編按:本文綜合整理自 Goose 官方網站、GitHub 原始碼倉庫 aardappel/goose、官方基準測試結果 bench/results.md、官方前人研究調查 docs/design/prior_art.md、Goose 語言規格書、Hacker News 討論串(512 分、311 則回覆)、Lobsters 討論串、獨立程式語言競技場 LangArena、作者 Wouter van Oortmerssen 個人網站 與 esoteric.codes 的語言設計者訪談,並加入 Siami 編輯部觀點與分析。
2026 年 10 月 24 日晚間,一個名為 Goose 的程式語言登上 Hacker News 首頁。到 10 月 26 日為止,它累積 512 分、311 則回覆,在 Lobsters 也另開一輪討論。這個分數已經高過同一週的 Cerebras 萬億參數部署解析與 Local Wikipedia。
這門語言的宣傳標語只有一句話:記憶體安全系統語言,沒有堆積體配置器、沒有垃圾回收、也沒有生命週期標註。 在官方網站的自我介紹裡,作者直接寫著「在這個 repository 的基準測試中,Goose 比 C++ 與 Rust 還快,而且更省記憶體」。
背後的作者是 Wouter van Oortmerssen,網路上的名字叫 aardappel。他是 1980 年代 Amiga 時代的 Amiga E 語言作者,寫過 Voxray 算繪引擎與 Cube2/Sauerbraten 射擊遊戲,現在住在舊金山,做遊戲、引擎、程式語言與工具。這不是他做的第一門語言,此前還有 FALSE 與 Lobster。
一門沒有堆積體的語言:N 個資料堆疊
Goose 的核心機制,是把「堆積體」這個概念整個拿掉。
一般語言的動態資料都躺在堆積體上,靠配置器分配,靠垃圾回收或手動釋放。Goose 換了一個模型:整個程式有原生呼叫堆疊、靜態資料,以及 N 個資料堆疊(data stacks),而 N 這個數字由編譯器在編譯期決定。
每個資料堆疊是一塊巨大的虛擬位址空間保留區,配一個 bump pointer。關鍵在於這條不變量:每個堆疊同時最多只有一個可成長的值,而且它永遠在最頂端。
帶來三個直接結果:
- 成長只是指標加一。 不需要檢查容量,不會搬移任何東西。
- 釋放是一次儲存。 一個有一百萬個元素的結構被釋放,不管巢狀多深,都只是把堆疊頂端指標寫回原位。
- 參照在成長後依然有效。 指向陣列內部元素的參照,不會因為重新配置而失效——這是
std::vector與 RustVec做不到的事,兩者都必須重新配置,因此無法保證內部指標穩定。
作者舉了一個具體對照:一個在 C++ 需要 160 bytes 加一次堆積配置的結構,在 Goose 是 29 bytes 加零次配置。
記憶體安全,卻不用寫任何標註
Rust 的記憶體安全靠 borrow checker 與生命週期標註。Goose 走的是另一條路:由編譯器推導每個參照的根(root)。
每個參照與切片都有一個編譯期根,也就是綁定其目標生命週期的變數。參照不得活得比擁有它目標的變數更久,編譯器會推導出這些根,並依根特化函式,因此不需要任何標註。結果是沒有生命週期語法、沒有別名或互斥規則、也沒有 unsafe。
其他幾個設計同樣有點顛覆性:
- 巢狀資料就地內嵌。 字串、字串陣列、含變長欄位的記錄,全部存成單一連續區塊,內部沒有任何指標。
- 變長大小的列舉。 每個值只佔自己變體的大小,而不是最大變體的大小。官方測試中這一項比 Rust 的 enum 省 4 倍記憶體、跑快 2 倍。
- 比指標更窄的連結。 相對參照是 1、2 或 4 bytes 的型別化偏移量,結構因此與位址無關,可以直接寫進檔案、讀回時跑一次驗證。
- 保證就地建構。
items.push(parse(line))直接把解析結果寫進陣列,回傳可成長陣列也不會複製。 - 跨多層呼叫回傳錯誤。
