标签 Channel 下的文章

2026年,大厂重构核心系统为何集体投向 Go?

本文永久链接 – https://tonybai.com/2026/06/08/the-real-reason-big-tech-is-switching-to-go

大家好,我是Tony Bai。

在软件工程中,核心技术栈的迁移是一项高风险、高成本的决策。

然而,在近期的技术演进中,我们看到了一股明显的趋势:全球科技巨头与快速成长的 AI 独角兽们,正在不约而同地将核心系统向 Go 语言(Golang)收敛。

  • 微软宣布将 TypeScript 核心编译器移植到 Go,构建速度暴涨 10 倍。
  • Reddit将庞大的 Python 单体架构逐步解耦,核心数据模型全面改用 Go 重写。
  • Lovable(前沿 AI 独角兽)将 4.2 万行 Python 代码移植为 Go,服务器实例直接从 200 个锐减到 10 个。
  • Uber作为长期拥有最庞大 Go 代码库的企业之一,持续将后端服务从 Python、Node.js 收敛、统一至 Go 语言,以极低的算力成本承载海量并发。

这并非盲目的技术跟风,而是一场基于运行成本、高并发能力和工程维护性的理性重构。今天,我们就通过这些大厂的真实工程案例,深入拆解大厂重构核心系统时,集体投向 Go 的底层逻辑与技术启示。

微软的编译器移植:为什么 C# 之父不选 C# 和 Rust?

2025 年 3 月,微软宣布将 TypeScript 的编译器和工具链移植到 Go 语言。到了 2026 年 4 月,采用 Go 编译器底层的 TypeScript 7 Beta 正式发布。

令人瞩目的是,这个项目的操盘手正是 Anders Hejlsberg —— C# 语言的设计者TypeScript 的创造者

这一决策在技术社区引发了深度探讨:为什么微软不用自家的 C#,也没有选择近年来大热的 Rust?这背后隐藏着极具启发性的工程权衡。

明确“移植(Port)”与“重写(Rewrite)”的边界

在工程决策中,这两者有着本质区别:

  • 完全重写(Rewrite):意味着抛弃旧代码,从零开始重新设计(New Design),风险极高。
  • 代码移植(Port):翻译现有代码,保持原有的代码结构和行为(Same behavior & structure),风险可控。

旧的 TypeScript 编译器是用函数式风格编写的,且重度依赖垃圾回收(GC)

  • 为什么不选 C#?C# 是典型的面向对象(OOP)语言。如果使用 C#,将很难平滑移植函数式风格的旧编译器,几乎等同于要推倒重写。
  • 为什么不用 Rust?Rust 没有垃圾回收机制,要求开发者手动且极其严苛地管理内存。如果改用 Rust,团队必须彻底推翻并重新设计整套代码的内存生命周期,这直接背离了“平滑移植”的初衷。

Go 为什么是最佳折中方案?

Go 既支持原生编译,拥有极高的运行速度,同时还内置了高效的垃圾回收(GC)。

更关键的是,习惯写法的 Go 代码(Idiomatic Go)在结构上与 TypeScript 原有的编码模式有着天然的相似性。这使得原有团队在维护移植后的 Go 代码时,几乎没有认知摩擦。

移植后的性能收益:
* 编译构建速度直接提升了 10 倍
* 编辑器加载时间从原来的 9.5 秒缩短至 1.2 秒

微软用事实证明:Go 是在维持原有代码结构的前提下,实现性能跨越式提升的最短路径。

Reddit 的解耦之路:高并发压力下的“影子测试”

Reddit 曾长期使用 Python 单体(Monolith)架构。随着全球流量的爆发,单体架构的弊端逐渐显现:代码耦合严重、可靠性降低,系统维护成本极高。在高峰期,甚至连发帖、评论等基础操作都会遭遇严重的延迟。

为了解决高并发瓶颈,Reddit 决定对核心的四大基础特性(评论、账户、帖子、子社区)进行解耦,全部用 Go 语言重写为独立的微服务。

为什么选择 Go?

