Antfly 为何用 Zig 重写整个数据库？
A search-and-inference database from scratch in pure Zig
我带领团队将 Antfly 从 Go 彻底重写为纯 Zig 实现，只为追求极致的可靠性与性能。这次重写并非盲目跟风，而是基于第一性原理的深思熟虑：我们需要在零依赖环境下掌控内存、CPU 和 GPU 资源，同时利用 Zig 的 C 互操作性和 std.Io 实现全链路故障模拟测试。从 Raft 协议到 HTTP/3 传输，再到向量索引，所有核心组件均由我们亲手打造。虽然 Zig 尚处 1.0 之前，工具链也在演进，但零依赖架构让我们能像 TigerBeetle 一样，将资源管理和测试理念 baked in 从第一天开始。最终，Antfly 不仅跑得更快，更能在任何环境——从沙盒到数据仓库——中稳定飞行。
追求完美搜索的目标虽遥不可及，但正是在这个过程中，我们找到了真正有趣的地方。
- thefogman
我知道我应该恭喜新引擎的发布，但出于私心，我更想听听你们是怎么做到的。
所以，模拟器只有知道“正确”是什么样，以及该向代码抛出哪些类型的故障时才能工作，对吧？这两件事是谁决定的？是同一个编写代码的 Agent 吗？这些是由人类编写的，还是从形式化规范中推导出来的？
你们有三种东西都可以说“这是对的”：端到端测试、形式化模型，以及旧版 Go 版本的行为。当它们意见不一致时，你们信任哪一个？有没有出现过测试本身才是错的情况？
当模拟器在发布前发现问题时，通常是代码错了，还是“正确”的定义错了？
感觉这里面有些关于使用 Agent 编程的最佳实践的非常有用的见解。我想知道，如果 Bun 团队也采用了类似的方法，他们是否还会决定重构。
- dovin
是啊，关于什么是“完美”搜索，这本身还是个开放性问题，比如这最终会不会变成一种难以区分的神秘全知全能？然后还有“我能不能直接找到那个该死的很久以前的幻灯片，那个客户相关的……或者它是在 Google Drive 里？”我真的不希望解决方案就是让我们把所有东西都塞给 Claude。
- kingcauchy
我们将 Antfly（我之前曾向世人介绍过，链接在这里：https://news.ycombinator.com/item?id=47414291）从 Go 重写到了 Zig。
我觉得将我们的做法与 Anthropic 的 Bun 重写进行对比很有意思，所以想聊聊我们为什么选择了另一条路！很乐意和大家探讨我们的流程或技术！
文章中链接了基准测试数据，但为了存档，这里再次附上：https://antfly.io/releases/v0.2