我們在一天內利用 AI 重寫了 JSONata，每年節省 50 萬美元

背景

這篇來自 Reco 的文章分享了他們如何利用 AI 在一天內將 JSONata 引擎從 JavaScript 改寫為 Go 語言，進而每年節省 50 萬美元的雲端運算成本。該公司原先在 Go 語言開發的主管線中，透過 RPC 呼叫運行在 Kubernetes 上的 Node.js 服務來處理 JSON 轉換，這種架構導致了巨大的效能瓶頸與昂貴的基礎設施支出。

社群觀點

Hacker News 的討論呈現出極度兩極化的反應，許多資深工程師對這項「成就」感到不以為然，甚至認為這反映了現代軟體工程的某種荒謬。爭論的核心在於該公司原有的架構設計。多位評論者指出，每年花費 30 萬至 50 萬美元在 JSON 解析的 RPC 呼叫上，本身就是極其低效且不合理的設計。有人直言，這並非 AI 的勝利，而是修正了一個原本就不該存在的架構錯誤；將跨進程的 RPC 呼叫改為進程內的函數調用，即便不使用 AI，改用任何語言實作都能獲得千倍以上的效能提升。

針對 AI 在此過程中的角色，社群也展開了關於「Vibe Coding」（憑感覺編碼）的討論。支持者認為 AI 大幅降低了移植程式碼的門檻，讓原本需要數週的人力成本縮減至幾百美元的 Token 費用，這確實改變了軟體開發的經濟模型。然而，反對者則擔憂這種做法會產生大量缺乏維護、無人真正理解的「AI 廢料」。有留言質疑，JSONata 官方文件早已列出兩個現成的 Go 語言實作版本，Reco 團隊卻選擇花錢請 AI 重新發明輪子，這種行為被批評為純粹的行銷噱頭，而非嚴謹的工程決策。

此外，關於 JSON 序列化成本的技術爭論也十分熱烈。部分開發者認為在規模化場景下，JSON 解析確實是沉重的負擔，但更多人反駁稱，現代 JSON 解析器已經高度優化，真正的成本往往來自於過度設計的微服務架構。有評論幽默地提到，如果真的追求效能，下一步應該是放棄 JSON 改用二進位格式，而不是執著於如何更快地解析它。整體而言，社群對此案例的共識傾向於：這是一個典型的「解決了自己創造的問題」的故事，雖然節省了巨額資金，但也暴露了當前企業在雲端資源管理與架構選擇上的盲點。

延伸閱讀

在討論中，參與者提到了幾個相關的技術背景與資源。首先是 Cloudflare 的 vinext 重寫計畫，這是 Reco 宣稱效法的對象。在替代方案方面，留言者指出了 JSONata 官方推薦的 Go 實作版本，以及歷史悠久但常被現代開發者忽略的二進位編碼標準如 ASN.1（及其 BER/DER 格式）。另外，也有開發者分享了針對檔案管理與轉換的開源專案 Filestash，作為討論軟體價值與 AI 衝擊的對照案例。