在高并发场景下,Go 内置的轻量级协程(Goroutine)和通道(Channel)调度模型,相比于 Python 的多线程/多进程,能够以更低的系统开销和更少的网络协调,抗住同等规模的流量。

零故障上线的“影子测试(Shadow Testing)”

系统重构最忌讳“一刀切”式的直接上线。Reddit 采用了一套精妙的过渡方案:

他们让 Python 旧单体Go 新服务在后台同时运行。对于每一次写入请求,两个系统都会收到相同的输入。Go 服务将数据写入一个隔离的测试数据库。

               ┌───────────────┐
               │  User Input   │
               └───────┬───────┘
                       │
             ┌─────────┴─────────┐
             ▼                   ▼
    ┌─────────────────┐ ┌─────────────────┐
    │ Python Monolith │ │   Go Services   │
    └────────┬────────┘ └────────┬────────┘
             ▼                   ▼
    ┌─────────────────┐ ┌─────────────────┐
    │  Production DB  │ │     Test DB     │
    └─────────────────┘ └─────────────────┘
             │                   │
             └─────────┬─────────┘
                       ▼
             Compare & Debug Output

通过在后台持续对比两个系统的输出结果,团队在不影响真实用户的前提下,排查并修复了新服务中的所有潜在 Bug。确认无误后,才 100% 将流量平滑切换到了 Go 服务。

重构后的收益:
* 关键写入操作的 P99 延迟直接砍半,系统高可用性大幅提升。

运行成本与算力优化:Lovable 与 Uber 的工程实践

对于快速成长的 AI 独角兽 Lovable 来说,技术栈的选择直接关系到服务器账单和业务存亡。

作为一个允许非技术用户通过 AI 构建应用的平台,Lovable 在核心链路上面临着极高并发的挑战。用户发送一条聊天指令,后台需要瞬间触发超过 50 个 HTTP 并发调用,分别去请求各大模型提供商、内部存储及周边服务。

Python 在这种高度并行的 IO 密集型场景下显得力不心。Lovable 团队果断将 4.2 万行 Python 代码重写为 Go

无独有偶,Uber 作为长期拥有最庞大 Go 代码库的企业之一,也曾经历过从 Python、Node.js 向 Go 逐步收敛的过程。为了在单机上压榨出更高的并发能力,减少冗余的服务器开销,Uber 逐步在后端服务中停用了 Python,将核心服务统一收敛至 Go。

这两家公司,用 Go 实现了令人惊叹的算力优化:

小结:大厂系统重构释放的工程信号

这些大厂和独角兽们的集体实践,为我们释放了清晰的工程信号:

  1. “运行成本”正成为系统重构的首要驱动力
    在项目初期,动态语言(如 Python、TypeScript)确实能提供极佳的开发爽感。但当业务规模扩大、高并发场景增加时,其带来的服务器硬件成本和维护开销将呈指数级上升。
  2. Go 处于“开发效率”与“运行性能”的黄金分割点
    它不像 Rust 那样有着极其陡峭的内存管理和所有权学习曲线,能够让团队保持极高的开发效率;同时,它又拥有接近原生代码的执行速度,和冠绝群雄的轻量级并发模型。这使其成为了现代生产级后端服务的首选。

大厂的重构实践,为我们提炼了以下三条黄金工程铁律:

  1. 分清“移植”与“重写”:在系统重构时,若想在保留原有业务逻辑的前提下快速提升性能,像微软那样进行代码级移植(Port)是风险最低、效率最高的路径。
  2. 善用“影子测试(Shadow Testing)”:核心系统解耦和替换时,切忌盲目上线。采用双轨并行、对比输出的影子测试,是保障系统平滑过渡、零故障上线的最佳实践。
  3. 高并发场景首选轻量并发模型:当系统面临大量并发 IO(如 AI 编排、多 API 协同调用)时,Go 语言的协程机制能够以极低的资源消耗提供极佳的吞吐量。

系统重构的本质,是在业务发展、团队认知和机器成本之间寻找最优解。而 Go,正是大厂在经历数次工程实践后,给出的最务实的答案。

资料链接:https://www.youtube.com/watch?v=-Z813pHqSFI


今日开放讨论:

  1. 微软不用 C# 也不用 Rust,而是选择 Go 来移植 TS 编译器,这个决策中的“移植 vs 重写”权衡是否启发了你?
  2. Reddit 采用的“双轨制影子测试”非常稳健,你在实际的系统迁移或重构中,使用过类似的测试方案吗?
  3. 从 Lovable 将 200 个实例缩减为 10 个,到 Uber 节省 97% 的算力,这些真实的性能与成本数据是否改变了你对后端技术选型的看法?

