Youtube link: https://www.youtube.com/watch?v=nOSxuaDgl3s
John Jensen 是知名的 Rust 布道者、實況程式開發者，擁 MIT 博士、曾任 AWS 工程師，現為歐洲最大 AI 國防科技公司 Helsing 的 Principal Engineer。本篇文章完整整理他對 Rust、Go、C++、AI、產業採用、人才市場、編譯器、宏(Macro)、工具鏈、職涯選擇以及軟體工程未來十年的看法。Rust 的起源：要同時兼顧安全、速度與易用性的語言
Rust 起源於一個老問題：
過去的語言往往要在「安全」、「效能」、「易用性」三者中取捨，而 Rust 嘗試一次提供全部。
多數語言若想讓程式易寫，就要加入 runtime 與 GC，使效能下降；若追求極致性能，又容易引入錯誤。Rust 嘗試跨越這個矛盾，提出零成本抽象、所有權系統與強大的型別系統。
MIT 的文化：探索、合作與好奇心的溫床
Jensen 描述 MIT 是個高度好奇與開放的地方：
- 教授多採 open-door policy，學生可以直接討論研究。
- 他每週舉辦桌遊夜，許多靈感在這種交流中產生。
- MIT 接受嘗試新工具，因此 Rust 1.0 出來後，他直接用它實作博士論文資料庫系統的第二版原型。
AWS 經驗：Rust 在大型企業的採用模式
Jensen 在 AWS 負責 Rust 建構系統（build system），供所有 AWS 內部 Rust 專案使用。
企業採用 Rust 的推力與阻力
阻力主要來自：
- 既有系統的慣性與切換成本高
- 員工需重新學習新語言
- 生態系部分領域尚未成熟
但推力則來自：
- Rust 的 尾延遲（tail latency）表現遠優於 Java/Kotlin（GC 誘發的不確定性消失）。
- 使用者主動要求採用 Rust，而非上層強迫。
Rust 採用率低但最受喜愛：為什麼？
Rust 年年在 Stack Overflow 榜上拿下「最受喜愛語言」，但使用率只有 12–14%。
Jensen 的解釋：
- 越是得不到的東西，人們越嚮往。
- 企業採用門檻高，直接限制使用範圍。
- 並不是學習曲線，而是「整家公司要切語言」的成本太巨大。
哪些產業最能從 Rust 受益？
他列出 Rust 採用最積極的三大領域：
1. 嵌入式系統
Rust 與 C/C++ 直接競爭，安全性是決定性優勢。
2. CLI 工具
主要因為 clap 等 crate 提供出色開發體驗。
3. 安全關鍵領域（國防、汽車、太空領域）
Rust 可將錯誤排除於編譯時，極具價值。
什麼時候不應採用 Rust？
例如 Discord 放棄大型 Go→Rust 遷移計畫。Jensen 列出可能的阻礙：
- 需要深度介接龐大 C++ 生態（CUDA、DPDK、Unity、driver SDK） 時，Rust 的 FFI 成本過高。
- 舊有系統表現良好時，重寫本身風險太大。
- 人才缺乏，無法維運大型 Rust 代碼庫。
如何向 Go 與 C++ 團隊推銷 Rust？
對 Go 團隊：
「Rust 讓 runtime 錯誤大幅減少，型別系統能讓更多邏輯錯誤在編譯期被抓到。」
Go 雖無記憶體安全問題，但仍會有邏輯錯誤、nil 問題。
對 C++ 團隊：
「Rust 讓 concurrency bugs 在編譯期消失，C++ 只能靠 sanitizers 去“偵測已發生的錯誤”。」
另外，Rust 的依賴管理與 build system 更具一致性。
Rust 的人才市場：大量初階、稀缺資深
優秀的 Rust 資深工程師很難找，這對公司造成挑戰：
- 初階工程師多，但缺乏能帶隊的資深。
- 公司不敢只有初階就啟動 Rust 專案。
Jensen 的個人影響力能帶動興趣，但不會讓資深開發者放棄現有工作。
薪資：美國與歐洲差距巨大
Jensen 給出的數字：
- 挪威資深 Rust：約 150k 美金/年
- 美國（AWS）資深 Rust：總包約 40 萬美金/年
但美國需要承擔醫療等高額成本，他仍選擇回歐洲生活。
為何拒絕區塊鏈/加密貨幣工作？
「因為我看不到它真正改善世界的地方。」
他認為技術迷人，但應用大多負面或無意義，因此拒絕 Crypto/Web3 職缺。
而 Rust 在加密圈盛行，他推測原因包括：
- 并行、分散式架構需要高性能
- 從零開始選語言，Rust 很容易被選中
- cryptography 本身很適合 Rust 的安全性模型
但對整個 Crypto 生態，他仍持懷疑態度。
