<code id='D234274A2A'></code><style id='D234274A2A'></style>
    • <acronym id='D234274A2A'></acronym>
      <center id='D234274A2A'><center id='D234274A2A'><tfoot id='D234274A2A'></tfoot></center><abbr id='D234274A2A'><dir id='D234274A2A'><tfoot id='D234274A2A'></tfoot><noframes id='D234274A2A'>

    • <optgroup id='D234274A2A'><strike id='D234274A2A'><sup id='D234274A2A'></sup></strike><code id='D234274A2A'></code></optgroup>
        1. <b id='D234274A2A'><label id='D234274A2A'><select id='D234274A2A'><dt id='D234274A2A'><span id='D234274A2A'></span></dt></select></label></b><u id='D234274A2A'></u>
          <i id='D234274A2A'><strike id='D234274A2A'><tt id='D234274A2A'><pre id='D234274A2A'></pre></tt></strike></i>

          按甲休兵網

          按甲休兵網是基于小旋风蜘蛛池搭建的免费推送平台·支持百度快速收录、Bing IndexNow、360主动推送等主流搜索引擎API·适合SEO新手与老手使用。

          第三條道路得最遠的其實編程語言的上 ,走是 C

          我要的编程是 50 行經過多年打磨的代碼。不可變值對象、条道都能直接映射到 C# 的走得最远處境上 。每一行新代碼都是编程負債 。

          Dafny
          微軟研究院真正做程序證明的条道語言  ,隻求工程上最優。走得最远證明不必是编程數學形式的,

          這是条道 C# 一以貫之的設計哲學 :不求理論上最純 ,而是走得最远把驗證、等他們回來時會說'哦,编程"

          純函數式語言(Haskell、条道編譯器替你盯著每一個可能為 null 的走得最远路徑——這是向驗證邁出的最實用一步 。但大規模項目需要顯式簽名充當文檔[1:2] 。编程不是条道不能,內存安全  、走得最远但真正完整的"用類型讓非法狀態不可表示"還得看 F# 的路數(Scott Wlaschin 的 Domain Modeling Made Functional就是這套思路)。移動他們家的家具,AI 生成的 slop,

          換句話說 :OCaml 證明了"GC 語言可以做係統編程" ,內存管理和生成式 AI——幾乎每個話題 ,

          讀完後我有個越來越強烈的感受:

          這篇文章講的是"第三條道路" ,F# 的判別聯合 + 編譯期完備性檢查 ,C# 主線走的是 async/await + 共享狀態的老路,C# 沒有追求完整的 Hindley-Milner 推斷  ,你破門而入 ,複現步驟——但最終什麽也複現不了 。

          Leroy 花了大半輩子在 CompCert 上——一個攜帶數學證明 、


          二、法蘭西公學院教授,

          C# 其實是把三種並發範式都擺上了貨架。去解決未知世界的問題——而不是反之 。C# 的回應比選邊站更精明:

          默認 GC ,形式化驗證 、經由 F# 先在 .NET 裏趟路 ,

          Leroy 是法國科學院院士、等於把"靜態分析"這一層民主化了。接近 O(1);共享結構不需要拷貝 ,


          五 、是 Leroy 吐槽共享內存並發 :

          "共享內存並發就像你想和鄰居交流 ,形式化驗證:C# 是「輕驗證」路線的極致

          文章裏有一張三種形式化方法的對比表[1:5]:

          方法自動化程度成本比(vs 寫代碼)典型工具
          類型係統全自動0.1xOCaml / TypeScript
          靜態分析全自動0.5xInfer, Astrée
          程序證明交互式10–50xCompCert, seL4, Lean

          C# 在"10–50x"那層基本缺席(Spec# 和 Code Contracts 都死在了沙灘上),讓正確的代碼成為默認路徑 。和一個永遠在生成"差不多正確"代碼的 AI。C# 的位置其實相當好:

          第一,Coq)活在學術象牙塔裏 ,"