欢迎在评论区留下你的硬核观点,我们一起探讨系统重构与 Go 的工程之美!


还在为写 Agent 框架频频死循环、上下文爆炸而束手无策?我的新专栏 从0 开始构建 Agent Harness 将带你:

  • 抛弃臃肿框架,回归“驾驭工程 (Harness Engineering)”的第一性原理
  • 用 Go 语言手写 ReAct 循环、并发拦截与上下文压缩引擎等,复刻极简OpenClaw
  • 构建坚不可摧的 Safety Middleware 与飞书人工审批防线
  • 在底层实现 Token 成本审计、链路追踪与自动化跑分评估
  • 从“调包侠”进化为掌控大模型边界的“AI 操作系统架构师”

扫描下方二维码,开启从 0 开始构建Agent Harness 的实战之旅。


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!

img{512x368}


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。

大洗牌!Google 内部确认:Go 正取代 C++,成为 AI Agent 时代的“通用语言”

本文永久链接 – https://tonybai.com/2026/05/21/go-is-the-new-lingua-franca-for-ai-agents-at-google

大家好,我是Tony Bai。

在过去的两年里,只要一提到 AI 开发,99% 的人脑海中弹出的第一个词绝对是:Python。而如果是涉及到大模型底层的高性能推理与算力压榨,大家想到的必然是 C++ 或是 Rust

但在真正的工程落地中,情况正在发生一场令人猝不及防的剧变。

最近,Google 资深软件工程师 Jaana Dogan(@rakyll)在 X(原推特)上发布了一条引发技术圈热议的推文

“Go 成为 Google 内部 Agentic(智能体)系统的通用语言(lingua franca),这真的很了不起。我以前从未看到过 Go 有取代 C++ 的路径,但现在我相信这是可能的。”

这不仅仅是一条简单的技术感慨,它揭示了 AI 浪潮进入“下半场”后的核心工程困境:当我们把大模型封装成 Agent,并让成千上万个 Agent 并发协作时,Python 太脆弱,C++ 太沉重,而 Go,迎来了它的“天命时刻”。

今天,我们就来扒一扒,为什么 Google 会让 Go 接管 AI Agent 的底层开发?这对我们普通开发者的技术栈转型,又意味着什么?

打破滤镜:为什么 Python 和 C++ 在 Agent 时代“失宠”了?

要理解 Go 的上位,我们首先要搞清楚,AI Agent 到底需要什么样的工程能力。

现在的 AI 应用,早就不是早期那种“写个 Python 脚本,调用一下 OpenAI API,把结果打印出来”的玩具了。真实的 Agentic 系统(智能体系统)包含了极其复杂的网络 I/O、并发工具调用(Tool Calling)、多智能体消息路由、长时记忆状态管理,以及大规模的分布式容错。

在这个场景下,旧有的王者们暴露出了致命的缺陷:

1. Python 的“工程化陷阱”

Python 是 AI 研究员的最爱,因为它的数据科学库天下无敌。但当你要构建一个高并发、高可用、需要 24/7 运行的 Agent 编排系统时,Python 的弱类型(重构火葬场)和 GIL(全局解释器锁,导致无法真正利用多核并发)就成了灾难。正如原贴讨论区一位开发者所言:“模型层可能是 Python 的天下,但围绕着模型的 Runtime(运行时环境)正越来越像 Go 的领地。”

2. C++ 的“杀鸡用牛刀”

C++ 拥有极致的性能,是模型训练和推理引擎(Inner Loop)的绝对霸主。但 Agent 编排系统真的需要 C++ 级别的疯狂数学计算吗?不需要。

Agent 系统本质上是大量的网络等待(等 LLM 返回结果、等数据库查询、等网页抓取)。用 C++ 来写极其复杂的并发网络请求和状态机,不仅开发周期漫长,而且极易产生内存泄漏。正如推文评论所指出的:“C++ 背负了太多的历史包袱,它在 Agent 编排上显得太重了。”

Go 凭什么上位?Goroutine 与 Agent 的“完美同构”

