最近圈子里有个不大不小的动静:Reasonix——一个做AI编程助手的项目——悄悄用Go语言把自己重写了一遍。
可能你会觉得,换个编程语言重写,至于拿出来说吗?
还真至于。
因为这两年做AI编程工具的,几乎清一色用的是另外两门语言(Node和Python)。Go在这个圈子里一直是个"非主流"。所以一个项目反过来选Go,就有点逆着潮流走的意思。
而我之所以对这件事特别有感触,是因为——我自己做的开源项目 deepx-code,从写下第一行代码起,用的就是Go。
不是赶时髦,是被实际问题逼出来的选择。
今天就借Reasonix这个由头,跟大家用大白话聊聊:做AI编程工具,为什么Go反而是个被低估的好选择?
第一件事:装起来太省心了AI编程工具,本质是个在电脑命令行里跑的小程序。用户最朴素的期望就四个字:装上能用。
可现实往往是:你想试个工具,结果先要装一堆乱七八糟的运行环境,版本对不上、权限报错、装到一半卡住……一通折腾下来,人都劝退了。
Go的做法简单到让人想笑:它能把整个程序打包成一个文件,拷过去就能跑,不用装任何额外的东西。
deepx-code的安装,就是复制一行命令、回车,完事。Windows、Mac、Linux三个系统都一样。
对一个想让人随手试试的工具来说,这一步的体验差距,基本就决定了生死。
第二件事:它能帮你实实在在省钱这点很多人没意识到。
你跟AI聊得越久,它就越费钱。因为每聊一句,前面所有的对话历史都要重新发给它一遍——聊到后面,光是"重复发旧内容"这一项,账单就很可观。
行业里有个省钱的办法叫"缓存":只要你发过去的内容前半段一模一样,这部分就能按几十分之一的价格算。听着简单,但要做到"一模一样、一个字节都不差",对工程实现的要求其实很高,稍微抖一下,缓存就失效、钱就白花了。
Go在这件事上特别稳。deepx-code实测下来,一次长对话里:4万多个计费单位,有4万1千多个命中了缓存,命中率约99%。
什么概念?就是长时间用下来,几乎不为重复的旧内容反复掏钱。
第三件事:能不麻烦AI的,就自己悄悄办了一个聪明的助手,不是事事都去问"上级"。
很多活儿,本地自己用固定逻辑就能干,又快又不花钱,何必每次都联网去问AI?deepx-code里就藏了不少这样的"本地小聪明":
比如你发一句话过去,它本地一瞬间就判断出"这是个简单问题还是复杂问题",简单的用便宜快速的模型,复杂的才上更强的——这个判断不花一分钱、不耗一点时间。
重点来了:它俩"撞脸"的那个功能说回Reasonix。这次它重写,还顺手加了一个叫"代码图谱"的功能。
巧就巧在——这个功能,正是deepx-code早就内置、而且是我反复打磨最久的一块。
它是不是参考了deepx的思路,我不知道,也不好乱讲。但"换成Go"加上"做代码图谱"这两件事一起出现,至少说明一点:大家对"工具该怎么做"的判断,慢慢走到一块儿去了。
那"代码图谱"到底是干嘛的?
打个比方。你让AI改一段代码,它得先搞清楚:这个东西被哪些地方用到了?我改了会不会牵一发动全身?
大多数工具的做法,是把整个项目当成一堆文字去"搜关键词",再把一大堆搜出来的结果丢给AI自己猜。又费钱,又容易猜错(同名的、注释里的,全给搜进来了)。
代码图谱不一样,它是真正"看懂"了代码结构,直接给出准确的关联关系。又准、又快、又省钱。
所以看到Reasonix也补上这个功能,我是真高兴——说明这条路被更多人认可了。至于谁做得更扎实,大家都是开源的,拉下来一对比就知道。
我赌它下一个会"撞"的,是这个deepx-code还有个功能,我个人特别看好,也是接下来要重点发力的方向:本地图片识别(OCR)。
现在你截个图——报错信息也好、一张表格也好——丢给AI,主流做法是把图片传到云端去识别:慢、费流量、还得把你的截图传出去。
deepx-code反着来:图片不出你的电脑,本地就把里面的文字读出来了。 不联网、不外传、不额外收费。
这事的门槛恰恰在于,它不是随便就能复刻的,得啃不少硬骨头——而这正是它能成为"护城河"的原因。
我更想做的是它的下一步:你贴一张界面截图,它本地就能读懂版面结构,直接帮你还原、帮你定位问题,不用你一个字一个字敲。
所以话先撂这儿:哪天Reasonix要是也加了本地图片识别,我大概还是那句——挺好,说明方向对。 代码图谱的剧本走过一遍,这个欢迎再走一遍。
先行一步最大的好处是:你永远在定义"下一步是什么"。
最后我不知道Reasonix内部是怎么想的,也无意去揣测。
但从"一个终端AI编程工具到底该长什么样"这个角度,它这次的选择——换Go、做代码图谱——我是认同的。因为这几条,恰好都是Go最擅长的地方:
装得轻、用得省、本地能力强、还能真正读懂代码。
deepx-code是完全开源免费的(MIT协议),国产的DeepSeek、小米MiMo都能直接接上用。如果你也常在电脑上用AI写代码,或者干脆自己也想做一个,欢迎来GitHub上找我玩、拍砖、提意见。
项目地址:GitHub 搜 itmisx/deepx-code
最后留个话题,评论区聊聊呗:做这类AI工具,你觉得是该用Go、用Rust、还是继续用现在主流的那套?
#deepseek##tui#