栈开发者，分享了他的心路历程：

“作为一个与 JS/TS 相依为命的人，我无数次地想过，能不能用 Go、Ruby + HTMX 来简化这一切。但说实话，我至今没找到一个能比现有 SPA 栈哪怕好一点点的方案。”

“现代 Web 应用，本质上就是两个生活在不同环境（前端和后端）的应用。我接受这个现实。最终的结果，无论是在错误处理、用户体验、性能、还是可维护性上，都远比那个用 jQuery/HTMX 打补丁的服务器渲染栈更健壮。”

另外一位开发者的评论则更加扎心：

“你以为用了 HTMX 就没有复杂性了？你只是把复杂性从前端转移到了后端。而且，对于那些需要深度交互、复杂状态同步的应用（比如在线文档、画图工具），HTMX 那套简单的‘换 HTML’模式，很快就会捉襟见肘。”

小结：没有银弹，只有取舍

antirez 的下场，将这场关于“前端复杂度”的论战，推向了高潮。

他没有给出任何最终的答案，但他用他那穿越了数个技术周期的智慧，为我们指明了反思的方向：

1. 警惕大厂的“最佳实践”：那往往只是为了解决他们自己内部组织架构问题的“特制药”，而不是普适的“银弹”。
2. 重新审视“分离”的代价：前后端分离带来了职责的清晰，但也带来了巨大的通信成本和复杂性。在很多场景下，一个“全栈”的、由后端主导的简单架构，可能远比一个拆分的微服务架构更高效。
3. 拥抱多样性：无论是 React 的组件化，还是 HTMX 的超媒体，它们都只是工具箱里的不同工具。一个成熟的架构师，应该懂得在项目的不同阶段、不同场景下，做出最合理的取舍，而不是陷入“非黑即白”的宗教战争。

或许，现代前端的复杂性，既是历史的偶然，也是需求的必然。

重要的是，在这场无休止的轮回中，我们是否还保留着像 antirez 那样，随时能跳出框架、审视全局的清醒与勇气。

资料链接：

• https://binaryigor.com/modern-frontend-complexity.html
• https://news.ycombinator.com/item?id=47824051

今日互动探讨：

你是否也曾被现代前端的复杂工具链（Webpack/Babel/TSX…）折磨得痛不欲生？对于 HTMX 这种“后端文艺复兴”的浪潮，你是拍手叫好，还是觉得它在“开历史的倒车”？

欢迎在评论区分享你的看法！

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。

原「Gopher部落」已重装升级为「Go & AI 精进营」知识星球，快来加入星球，开启你的技术跃迁之旅吧！

我们致力于打造一个高品质的 Go 语言深度学习 与 AI 应用探索 平台。在这里，你将获得：

• 体系化 Go 核心进阶内容: 深入「Go原理课」、「Go进阶课」、「Go避坑课」等独家深度专栏，夯实你的 Go 内功。
• 前沿 Go+AI 实战赋能: 紧跟时代步伐，学习「Go+AI应用实战」、「Agent开发实战课」、「Agentic软件工程课」、「Claude Code开发工作流实战课」、「OpenClaw实战分享」等，掌握 AI 时代新技能。
• 星主 Tony Bai 亲自答疑: 遇到难题？星主第一时间为你深度解析，扫清学习障碍。
• 高活跃 Gopher 交流圈: 与众多优秀 Gopher 分享心得、讨论技术，碰撞思想火花。
• 独家资源与内容首发: 技术文章、课程更新、精选资源，第一时间触达。

衷心希望「Go & AI 精进营」能成为你学习、进步、交流的港湾。让我们在此相聚，享受技术精进的快乐！欢迎你的加入！

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。