Go 语言在这个时间节点爆火,并非偶然,而是因为它底层的并发哲学与 AI Agent 的行为模式产生了“完美的同构映射”

在 X 上的讨论中,多位资深开发者一针见血地指出了核心原因:

“Goroutines mapping directly to concurrent agent communication is the reason why it makes perfect sense.”(Goroutine 直接映射到并发 Agent 之间的通信,这是它如此完美契合的原因。)

让我们用大白话来翻译一下这个硬核逻辑:

什么是多智能体系统(Multi-Agent System)?本质上就是一堆各自独立的“数字员工”,它们一边自己干活,一边通过发消息相互沟通。
而 Go 语言最强大的杀手锏是什么?正是 CSP(通信顺序进程)并发模型,即 Goroutine(轻量级协程)和 Channel(通道)。

  • 当你启动一个 Agent 时:在 Go 里,你只需要一个简单的 go runAgent(),就能以极其低廉的内存代价(几 KB)启动一个并发实体。一千个 Agent?一万个 Agent?对 Go 来说毫无压力。
  • 当 Agent 之间需要协作对话时:你不需要去搞复杂的锁(Locks)或者共享内存,你只需要用 Go 的 Channel 把消息塞过去,另一个 Agent 就能安全地接收。

Agent 的编排,需要的是“轻量级的并发管理”,而不是“极致的数学计算速度”。这简直就是为 Go 量身定制的战场。

征服大厂,构建 Agent 架构的“铁三角”

除了并发模型上的天作之合,评论区的一位开发者还另外总结了 Go 赢下这场战争的另外三个决定性因素。他指出,现代 Agent 技术栈奖励三种特性,而 “Go 完美击中了这三点(Go nails all three)”

1. 强类型系统(Types):告别“盲盒”开发

Agent 系统中充斥着复杂的 JSON 解析、Tool Calling 的参数校验、以及结构化的输出。Python 的字典(Dict)传递在项目变大后就像是“盲盒”,你永远不知道里面缺了哪个字段。而 Go 的强类型 Struct 和极度清晰的错误处理机制(虽然大家都吐槽 if err != nil,但它确实极其可控),让系统拥有了极高的可预测性(Predictability)。

2. 极速的编译体验(Fast Builds)

“编译速度是让它成为绝配的原因之一。”在快速迭代的 AI 产品中,Go 那种秒级的编译速度,让开发者可以飞速地测试 Agent 的行为逻辑。相比之下,C++ 那漫长的编译过程在需要高频微调的 AI 时代显得格格不入。

3. 小巧的单一二进制文件(Small Binaries)

当你把 Agent 部署到云端、边缘设备甚至是 Serverless 环境时,Go 编译出来的是一个无需任何外部依赖的独立执行文件。没有 Python 烦人的环境依赖(无需折腾 pip, conda, 虚拟环境),直接丢进一个极小的 Docker 镜像中就能运行,这对于现代云原生运维来说是无可估量的优势。

一个反直觉的冷知识:大模型“最爱”写 Go 代码

推文中一个开发者提出了一个极其有趣且经常被忽视的视角:在 LLM(大语言模型)的眼中,Go 是一门完美的语言。

如果你经常用 Cursor/Codex/Claude Code等 写代码,你会发现一个现象:让 AI 写 Python,它经常会用错第三方库的版本;让 AI 写 C++ 或 Scala,它可能会搞出一堆极其复杂的继承、多态或者生命周期错误。

但如果你让 AI 写 Go 呢?成功率出奇的高。

原因在于:

  1. Go 的语法极致简单、无聊,甚至“没有类(Classes)”。它只有 Struct 和接口,这极大地减少了代码的“表面积(Surface Area)”。
  2. Token 使用率极高。由于没有复杂的黑魔法和繁琐的泛型体系(早期),LLM 在生成 Go 代码时不容易出现“幻觉”,维护起来极其容易。

在这个连代码本身都开始由 AI 生成的时代,“对 LLM 友好”竟然成了一门编程语言的核心护城河。

终局推演 —— C++ 守住“内环”,Go 赢下“外环”

那么,Go 真的会彻底消灭 C++ 吗?

