Bun 用 Rust 重写的消息，把 Zig 创始人 Andrew Kelley 也卷进了这场技术争议。
Bun 创始人 Jarred Sumner 今年 5 月宣布，团队在 11 天内借助 Anthropic 当时尚未公开发布的 Claude Fable 5（Mythos 级模型）以及 Claude Code 的动态工作流能力，将 Bun 的百万行代码从 Zig 重写为 Rust。这次重写后来也被 Anthropic 当作 Dynamic Workflows 的标杆案例对外宣传。
Bun 从 Zig 转向 Rust
Bun 是一个高性能 JavaScript/TypeScript 运行时，目标是成为 Node.js 更快、更现代的直接替代品。它过去的重要卖点之一，就是采用 Zig 编写，并以启动速度、依赖安装和测试运行速度见长。
去年 12 月，Anthropic 宣布收购 Bun，将其作为基础设施来驱动 Claude Code 和 Claude Agent SDK。Jarred Sumner 及 Bun 团队其他成员目前都在 Anthropic 工作。
在大规模应用、尤其成为 Claude Code 底层之后，Bun 团队认为 Zig 版本暴露出难以根除的稳定性问题，包括 use-after-free、double-free，以及错误路径中忘记释放内存等内存安全 bug。按照文中说法，这些问题在 Zig 里主要依赖编码规范约束，而在 Rust 中，借用检查器和 Drop 机制会把这类问题直接变成编译错误。
另一层原因来自上游社区。报道提到，Zig 社区对大语言模型生成代码采取零容忍政策，即使与 AI 无关的优化改动也无法合入上游。由于 Bun 团队重度依赖 AI 辅助开发，继续使用 Zig 意味着需要长期维护自己的编译器分支，成本较高。
Andrew Kelley 将矛头指向 Jarred Sumner
Andrew Kelley 在最近的博客文章中没有把问题归因于语言本身，而是直接点名 Jarred Sumner 的工程习惯和管理方式。
他写道，早在 AI 还没有兴起前，Jarred 就一直在写“垃圾代码”。Kelley 称，Zig 团队经常查看用户代码库，而他们对 Bun 的代码库感到“极其恐惧”，因为其中充满“hacks on top of hacks”、滥用断言，而且为了尽快上线新功能，几乎不花时间清理 bug 和技术债。
对于这次用 Claude 生成的 Rust 代码，Kelley 也提出了尖锐质疑。他反问：“Bun 官方声称 100 万行未经过人工审查的 Rust（AI 写的）代码因为有测试用例所以是安全的；那如果测试用例真的这么完备，为什么原来用 Zig 写的时候没能抓出那些烦人的 Bug？”
Kelley 还表示，他对 Jarred 从一个带着“beginner energy”的开源开发者，变成一个“stinky manager”感到极度失望。
在 Bun 决定弃用 Zig 一事上，Kelley 说自己感到的不是被背叛，而是松了一口气。他担心打着 Zig 招牌的 Bun 会让外界对 Zig 形成误解，也担心它吸引来一批只会复制粘贴 AI 代码的用户。他甚至讽刺地写道，自己正端着一杯茶，庆幸“这终于不关我的事了”。
11 天与 16.5 万美元，引发成本讨论
这场争议很快从语言之争，扩展到 AI 编程的成本与效率讨论。
根据 Jarred Sumner 和 Bun 官方公布的数据，这次 Rust 重写预计消耗了 16.5 万美元的 API 费用。按报道中的对比，仅从账面看，AI 将开发成本压缩到原本的十分之一左右，时间则从大约一年缩短到不到两个星期。
这组数字让不少工程师感到震动：一方面，Claude 的 token 成本一直被认为偏高；另一方面，如果以百万行代码、11 天和 16.5 万美元来衡量，这个价格和时间又显得低得惊人。
开源文化与 AI 开发方式的碰撞
围绕 Kelley 博文的反应也很分裂。
一部分人对他的公开表态感到不适，认为他在公开攻击曾经的重要用户和赞助者。报道提到，Bun 曾长期资助 Zig。还有更激进的声音表示，“从未如此主动希望一种编程语言失败”。
但也有人站在 Kelley 一边，认为在资本和 AI 泡沫包围下，他是在捍卫工程质量，展现出当年 Linus Torvalds 式的作风。
争议落点仍是代码是否可维护
项目完成重写之后，外界最关心的仍然是：它到底是否好用，以及今后是否好维护。
目前最大的争议点在于，这 100 万行代码是由 AI 直接从 Zig 机械翻译到 Rust，缺少人类工程师主导的架构重构。报道称，新代码库中还残留了高达 2.7 万行 unsafe 代码块。
由此引发的担忧很直接：未来人类开发者在维护、阅读和修改这套庞大的 AI 生成代码时，认知成本和排错成本，是否会超过今天节省下来的前置开发成本。
这场打破传统软件工程节奏的重写项目，究竟会成为 AI 改变编程范式的一个里程碑，还是演变成一座难以维护的技术债火山，目前还没有答案。