比特幣 ETF 的出現是否改變他對 Crypto 的看法？
沒有。
「比特幣仍然是賭博，就像部分股市也是賭博一樣。」
AI 過度被神化：核心問題是「不會理解」
Jensen 認為 AI 的進步令人驚艷，但全球普遍「誤解了它真正能做到的事」。
核心原因：
- LLM 不懂物理、邏輯或底層模型，只擅長預測與模仿。
- 研究顯示 LLM 無法從軌道資料推導出行星運動背後的真實物理規律。
- 它們能生成正確程式碼，但難以處理需要真正「理解」的設計。
「我不認為它能理解。」
他正在刻意測試 AI 的極限，看看是否能推翻自己的看法。
AI 會奪走工程師工作嗎？
會被取代的：模板化、重複性高的工作
如 WordPress 模板製作。
不會被取代的：需要創造力、推理、系統設計的工作
如高複雜度架構、底層優化、新框架發明。
關鍵建議：
「不要像鋸木廠出現就放棄木匠工作，學會用工具做更高階的事。」
用 AI 提升自己，而不是與其競爭。
AI 寫 Rust 特別難
因為 Rust 有：
- 所有權模型
- 借用檢查器
- 生命周期
需要邏輯一致性。
AI 在沒有真正理解的情況下，很容易產生錯誤或不符合借用規則的程式碼。
Rust 在 AI 基礎設施裡的位置：研究用 Python，部署用 Rust
理由：
研究階段不應用 Rust
- 研究者需要快速迭代、丟棄原型
- Rust 強迫你「事前思考」，與研究流程背道而馳
部署階段唯有 Rust 最合理
例如車用、自駕、國防系統，都不能讓 Python 上路。
因此：
- 研究：Python
- 部署：Rust
- 橋接：ONNX Runtime、Candle、WASM…
十年後的軟體工程：AI 是加速器，但不是替代品
他不認為 AI 能在 10 年內具備真正「推理」能力，因此：
- AI 會大幅提升工程師效率
- 會自動處理大量樣板化工作
- 但無法取代需要理解架構、類型系統、創造性思考的工程師
人類工程師仍會是主角。
Rust 學習曲線：最難的是「建立新的大腦模組」
相比其他語言只是換語法，Rust 要學習的是真正的新概念：
- 所有權
- 借用
- 生命周期
這讓人痛苦，但也讓人變強。
借用檢查器為什麼其實能讓你成為更好的工程師？
因為它迫使你理解：
- 記憶體何時有效
- 物件何時釋放
- 物件是否仍被引用
- 程式架構如何拆解才能合理流動資料
Jensen 認為這是可遷移的技能，甚至寫 JavaScript / Go / C++ 時也變得更精準。
Rust 編譯器與 Cargo：最大的優勢與缺點
最棒的地方：錯誤訊息
Rust 的錯誤訊息清楚、有用、具教育性，是學習曲線的核心助力。
Cargo 的評價
不是完美，但與其他語言相比是頂級體驗。
缺點
Rust 生態常有：
- 過時、未維護的小型 crate
- 慢編譯
- 巨大磁碟使用量
- Debug 工具落後
這些都可改進，但根源是語言的複雜度與 monomorphization。
是否過度使用宏？
Jensen 認為沒有「過度使用」：
- 多數情況是因為語言缺功能，宏成為唯一手段。
- 手寫 Procedural macro 會拖慢編譯，但可改善。
Jensen 的開發環境：100% 終端機，NeoVim 500 行設定
他是老派 Vim/NeoVim 使用者，偏愛純終端工作流。
IDE 功能強大，但他不需要，也不習慣。
Rust 與其他語言的整合能力
- 與 C：非常好
- 與 Python、Ruby：很好（作原生模組）
- 與 C++：還在改善（CXX crate 仍年輕）
- 與 Java：JNI 笨重但可行
Rust 的整合能力其實優於許多語言。
Rust 的演進與治理：不是大公司在操控
雖然 AWS、Meta 等公司雇用 Rust 團隊，但：
- 他們不指揮 Rust 方向
- 主要作決策的仍是社群與各個 Rust 團隊
- 大公司只提供人力，而非施壓
Rust 的開發仍是「去中心化、社群主導」。
若 Rust 明天消失，世界會失去什麼？
對世界：
- 一個介於 C++ 高性能與 Python 安全方便之間的空缺
- Zig、D、Julia、Swift 都無法完全填補
對 Jensen 個人：
- 他會失去最重要的東西：
Rust 社群本身。
結語：Rust 與 AI 的未來皆值得期待
Jensen 對未來保持理性但樂觀：
- AI 不會奪走所有工程師的工作，但會重塑工具與流程。
- Rust 不會適用所有場景，但在安全、效能關鍵領域無可替代。
- 軟體工程仍需要理解系統與創造新事物的人類。
- Rust 的演進方向正確，社群健康，前景明亮。