并不完全是。这场讨论最终达成了一个非常清晰的技术栈共识:

“C++ still wins the inner loop. Go wins everything around it.”(C++ 依然赢得了内环,而 Go 赢得了周围的一切。)

未来的 AI 系统架构已经初露端倪,它将被清晰地划分为三个层级:

  1. 研究与数据层(Python):用于模型训练、数据清洗、算法验证。
  2. 算力内环(C++ / Rust / CUDA):大模型的推理引擎(如 vLLM、Ollama 底层)、张量计算。这里需要极致榨干每一滴 GPU 性能,C++ 依然是绝对的霸主。
  3. 编排外环与业务层(Go):这是距离普通开发者最近、也是市场需求最大的地方。成千上万的 Agent 调度、API 网关、并发的数据检索(RAG)、记忆数据库交互、工具链调用,全部都将被 Go 统治。

最新铁证!Google I/O 2026 震撼官宣:废弃旧路线,用 Go 重写 AI 核心入口!

如果你觉得前面硅谷大佬们的讨论还只是“理论推演”,那么在刚刚举办的 Google I/O 2026 大会上,Google 官方直接用一记雷霆手段,把这个趋势变成了既成事实。

Google 开发者博客发布了公告:正式宣布停止维护原有的 Gemini CLI,全面过渡到全新的“Google Antigravity(反重力)”多智能体开发平台,并推出全新的核心入口 —— Antigravity CLI

而在官方给出的技术变更文档中,最扎眼、最让 Go 开发者狂喜的一条更新理由,白纸黑字地写着:

“Faster execution: Built in Go, Antigravity CLI is snappier and more responsive.” (更快的执行速度:基于 Go 语言构建,Antigravity CLI 更加轻快、响应更迅速。)


图:Google I/O 2026:旧版 CLI,用Antigravity CLI替代

旧版的 Gemini CLI 是基于传统脚本语言(Node.js/TS 体系)构建的,在处理单点交互时绰绰有余。但 Google 明确表示,现在开发者的需求已经彻底变了:“你现在需要多个 Agent 相互通信、分工合作来解决复杂的系统问题。”

当单点 CLI 变成“多 Agent 协同编排后端”时,旧有的 JS/TS 体系在高并发、异步工作流(Asynchronous Workflows)和底层系统控制上面临性能瓶颈。Google 毫不犹豫地选择用 Go 语言 彻底重写,就是为了利用 Go 极致的并发和执行效率,来支撑起“后台多任务并发运行、且不锁定终端”的强悍体验。

小结:给开发者的生存建议

过去的一年里,无数后端开发者感到焦虑,觉得自己掌握的 CRUD 技能在 AI 面前一文不值。但 Google 内部的这场技术栈迁移,给我们指明了一条无比清晰的道路:

别再只盯着 Python 看了。

当 AI 从单一的对话框,走向全面接管企业业务流的多智能体(Multi-Agent)协作形态时,对高并发、高可用后端工程能力的需求不仅没有减少,反而呈指数级爆发。

学习 Go 语言,理解 Goroutine,掌握如何构建一个稳健的 Agent 编排框架。因为决定下一个十年 AI 应用成败的,不再是模型本身的算力,而是谁能最好地管理和协调这些拥有智能的“数字大军”。

而目前来看,Go,已经在这场战役中拔得头筹。

资料链接:https://x.com/rakyll/status/2056528039698403498


今日互动探讨:

你目前在开发 AI 应用或 Agent 系统时,使用的是什么语言?你是否遇到了 Python 在高并发或部署时的痛点?欢迎在评论区分享你的实战经验与踩坑血泪史,我们一起探讨 AI 时代的最佳实践!


还在为写 Agent 框架频频死循环、上下文爆炸而束手无策?我的新专栏 从0 开始构建 Agent Harness 将带你:

  • 抛弃臃肿框架,回归“驾驭工程 (Harness Engineering)”的第一性原理
  • 用 Go 语言手写 ReAct 循环、并发拦截与上下文压缩引擎等,复刻极简OpenClaw
  • 构建坚不可摧的 Safety Middleware 与飞书人工审批防线
  • 在底层实现 Token 成本审计、链路追踪与自动化跑分评估
  • 从“调包侠”进化为掌控大模型边界的“AI 操作系统架构师”

扫描下方二维码,开启从 0 开始构建Agent Harness 的实战之旅。


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!

img{512x368}


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 从 0 开始构建 Agent Harness 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