return err from load可以從任意深度的呼叫框架回傳,靜態檢查,不需要 unwinder、也不需要Result型別與每處的?。 - 不共享記憶體的執行緒。 worker 是獨立程式,透過型別化佇列以 memcpy 傳遞平坦值。語言層面不存在資料競爭、鎖、原子操作與記憶體序。
整個編譯器輸出成單一 C 檔案,所以能在任何有 C 編譯器的地方跑,也能透過 extern fn 直接呼叫 C。內附的 TinyCC 後端則讓程式可以在編譯器行程內直接執行,沒有建置步驟。
速度從哪裡來
官方在 AMD Ryzen 9 9950X3D、94 GB RAM、Windows 11 上跑了 16 項基準測試,工具鏈是 MSVC 19.51 與 clang-cl 22.1.3,Rust 端是 rustc 1.98.0,測試資料生成於 2026 年 10 月 16 日。
幾何平均的結果如下:
| 比較基準 | 速度比 | 記憶體用量比 |
|---|---|---|
| 慣用寫法的 C++ | 3.51x | 少 1.95x |
| 手工最佳化的 C++ | 1.24x | 少 1.32x |
| 最佳安全 Rust | 1.13x | 少 1.25x |
單項最誇張的是 bintrees,Goose 跑 206/204 ms,慣用 C++ 的 arena 是 393/407 ms,最佳 Rust arena 是 235 ms。差距最大的是記憶體:records 這項比 Rust 快 2.02 至 2.26 倍,記憶體卻少了 3.98 倍;sexp 的記憶體用量比 C++ 的擁有節點版本少 5.04 倍。
不過同一份報告也把輸的地方寫得很清楚:
calc跑 481/491 ms,Rust arena 是 436 ms,輸。lru跑 2,760/2,068 ms,Rust 是 2,249 ms,MSVC 下輸、clang 下贏。scene跑 460/371 ms,Rust 是 379 ms,同樣是 MSVC 下輸、clang 下接近平手。- 啟動成本也有底線:空程式 Goose 是 13.1 ms/7.8 MB,C++ 是 13.8 ms/7.8 MB。小資料量時的比值要扣掉這個固定成本才有意義。
作者在留言區主動補了一句:「『比某某快』是平均值的意思。在我自己的基準測試還有別人做的獨立測試裡,都可以找到 Goose 比較慢的演算法案例,不過它們傾向於是例外。我還沒找到『大幅』比較慢的情況。」
為什麼這件事重要
三個理由。
第一,這是一份完整的設計論述,不是一個玩具。 作者在官方文件裡放了一份 prior_art.md,把 2026 年 10 月做的一輪前人研究完整公開:涵蓋動態 arena 與 obstack 設計、靜態區域系統、Ada、OCaml、ParaSail、即時 Java,然後掃過 Austral、Verona、Mojo、Koka、Lobster、Zig 等等數十門生產級、業餘與研究型語言,加上多堆疊配置、可變大小資料的堆疊配置、無標註生命週期推導、destination passing 這些學術文獻。結論是:沒有任何語言或論文同時組合了 Goose 的這些成分,但每一個成分都有前例。 報告列出五項找不到先例的做法,其中最關鍵的一項是「依存活期把可成長值指派到編譯期固定數量的堆疊,就像指派暫存器那樣」。
第二,64 位虛擬位址空間是前提條件,而這件事的門檻正在下降。 作者在留言區解釋:今天幾乎所有語言都是拿 32 位元的限制去設計的,一旦能給陣列保留巨量位址空間,就不必重新配置,參照也就天然穩定。這套設計在 WebAssembly 與 32 位元嵌入式環境裡會遇到麻煩,作者也坦白 Goose 依賴 64 位位址空間、在 32 位元上會非常吃緊。
第三,也是最有意思的一點:這門語言的編譯器本身,是 AI 寫的。 官方 README 的〈History & Use of AI〉章節寫得很直白:這個 repository 幾乎完全由 AI 產出,起點是一份人類的語言設計。作者幾年前就設計好 Goose 並開始實作,但當時正在忙於經營一家用自己另一門語言 Lobster 打造的遊戲新創公司,沒有時間完成。他原本不指望 AI 幫上忙,直到 Fable 問世。他讓 AI 複製自己前一部編譯器(Lobster 編譯器)的風格與結構,結果讀起來幾乎像自己的程式碼。
