标签 标准库 下的文章

Go 1.26 的“加密风暴”:当 Hashicorp Vault 的合规需求,撞上 Go 团队的安全哲学

本文永久链接 – https://tonybai.com/2025/12/21/go-1-26-cryptographic-storm-vault-compliance-vs-go-security

大家好,我是Tony Bai。

近日,一个看似不起眼的 Go 语言issue,在社区引发了一场“地震级”的辩论。这场辩论的主角,一方是 Go 安全团队的灵魂人物 Filippo Valsorda,另一方则是开源安全巨头 Hashicorp Vault 的核心开发者。

辩论的焦点是:Go 1.26 计划“废除” crypto 包中一系列密钥生成函数(如 rsa.GenerateKey)的 rand io.Reader 参数,使其在默认情况下强制使用 crypto/rand.Reader 作为唯一的熵源。

这一变更,对于绝大多数 Gopher 来说,似乎无关痛痒甚至更安全。但对于 Hashicorp Vault 这样需要满足硬件安全模块 (HSM) 和 FIPS 合规性等严苛要求的项目而言,这无异于一场“釜底抽薪”。

这场“加密风暴”,深刻地揭示了 Go 语言在追求普适安全性与满足特定企业级需求之间的永恒张力。

img{512x368}

Hashicorp 的“求救”——“我们的核心功能被破坏了”

Hashicorp Vault 的开发者 sgmiller 首先发难。他指出,Vault 的许多客户,出于合规性或审计要求,强制要求所有密钥的生成,必须直接源自经过认证的硬件随机数生成器(通过 PKCS#11 HSM 设备)。

Vault 的实现方式,正是通过 crypto 包中那些 GenerateKey 函数的 rand io.Reader 参数,将来自 HSM 的“硬件熵”直接注入到密钥生成过程中。

Go 1.26 的变更——即保留该参数,但在默认情况下忽略它——将使这一核心功能完全失效。sgmiller 认为,这是一种破坏 API 语义的重大变更,唯一的出路似乎只剩下:
1. Fork 标准库:自行维护一套密钥生成代码,但这将带来巨大的维护成本和安全风险。
2. 依赖一个临时的 GODEBUG 环境变量:但这并非长久之计。

Filippo 的“三连击”——强硬而深刻的回应

Go 安全团队的 Filippo Valsorda 随后给出了堪称“教科书级别”的回应。他的论点层层递进,不仅解释了“为什么这么做”,更深刻地阐述了 Go 团队的安全哲学。

第一击:从安全角度看,你的需求“毫无意义”

Filippo 首先从纯粹的安全角度,直接否定了 Vault 需求的合理性。

“说实话,我看不出这个功能有什么安全意义。如果你担心操作系统的熵池,那就一次性从你的 HSM 读取 256 比特的随机数,然后写入 /dev/urandom。Go(以及其他所有程序)都会在系统熵池的基础上,使用你注入的这份熵。这比你自己实现一个用户空间的 DRBG 要安全得多。”

“我保守估计,你的 PKCS#11 驱动程序、DRBG 或 HSM 本身出 Bug 的概率,是 Linux 内核随机数子系统出 Bug 概率的 100 倍。”

这段话的潜台词是:你以为你在增强安全性,但实际上,你引入的复杂性和潜在的 Bug 源,远比你试图解决的问题更危险。

荒谬的需求,不能靠上游的复杂性来满足

接着,Filippo 展现了惊人的同理心和务实精神。他承认,现实世界中充满了各种“荒谬的”合规要求。

“然而,有时客户就是有一些他们愿意花钱满足的、毫无意义的需求,我懂的!(我TMD就在做 FIPS 140-3 的业务,我怎么会不懂呢?)”

“但是,这些荒谬的需求,不能通过增加上游库的复杂性来满足,因为上游库的目标是真正的安全,而不是帮你勾选审计清单。如果需要,客户的钱应该用来支付变通方案 (workarounds) 的成本。”

在这里,Filippo 明确地划清了界限:Go 标准库的职责,是为 99.999% 的用户提供默认安全、简单清晰的 API。 为了满足极少数用户的、非安全驱动的“合规复选框”,而让标准库的实现和维护变得更加复杂,是一种本末倒置。

第三击:所谓的“破坏”,其实并不存在

最后,Filippo 指出,所谓的“破坏”其实被夸大了。

  • Fork 并非洪水猛兽:对于 RSA 密钥生成,自己实现一个符合 Vault 需求的版本,可能只需要“2-5 个工程师日”的工作量。这并非一次“Fork 标准库”的壮举,而是一次小型的、可控的自研。
  • FIPS 合规性是个伪命题:他进一步指出,无论是 Go+BoringCrypto 还是原生的 FIPS 模块,在“认证模式”下,从来都不支持通过 io.Reader 参数注入外部熵源。任何这样做的尝试,都会自动退出 FIPS 认证模式。因此,Vault 现有的实现,本就不是 FIPS 兼容的。

