本期 Tempest Rust Daily 整理 2026 年 5 月 22 日的 Rust 技術情報。從 25 則來源中精選 12 則值得一讀的訊號，可歸納成四條主線：第一，Rust 進入 Linux 核心的進程，在 RustWeek 2026 得到最高層級的背書；第二，Rust 與 AI／Agent 工作流的結合持續加深，從推論服務的部署到 agent 工具鏈都看得到 Rust 的身影；第三，社群用 Rust 打造的工具與執行環境不斷推陳出新；第四，語言實務面的老問題——WebAssembly、Python 整合——也持續有新的反思。以下逐則說明。
Rust 進入系統核心
Greg KH 在 RustWeek 2026 拋出震撼數字：一項 Rust 提案有望消除 8 成 Linux 核心 CVE—— Linux 核心維護者 Greg Kroah-Hartman 本週在荷蘭烏特勒支的 RustWeek 2026 發表演說，談到一項仍在開發中的 Rust 相關提案，據他所說有可能消除 Linux 核心約 80% 的 CVE 數量。文章強調這不是一個小宣稱，而且這話是出自核心圈內最具份量的人物之一。對台灣關注系統安全的工程師，這條的意義是：記憶體安全語言進核心已不只是理念之爭，而是被量化成具體的資安投報率——若這個比例成立，Rust 化的優先順序在核心社群將更難被質疑。原文：[https://ift.tt/DoLJaGc]
Rust for Linux 現場錄音：來自 Rust Week 的核心開發第一線—— 一集 podcast 的現場錄音，於兩天前在烏特勒支的 Rust Week 錄製，與談者包含 Linux 基金會院士、stable 核心維護者 Greg Kroah-Hartman 等 Linux 圈的知名人物，內容聚焦 Rust for Linux 的現況與第一線開發者的觀點。對台灣想參與 mainline 核心、或評估 Rust 在系統底層成熟度的工程師，這集適合排進通勤清單——它把「Rust 進核心」這件事從新聞標題拉回到實際維護者的日常與痛點。原文：[https://ift.tt/AFmRqOP]
Tokio 核心維護者 Alice Ryhl 的「Rust 推坑短講」—— 一段 YouTube 短影片，由 Alice Ryhl 出鏡——她是 Google Android Rust 團隊的工程師、Rust 語言團隊顧問，也是 Tokio 的核心維護者。影片以精簡形式講述「為什麼值得選 Rust」的論點。對台灣需要向團隊或管理層推銷 Rust 的工程師，這類短影片是現成的溝通素材：由第一線維護者用很短的篇幅把核心賣點講清楚，比冗長的技術文件更容易說動非技術背景的決策者。原文：[https://www.youtube.com/shorts/He5rfkMmXzM]
Rust × AI 與 Agent 工作流
Rust Sidecar 模式：補上 Python AI 部署的弱點—— 文章點出一個真實的工程落差：幾乎所有嚴肅的 ML 工作都發生在 Python——PyTorch、Hugging Face Transformers、vLLM、LangChain，這個生態深厚到幾乎無可取代；但當你要把 Jupyter notebook 裡的 Python 程式碼搬上需要處理大量並行請求的生產級推論端點時，弱點就暴露了。作者提出用 Rust 當「sidecar（邊車）」的模式來補強。對台灣把 ML 模型推上線的後端團隊，這條給出一個務實思路：不必揚棄 Python 生態，而是用 Rust 包住對並行與延遲敏感的服務層，讓兩種語言各司其職。原文：[https://ift.tt/3YoaOSI]
從純 Python 編排轉向 Rust 混合架構：Mutagen 的架構決策—— 一個團隊分享他們調整內部工具鏈的決定：把純 Python 的編排（orchestration）模型，改成一套混合架構——其中「artifact 檢視」這類粗重的工作改由 Rust 負責。文章以「Rust vs Python for Agentic Workflow Harness」為題，記錄這個取捨的理由。對台灣自建 agent 工作流框架的團隊，這條呼應了一個反覆出現的模式：Python 留在「決策與編排」這一層，Rust 接手「重度資料處理」這一層；在動手改寫前，值得先盤點自己的 harness 裡哪些環節真的是效能熱點。原文：[https://ift.tt/rJWpdEe]