版本 2.0 的作者名單就這樣並列著:Wouter van Oortmerssen(語言設計、編譯器設計、程式碼規範)與 Claude Fable(編譯器實作、基準測試、範例與文件撰寫)。作者也解釋為什麼編譯器用 C++ 寫而不是 Rust 或他自己寫的 Lobster:「有了 Fable,我的觀察是它在任何語言裡都幾乎同樣有能力,而 Rust 或其他語言那些強大的護欄已經不像以前那樣緊迫了。」
數據解讀:官方數字要怎麼讀
官方報告寫得很誠實,但有幾處必須自己拆開來看。
匯總口徑是混合的。 每一個比較層級都取 Goose 各自最快的實作,速度與記憶體數字甚至來自不同實作。舉例而言,graph 的速度取自 CSR 實作,記憶體數字卻取自 linked adjacency。也就是說表格裡的「幾何平均」不是同一份程式跑出來的平均。
基於作者自己寫的對照組。 「慣用寫法」的 C++ 是 unique_ptr、vector<string>、unordered_map、std::variant;「手工最佳化」的 C++ 是預先精確保留容量的 arena 加索引、string_view、扁平偏移、開放定址、CSR。這個區分本身很誠實,但 3.51 倍這個數字是拿 Goose 對上「C++ 程式碼會被寫成什麼樣子」,拿 1.13 倍對上「Rust 能不能做到同樣的事」,兩者口徑不同,不宜直接相加解讀。
跑分環境偏單一。 全部 16 項都在同一台 Windows 機器上完成,沒有 macOS 或 Linux 的結果,也沒有跨平台的原始碼測試。
真正值得看的不是平均,是分佈。 記憶體的優勢在所有項目上都成立且幅度可觀(records 少 3.98 倍、sexp 少 5.04 倍),這是設計直接帶來的結果,不是調參可以比擬的。速度優勢則集中在資料佈局密集的項目上,一旦碰到需要共享可變狀態或大訊息傳遞的場景,就會被抹平甚至反轉——calc、lru、scene 三項輸給 Rust 就是明證。
質疑:留言區最尖銳的四個問題
Hacker News 那 311 則回覆裡,討論的品質高得罕見。幾個最值得記錄的質疑:
第一,教程第一個例子在事實上是錯的。 網友 jcmoyer 指出,Goose 教學用 vector<string> 當對照組,但 C++ 的 std::string 有小字串最佳化,可以避開逐字串的堆積配置,而所有主流 STL 實作都有做這個最佳化——那個 160 bytes 對 29 bytes 的對照,選了對 Goose 不利的比較基準。
第二,大訊息傳遞會讓訊息傳遞本身變成瓶頸。 網友 nextaccountic 的分析最精準:Goose 的 worker 之間只能透過 memcpy 傳遞平坦值,等於每則訊息要寫兩次記憶體(一次進自己的 buffer、一次複製給對方),訊息大到塞不進 cache 時,開銷會明顯蓋過 Goose 原本的優勢。作者在回覆中承認了這一點,也承認若 Rust 端改用原子操作而非訊息傳遞,某些演算法會更快——但他說:「如果你沒找到這類案例,那是因為你沒有專門寫這種場景的基準測試。」
第三,堆疊之間的虛擬記憶體間距。 網友 dananabread 從原始碼裡看出,編譯器產生的 N 個堆疊在虛擬記憶體裡彼此至少隔 2 GB,並追問有沒有被撐爆的實際案例、以及這麼稀疏的位址配置會不會影響記憶體局部性。作者回應說語言本身佔用的實體記憶體其實很少,也點出這個設計在嵌入式系統的侷限。
第四,文件讀不出人的意圖。 網友 adastra22 的質問在整串討論裡最有代表性:「我會把整份文件全部丟掉,用你自己的話重寫一遍。我理解我們活在一個機器寫大部分甚至全部程式碼的時代,這點我可以接受。但我要考慮使用並擴充這個專案,至少得知道設計裡哪一部分是你的、哪一部分是 Claude 的意外產物。」這段後來被轉成社群流傳的「de-ai the docs」請求。