辩论的深层——API 语义与确定性密钥生成

这场辩论并未就此结束。Hashicorp 的另一位开发者 jefferai 指出,rand 参数的另一个重要用途是确定性密钥生成 (deterministic key generation),例如,通过对一组输入进行哈希,得到一个可预测的密钥。这在某些测试和特定协议中非常有用。

Filippo 再次明确了 Go 的设计哲学:

“这正是我们想要避免的。GenerateKey 这个函数,其唯一的语义就是生成随机密钥。如果你想要确定性密钥生成,你需要的是一个明确的规范和实现,而不是通过‘滥用’一个用于注入随机性的参数。”

这揭示了 Go 团队进行此次变更的另一个深层原因:简化 API 语义,消除模糊地带。他们希望 GenerateKey 只做一件事,并把它做好。

Go 社区的核心启示

这场发生在顶尖工程师之间的“神仙打架”,为我们所有 Gopher 带来了几点极其宝贵的启示:

  1. 理解 Go 的安全哲学:默认安全
    Go 团队正越来越多地采取一种“家长式”的安全策略:默认提供最安全、最简单的选项,并逐步移除那些可能被误用的“高级”选项。 这要求我们信任标准库,而不是试图用自己的“小聪明”去绕过它。

  2. API 设计:清晰的语义胜过一切
    一个 API 的每个参数都应该有其明确、单一的用途。Filippo 的论点提醒我们,不要设计那些可以被“巧妙地滥用”的 API。如果一个功能是必要的,就为它设计一个专门的、语义清晰的 API。

  3. 拥抱 GODEBUG:一个“软弃用”的缓冲带
    Go 团队通过 GODEBUG 环境变量,为这类破坏性变更提供了长达数年(通常是 2 年)的过渡期。我们应该学会利用 //go:debug 指令和 godebug go.mod 设置,来有意识地管理这些变更,而不是等到最后期限才手忙脚乱。

小结

这场“加密风暴”,最终以 Go 团队坚持其设计哲学而告终。它或许会让 Hashicorp 这样的重量级用户付出一些额外的开发成本,但从长远来看,一个更简单、更安全、语义更清晰的 crypto 标准库,将使整个 Go 生态受益。

这正是 Go 语言持续成功的秘诀:在无尽的特性需求和复杂的现实世界面前,勇敢地、有时甚至是“固执”地,对复杂性说“不”。

资料链接:https://github.com/golang/go/issues/76856


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。

“这段代码是 AI 写的!”—— Go 社区的“AI 辅助编程”第一案

本文永久链接 – https://tonybai.com/2025/12/18/go-community-first-case-ai-assisted-programming

大家好,我是Tony Bai。

近日,一场在 Go 官方 GitHub Issue 中爆发的公开“对峙”,将一个长期悬而未决的问题,以一种极具戏剧性的方式,推到了所有 Gopher 的面前:我们应该如何对待 AI 生成的代码?

这场“冲突”的主角,一方是开发者 @kolkov 及其号称性能远超标准库的 coregex 项目;另一方则是 Go 社区备受尊敬的 GoAWK 作者 Ben Hoyt。当 Ben Hoyt 以详尽的 benchmark 数据,公开质疑 coregex 的性能声明,并犀利地指出“大部分工作似乎是由机器人/AI 代理完成的,而且未经充分检查”时,这场关于性能的讨论,瞬间升格为一次关于 AI 辅助编程伦理与实践的“灵魂拷问”。

巧合的是,在这之前不久,另一位前Go社区大神、HashiCorp 的创始人 Mitchell Hashimoto,发表了一篇长文,详细记录了他如何“大量使用 AI”来开发其 ghostty 终端的一个非平凡功能。

这两起事件,如同两面镜子,从正反两方面,映照出 AI 生成代码在 Go 社区所面临的机遇、挑战与深刻陷阱。

coregex 的“高光”与“翻车”

故事始于一个长达七年的“老大难”问题:Go 标准库 regexp 包的性能,长期以来都显著落后于 Rust 等语言的同类实现。开发者 @kolkov 带着他的 coregex 项目横空出世,声称通过 SIMD 加速、Lazy DFA 等多种优化,实现了比标准库 3-192 倍的性能提升。

他雄心勃勃地向 Go 官方提交了提案(#76818),希望探讨将 coregex 的优化成果,以某种形式贡献给标准库 (upstreaming) 的可能性。

然而,剧情很快急转直下。

GoAWK 的作者 Ben Hoyt 站了出来,他将 coregex 集成到自己的项目中进行真实世界测试,却得出了一个截然相反的结论

在所有情况下,标准库都比 coregex 更快……这些都是非常普通的正则表达式,并非奇怪的边缘情况。”

Ben Hoyt 进一步指出了 coregex 项目的几个“危险信号”:

  • Benchmark 误导:coregex 的性能声明,是在特定的、微观的 benchmark 中得出的,并未反映真实世界负载下的性能。
  • 正确性存疑:项目甚至没有完整地运行标准库 regexp 的测试套件。
  • AI 辅助开发的“原罪”:Ben Hoyt 最终将矛头指向了 coregex 的开发流程:“大部分工作似乎是由机器人/AI 代理完成的,而且未经充分检查,这一点表现得很明显。

这场公开的“对峙”,最终以 @kolkov 承认其 benchmark 的局限性,并关闭提案告终。但它留下了一个深刻的、令整个社区警醒的问题:一个由 AI 大量参与、但缺乏足够人类监督的项目,其可靠性是否值得信赖?