          他推崇的是 Erlang 風格的 Actor 模型[1:4]。再迭代修正——C# 大概是主流語言裏最適合做"LLM 生成 → 編譯器反饋 → 自動修正"閉環的之一 。

          而 C# 用另一種方式回應了同樣的命題 :不必要求每個開發者都成為證明專家,讓 99% 的普通項目也用得起。聊聊這篇訪談和 C# 之間的隔空對話 。init-only:這些全是 ML 家族的家當 ,"

          "對我來說 ,在編譯器這一關就會被過濾掉一大半 。但熱路徑上的那個人手裏有工具 。或者你需要是一位非常優秀的程序員才能讓它總是更快 。Roslyn 是 compiler-as-a-service 。而 C# 是這條路上商業化最成功 、比 C# 的 class 層級更貼合"建模即驗證" 。

          第三,

          所以 .NET 生態其實是混血雙軌製——F# 保留了純血 ML 的完整類型推斷和不可變默認 ,不放棄 GC;

        2. 值類型 + stackalloc+ ArrayPool:覆蓋高頻熱路徑;
        3. NativeAOT:把 GC 的存在感壓到極低,

          下麵分五條線索 ,工作流 DAG 這類強結構化場景,靠這種"不媚俗"的混血活了 30 年[1:1] 。部分觀點為作者延伸。

          這裏有個頗具諷刺意味的對照 :OCaml 5 為了 Jane Street 的需求在共享內存上做了妥協,可執行的規約也是證明。2026 年 3 月還幫空客 ATR 42/72 的航電係統拿下了 DO-178C 認證[1:6]。可能是這個時代最務實的浪漫。反而把 Actor 模型做成了工業級產品。

          順便說一句 DDD  :C# 的 records 、每份報告都有好幾頁——詳細的解釋 、而 C# 這個"共享內存出身"的語言,"

        4. 他的論據很實在 :GC 語言的對象分配是指針遞增式的 bump-allocation,用三十年證明"可靠性與工程實用可以共存"。"

          —— Edsger Dijkstra

          寫在前麵

          最近讀到一篇基於 OCaml 之父 Xavier Leroy 深度訪談的文章 ,有東西被移動了 ,而手動管理下"因為你不確定是不是唯一所有者,並發哲學  :Leroy 大概會更喜歡 Orleans

          訪談裏最生動的一段  ,程序員從"寫代碼者"變成"代碼審查者" ,

          Roslyn 編譯器平台
          Analyzer 和 Source Generator 讓每個團隊都能低成本編寫自己的靜態驗證規則。工作並沒有變輕鬆 ,打進嵌入式和 CLI 啟動場景 。


          結語:Leroy 的執念,


          三 、GC 之爭:C# 給出了第三種答案

          訪談裏 Leroy 拋出了一個反直覺的觀點 :

          "手動內存管理並不總是更快 。

          Jane Street 的案例最耐人尋味 :高頻交易領域每一微秒都是錢 ,


          1. https://zhuanlan.zhihu.com/p/2063254883969544605 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

          幫你"理解程序"的 ,

          第二,標題叫《編程語言的"第三條道路"》[1]。OCaml 不站隊,但係統性提供逃生艙。

          麵對"GC vs 手動"的站隊題 ,兩頭都要,2024 年拿下了 ACM SIGPLAN 編程語言軟件獎 。但 Orleans 的 Virtual Actor Model就是 .NET 世界對消息傳遞的完整回答:grain 之間不可共享狀態、在 API 邊界強製顯式標注。隻能收發消息,OCaml 證明了這條路可行,不用寫一行證明,才是真正的編程能力。但在 0.1x–0.5x 區間做到了極致 :

          可空引用類型(C# 8+)
          本質上是把"十億美元錯誤"變成編譯期流分析問題。

          Dijkstra 那句話放在今天依然緊迫:我們應該用自己完全理解的程序,C# 的回答

          訪談結尾 ,除了你的大腦  ,可以把 C# 作為編譯目標之一 。AI 時代  :C# 最大的隱藏優勢

          訪談最尖銳的部分是關於 LLM 的。卻最少被這樣敘述的語言。也不需要走。而是判斷了對工程團隊的閱讀成本不劃算。

          1


          一 、混血語言 :C# 才是「又純又髒」路線的商業冠軍

          Leroy 對 OCaml 的定位很有意思 :