也有支持者給了反向的觀察。網友 jeff_ciesielski 把商業 Rust 專案裡的幾個演算法搬過去,發現明顯更快,但關鍵收穫是:Goose 讓 LLM 去用了更有效率的資料結構,把這些搬回 Rust 之後幾乎保留了所有收益。他說,真正讓他驚訝的不是 Goose 快,而是「幾乎零成本地讓 LLM 在不同語言裡探索一遍,結果比我坐在這裡跑 perf 擠 cycle 更好」。作者對此的回應是:「用好它對人類要求蠻高的,但結果是比較好的 LLM 用它寫程式不會覺得吃力,所以或許它剛好踩中點了。」
這門語言還缺什麼
Goose 目前是 2.0 版,語法接近 C 與 Rust 程式設計師的習慣,官方提供 Windows x64、Linux x64、macOS(Apple silicon 與 Intel)的預先編譯編譯器,內建圖形、音訊、UI 與物理套件。官方文件列出的限制則相當具體:
- 遞迴函式無法跨遞迴呼叫保留可成長資料,需要把 scratch 資料在呼叫前結束,或以 pool 形式傳入。
- 變長元素陣列可以迭代但不能索引,除非另外維護一組參照索引。
- 沒有逃逸閉包、沒有函式指標、沒有超出 ADT tag 的動態派發。
- 只支援全程式編譯。
- 一個已歸還給 reusable pool、卻仍被參照的 slot,會讀到下一個擁有者寫進去的內容。作者強調:「那是邏輯錯誤,但絕不會是記憶體損毀。」
在留言區,一位正在開發自己語言的開發者 ashkankiani 說了一段頗有分量的話。他自己七年前受 Handmade Hero 社群影響,把區域式記憶體管理定為語言目標,也認為預設成這種模型確實可以做出很快的程式——但他同時指出,目標越多複雜度就會爆炸式成長:「我確實認為光是區域式記憶體這一部分,就值得當成語言的一項功能來做,所以我很欣賞你的務實。」
作者則引用 ML Kit 的區域推導(region inference)作為最接近的前作,同時指出當年的限制不同:ML Kit 沒有像 Goose 這樣可以利用的 64 位位址空間,只能用記憶體區塊鏈來做,並且在執行期追蹤許多 Goose 現在在編譯期就決定的事情。
語言之外:這件事真正的新意
把整件事拉遠一點看,Goose 最值得注意的地方,可能不是那 3.51 倍,也不是那個沒有堆積體的模型。
而是一份語言設計加上 AI 產出的編譯器,這個組合本身已經跑通了。作者在留言區說得很清楚:Goose 的語法與語義主要是為人類設計的,一開始完全沒考虑「在 AI 時代這門語言還有意義嗎」這個問題——他只是有一個自己非常確信的設計,想要它存在。設計完成後,再交給 AI 逐段實作。
結果是:一份數年前就存在的設計草稿,在 2026 年被一個 AI 編譯器補完,跑出了 16 項基準測試、完整的語言規格書、三十一個可執行的範例程式、一份前人研究調查,登上 Hacker News 首頁拿到 512 分。
這對整個「AI 寫程式」討論拋出了一個不太舒服的問題。當程式碼的可拋棄性真的成立、當語言的長期演化與累積的工程知識真的可以交給模型重建,那麼「語言需要活很久」這個前提本身是否還成立?留言區那位 adastra22 的追問其實正是在問這件事——語言與編譯器是要長期演化的累積物,而 AI 重寫程式碼時並不會保留那份累積。
另一個問題則更實際。評論者指出,官方 README 的自我評價寫著「Faster than C++ and than safe Rust」,而留言區有人直接回覆「Why Goose 那段有個錯誤:Faster than C++ and than safe Rust, while memory safe」。這種由 AI 大量生成的文件品質落差,幾乎是整個討論裡最被低估的一項風險。
無論如何,Goose 至少證明了一件事:在 Rust 之外,「記憶體安全」這件事還有第三條路。 它要求設計者先放棄一部分便利性——放棄 unsafe、放棄生命週期標註、放棄堆積體、放棄跨執行緒共享狀態——換取另一種東西:一個不需要配置器、不需要回收器、也不需要在程式碼裡寫下任何所有權宣告的系統語言。
作者在官方 README 的最後寫著,這門語言的最新版本、以及所有語言設計決定的完整紀錄,都寫在 aardappel.github.io/goose。
網友熱門留言 (6)