Mitchell Hashimoto 的“人机协同”之道

而在 coregex 争议发酵的前不久,Mitchell Hashimoto 在其博客上,以一种极其坦诚和透明的方式,分享了他利用 AI 开发 ghostty 新功能的完整、未经编辑的交互记录

他的文章,并非一篇 AI 的“赞美诗”,而是一部关于如何驾驭 AI 这个强大但并不可靠的“副驾驶”的“最佳实践手册”。

核心原则一:人类负责“规划”,AI 负责“执行”

Hashimoto 在使用 AI 之前,会先进行“Pre-AI Planning”。他会自己研究文档、制定一个粗略的技术方案,然后给 AI 的第一个指令,往往是“为我创建一个计划,不要写任何代码”。

核心原则二:小步迭代,持续清理

他从不要求 AI 一次性构建整个功能。相反,他将任务分解成极小的部分,并在每个 AI 生成的步骤之后,立即进行手动的“清理工作” (Cleanup Sessions)

“清理步骤非常重要。为了有效地清理,你必须对代码有很好的理解,这迫使我不会盲目地接受 AI 写的代码。”

核心原则三:当 AI “撞墙”时,人类必须接管

在他的交互记录中,他清晰地展示了 AI 在面对一个棘手的 Bug 时,是如何“进入了胡言乱语区 (slop zone)”,反复尝试却无法修复的。此时,他的选择是:“AI 不再是解决方案,它是一个负债。”

核心原则四:绝不提交自己不理解的代码

这是 Hashimoto 在整篇文章中反复强调的“铁律”。

“如果 AI 解决了问题,但我不理解它的解决方案,我会把它撤销掉。我不会提交我不理解的代码。

冲突的本质 —— Go 社区准备好迎接 AI 贡献者了吗?

coregex 的争议,表面上是关于性能和 AI,但其更深层次的矛盾,在于开源协作的模式

Ben Hoyt 发难的真正导火索,并非单纯因为 coregex 使用了 AI,而是 @kolkov 在提案中探讨了“改进标准库”的可能性。Go 社区(乃至所有严谨的开源社区)对“上游贡献”(upstreaming) 有着极高的标准:代码必须清晰、可维护、经过充分测试,并且贡献者需要深度参与社区讨论。

coregex 以其“AI 辅助、快速迭代”的开发模式,与 Go 社区传统的、审慎的、人类主导的协作模式,发生了文化上的激烈碰撞。@mvdan (Go 核心团队成员) 在评论中也暗示了这一点:“这份提案读起来更像一则广告”,并且“Was this proposal written by AI?”。

这引出了一个更尖锐的问题:

一个由 AI 大量生成的 PR,即使它能通过所有的 CI 检查,Go 项目的维护者们是否应该、又是否有能力去审查和接纳它?

小结:Go 社区的“AI 门槛”——是挑战,更是机遇

coregex 的故事,是一个警示录。它告诉我们,将 AI 作为“黑盒”代码生成器,并缺乏严格的人类监督和真实世界测试,其结果可能是灾难性的。

而 Mitchell Hashimoto 的故事,则是一个启示录。它向我们展示了 AI 辅助编程的正确姿势:AI 并非程序员的替代品,而是一个强大的“灵感缪斯”和“体力劳动加速器”。

“我相信,优秀的 AI 驾驭者,是其所在领域的专家,他们利用 AI 作为助手,而非替代品。” —— Mitchell Hashimoto

对于我们 Gopher 而言,这场风波的最终教训并非“AI 代码不可信”,也不是“Go 语言特别适合 AI 生成”。真正的、悬而未决的问题是:

Go 社区和项目,对于如何定义、审查和接纳 AI 生成的贡献,是否已经有了一个明确的态度和标准?

目前看来,答案是否定的。我们还没有一套成熟的方法论,来区分一个“由专家引导的、高质量的 AI 辅助贡献”,和一个“由 AI 主导的、缺乏深思熟虑的‘代码倾倒’”。

这既是一个巨大的挑战,也是一个重要的机遇。Go 语言以其简洁、清晰和显式的特性,为“人类审查 AI 代码”提供了得天独厚的优势。如何将这种语言优势,转化为一套行之有效的“人机协同”开源协作规范,将是 Go 社区在 AI 时代必须回答的核心问题。

资料链接:

  • https://github.com/golang/go/issues/26623
  • https://github.com/golang/go/issues/76818

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

欢迎使用邮件订阅我的博客

输入邮箱订阅本站,只要有新文章发布,就会第一时间发送邮件通知你哦!

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