AI Infra 的真相：Go 没输，rust也不是取代
作者：吴佳浩
撰稿时间：2026-6-8
最后更新：2026-6-8
本来是不太想写这篇内容，由于在之前的go的文章中的评论区有网友提出以下的观点
如果你的开发年限大于3年以上大概率是说不出这种话的。但是也感谢这位网友提供的话题 我们今天就来聊聊相关的内容。此篇内容为本人的个人见解和对行业行业的观察而得出（不喜勿喷😄)
引言
最近两年，关于 「Rust 取代 Go」 的声音越来越多。
尤其是在 AI Infra 爆发之后，从 Tokenizer 到推理框架，从向量数据库到高性能网关，大量新项目开始选择 Rust。
于是很多人得出一个结论：
Rust 正在取代 Go。
但如果你真正观察云原生和基础设施领域，会发现现实远比这个结论复杂。
甚至可以说：
Rust 和 Go 目前根本不是竞争关系，而是分工关系。
很多人看到 Rust 的崛起，却忽略了一个更重要的事实：
Rust 真正蚕食的，其实是过去属于 C++ 的地盘。
AI Infra 正在形成新的技术分层
如果观察最近两年的明星项目。
mindmap
root((AI Infra))
Python
Agent
Workflow
LangChain
DSPy
FastAPI
模型应用
Go
Kubernetes
Operator
微服务
API Gateway
服务编排
控制面
Rust
Tokenizer
KV Cache
VectorDB
推理引擎
网络框架
数据面
C++
CUDA
TensorRT
FlashAttention
LLVM
编译器
C
Linux Kernel
Driver
Firmware
会发现一种越来越明显的趋势：
flowchart TB
subgraph AI["AI时代基础设施栈"]
PY[Python]
GO[Go]
RS[Rust]
CPP[C++]
C[C]
end
PY --> APP["Agent<br/>Workflow<br/>LLM应用"]
GO --> CTRL["Control Plane<br/>Kubernetes<br/>Operator<br/>API Gateway"]
RS --> DATA["Data Plane<br/>KV Cache<br/>VectorDB<br/>Inference Engine"]
CPP --> GPU["CUDA<br/>TensorRT<br/>FlashAttention"]
C --> DRIVER["Kernel<br/>Driver<br/>Firmware"]
APP --> CTRL
CTRL --> DATA
DATA --> GPU
GPU --> DRIVER
这并不是未来的预测。
而是 2024~2026 年已经发生的现实。
Rust 为什么突然火了？
原因很简单。
AI Infra 出现了大量极致性能场景：
- Tokenizer
- KV Cache
- 向量检索
- 推理网关
- GPU 调度
- 高性能网络
这些组件有一个共同特点：
高并发
低延迟
内存敏感
过去很多项目会选择：
C/C++
而最近几年开始变成：
Rust
很多人因此产生错觉：
flowchart LR
A[AI Infra爆发]
--> B[Rust项目增多]
--> C[媒体报道]
--> D[Rust取代Go]
实际上这里少了一步。
Rust 抢走的很多并不是 Go 的市场。
而是 C++ 的市场。
同一个任务，三种语言会写成什么样？
以推理网关中的 Token 统计为例。
Rust
特点：
- 零成本抽象
- 所有权系统
- 编译期内存安全
use std::sync::Arc;
use tokio::sync::RwLock;
struct TokenCounter {
counts: Arc<RwLock<Vec<u64>>>,
}
编译器会帮你解决：
- 数据竞争
- 悬空指针
- Use After Free
这些曾经属于 C++ 工程师的噩梦。
Go
特点：
- Goroutine
- Channel
- 工程效率极高
go func(idx int, t string) {
defer wg.Done()
results[idx] = uint64(len(strings.Fields(t)))
}(i, text)
代码简单。
维护成本低。
这也是 Kubernetes 最终选择 Go 的重要原因。