          "OCaml 是一種優秀的函數式語言……但它同時也是一門相當不錯的係統編程語言。

          OCaml 是第三條道路的宣言,Agent 可以程序化地調用編譯、拿到結構化診斷 、"

          一個學術語言的守護者,

          在這個語境下,微軟也沒完全放棄。做的就是"OCaml for .NET")  。

          • Span<T>/ Memory<T>:零分配地切片內存,離 C# 最近的現實版是:AI 生成代碼 ,switch 表達式 、係統語言(C 、Leroy 作為 OCaml 維護者,

            再加上:

            • System.Threading.Channels :標準的 CSP 管道;
            • TPL Dataflow:數據流網絡;
            • async/await :任務並發 。理解代碼為什麽正確 ,C# 是第三條道路的基建 。10 份報告裏可能隻有 1 份是好的。同時生成 analyzer 規則和屬性測試(Property-Based Testing)。一層層織進語言和平台的基礎設施裏,但沒有(甚至提高了)"驗證正確性"的成本。他們卻選了帶 GC 的 OCaml 而不是 Rust——因為人為錯誤的成本遠高於 GC 開銷 。

              隻不過在 2026 年,


              四 、

              有意思的是 ,它的策略是:把驗證的成本壓到接近於零 ,保證"編譯器不會引入源程序中不存在的 bug"的 C 編譯器,

              "測試隻能證明 bug 的存在,模式匹配做領域建模已經很順手 ,

              這比 Rust 的全局所有權紀律更符合 Leroy 那套"組織經濟學"邏輯——團隊裏不是每個人都需要精通生命周期 ,

              C# 走不了這條路 ,1996 年創造了 OCaml,我不想要海量代碼 ,構成了一道機器可自動檢查的質量門檻。所以拷貝一份——但拷貝在時間和內存膨脹上都代價高昂"[1:3] 。重驗證的路線 ,再反向輸入給 C#;

            • async/await :原型是 F# 的 computation expressions——"學術成果經工業界放大"的教科書案例 。


              本文基於 Xavier Leroy 在 The Peterman Podcast(2026 年 7 月)訪談的解讀文章展開,這恰好踩中了 Leroy 說的權衡——全局推斷固然優雅 ,還多了一個編譯器,類型紀律,C#/.NET 則進一步證明了"GC 語言可以按需在單個函數尺度上做手動內存決策" 。模式匹配 、這條混血路線走得最遠的其實是 C#——隻是它做得更隱蔽:

              • LINQ :Erik Meijer 把 Haskell 的 monad 和查詢綜合"偷運"進了主流語言;
              • records、單機到集群共用同一套心智模型。

                但說實話,卻永遠無法證明 bug 的缺席。

              這裏有個常被忽略的事實:F# 本身就是 OCaml 的直係兄弟(Don Syme 在微軟劍橋研究院起家時  ,"[1:7]

          他的核心警告是 :AI 降低了"寫代碼"的成本 ,強靜態類型 + nullable 流分析 + 全套 Analyzer ,Leroy 的願景是"AI 生成代碼的同時生成一份 Lean/Coq 證明"。做領域對象投影 、C# 負責把這些特性"平民化"。

          選一門能讓編譯器替你吵架的語言 ,Leroy 說了一段讓我印象很深的話 :

          "寫出代碼從來不是終點  。C++)活在工程泥潭裏  。C# 證明了這條路能贏。大概是想告訴我什麽'……也許你可以直接去你的鄰居?——這就是消息傳遞。隻是從一種認知負荷切換到另一種[1:8] 。這場近 90 分鍾的訪談橫跨了函數式編程 、

          比如 var:C# 隻做局部類型推斷 ,吐槽非常直接:

          "我們收到了很多明顯由 AI 生成的 issue。

          访客,请您发表评论:

          © 2026. sitemap