C++
特点：
- 极限性能
- 手动管理资源
threads.emplace_back([&, i]() {
results[i] = count_words(texts[i]);
});
自由度极高。
同时风险也极高。
很多线上事故最终都与：
Use After Free
Double Free
Memory Leak
Data Race
有关。
Go 的基本盘其实没动
如果把目光放到整个 Infra 世界。
你会发现：
- Kubernetes
- Docker
- etcd
- Prometheus
- OpenTelemetry
- Argo
这些项目依然建立在 Go 生态之上。
过去十年：
timeline
title 云原生语言演进
2014 : Docker爆发
2015 : Kubernetes崛起
2017 : Go成为云原生标准
2020 : 云原生全面普及
2026 : Go仍然是控制面主流
对于很多企业来说：
基础设施 = Go
已经形成了巨大的生态惯性。
没人会因为 Rust 快一些。
就去重写几十万行生产代码。
企业真正关心什么？
很多开发者关注：
性能
延迟
吞吐量
而 CTO 更关心：
开发效率
招聘难度
维护成本
现实往往是：
| 项目 | Go | Rust |
|---|---|---|
| 招聘 | 容易 | 较难 |
| 学习曲线 | 平缓 | 陡峭 |
| 开发效率 | 高 | 中等 |
| 极限性能 | 高 | 极高 |
| 维护成本 | 低 | 中等 |
| 云原生生态 | 极强 | 快速增长 |
因此大量企业最终的选择是：
flowchart TD
A[是否存在性能瓶颈]
A -->|否| B[继续使用Go]
A -->|是| C[局部引入Rust]
C --> D[高性能模块Rust]
C --> E[控制逻辑Go]
而不是：
All Rust
Rust 真正抢的是谁的市场？
mindmap
root((Rust崛起))
媒体视角
Rust取代Go
新项目大量使用Rust
AI Infra爆发
实际情况
Rust接手C++
Go基本盘稳定
Python统治AI应用
Rust优势
内存安全
无GC
高性能
并发安全
Go优势
开发效率
招聘容易
云原生生态
Kubernetes
C++压力
UseAfterFree
DoubleFree
MemoryLeak
学习成本高
最终格局
Python负责AI
Go负责控制面
Rust负责数据面
很多文章喜欢讨论：
Rust VS Go
但现实中更合理的问题应该是：
Rust VS C++
因为：
- Rust 获得了接近 C++ 的性能
- Rust 拥有远高于 C++ 的安全性
- Rust 降低了系统软件开发门槛
很多新项目开始出现这样的选择：
过去：
性能要求高
↓
直接上 C++
现在：
性能要求高
↓
优先考虑 Rust
这才是最大的变化。
AI Infra 的最终格局
未来几年更可能出现的是：
flowchart LR
CPP[C++]
CPP --> Rust
Go --> CloudNative[云原生]
Python --> AI[AI应用]
Rust --> AIInfra[AI Infra]
CloudNative --> AIInfra
最终形成稳定格局：
| 层级 | 主流语言 |
|---|---|
| AI应用层 | Python |
| 控制面（Control Plane） | Go |
| 数据面（Data Plane） | Rust |
| GPU算子层 | CUDA / C++ |
| 驱动层 | C |
结论
过去十年大家讨论的是：
Go 会不会取代 Java？
现在大家讨论的是：
Rust 会不会取代 Go？
但真正发生的事情其实是：
flowchart LR
OLD["过去十年"]
OLD --> GJ["Go vs Java"]
NOW["现在"]
NOW --> RG["Rust vs Go"]
FUTURE["未来十年"]
FUTURE --> PGR["Python + Go + Rust"]
Go 负责让系统跑起来。
Rust 负责让系统跑得更快。
Python 负责让 AI 真正产生价值。
所以问题从来不是：
Rust 会不会取代 Go？
而是：
在 AI Infra 时代，哪些原本属于 C++ 的领域，正在被 Rust 接管。
这才是这场技术变迁真正值得关注的地方。