Claude 有 14% 機率回傳 “`json 區塊：一個處理結構化輸出的 Rust crate—— 作者的 system prompt 明確要求「只回傳 JSON 物件、不要程式碼圍欄、不要解釋」，照理說該夠了，但實際上不夠。他在一週內記錄了 12,400 次結構化輸出呼叫（多數使用 Claude Sonnet 4.5 與 4.7），統計回應實際可解析的比例，並把心得整理成一個 Rust crate。對台灣串接 LLM 做結構化輸出的工程師，這條是很實在的提醒：別假設模型一定會乖乖遵守格式指令——在解析層就要預設模型可能包上程式碼圍欄或夾帶雜訊，並用容錯的方式抽取 JSON。原文：[https://ift.tt/AXpZyas]
Rmux：為 AI agent 從頭打造的 Rust 終端機多工器—— 一篇評測介紹 Rmux：一個從零開始、用 Rust 重寫「終端機多工器（terminal multiplexer）」概念的專案，但它和 tmux 的關鍵差別在於——它是專為 AI agent 而設計的。原文最初發表於 andrew.ooo。對台灣重度使用 coding agent 的工程師，這條反映出一個正在成形的需求：當你同時操控多個 agent，傳統為人類互動而設計的終端機多工器並不貼合「程式化控制」的使用情境，於是出現了為 agent 量身打造的替代品。原文：[https://ift.tt/DjPx8EY]
用 Rust 打造的工具與專案
iwe：把一整個 markdown 資料夾變成可查詢圖譜的 Rust CLI + LSP—— iwe 是一個單一的 Rust 執行檔，它把一個放滿 .md 檔的目錄當成知識圖譜來處理，而且同一份安裝同時提供 CLI 與 LSP 伺服器兩種介面。它最吸睛的功能是替筆記提供一套查詢語言，例如 iwe find --filter 'status: draft, priority: {$gte: 8}'。對台灣用 Markdown 管理筆記、文件或知識庫的工程師，這個專案值得一試：它把純文字筆記升級成可程式化查詢的結構化資料，而 LSP 介面也讓它能直接整合進編輯器。原文：[https://ift.tt/i2uIpAM]
Ardon-R2：以 Rust 重新實作 R 語言執行環境的開源專案—— 開發者開源了 Ardon-R2——一個用 Rust 重寫 R 語言 runtime 的專案，倉庫採 AGPL-3.0 授權，目前版本為 v0.1.1，並附上可對照你自己 R 安裝的並列 benchmark harness。作者也說明這是一個 AI 輔助完成的專案。對台灣使用 R 做統計與資料分析的團隊，這條展示了「用 Rust 重寫既有語言 runtime」這條路線的可行性；不過考量到 AGPL-3.0 授權與 v0.1.1 的早期階段，現階段更適合當研究與評估對象，而非直接投入生產。原文：[https://ift.tt/9yEPYf8]
Ursula：thread-per-core、多 Raft 的 Rust runtime，專攻 HTTP 事件串流—— Ursula 是一個自架、分散式的伺服器，用來承載文件編輯、agent 執行、工作流與聊天背後那種「可重播、只能附加（append-only）」的事件時間軸。它採用 thread-per-core 與多 Raft 的架構，並透過 HTTP 講 Durable Streams Protocol。對台灣需要為 agent 執行或協作編輯建立可靠事件記錄的團隊，這條提供了一個值得追蹤的基礎設施選項：把「可重播的事件時間軸」當成一等公民，對需要稽核、回放與時序重建的 agent 系統特別有用。原文：[https://ift.tt/r3aTPsE]
語言實務與生態整合
純 Rust 編 WASM 比你想的更難：四個沒寫在入門文件裡的坑—— 多數 Rust 開發者相信那套說法：編譯成 WebAssembly、丟上瀏覽器、不需要 C。加上 wasm32-unknown-unknown 目標、跑 wasm-pack build，就完成了。但一旦放到真實專案上，就會撞上四個陷阱，而且沒有一個寫在入門文件裡——文章列出的第一個，就和一個被棄用的記憶體配置器（allocator）有關。對台灣要把 Rust 程式碼帶上瀏覽器的團隊，這篇是值得先讀的避雷指南：在排專案時程前先了解這些坑，能避免在「以為快做完了」的階段才撞牆。原文：[https://ift.tt/0NFkmn4]
This Week in Rust 第 652 期出刊—— Rust 官方社群電子報《This Week in Rust》發行第 652 期，一如既往彙整本週 Rust 語言的進度與社群動態。對台灣的 Rust 工程師，這份週報是維持生態敏感度最省力的管道：固定追蹤一期，就能掌握 RFC 進展、值得關注的 crate、社群活動與相關資訊，適合排進每週固定閱讀清單。原文：[https://ift.tt/hZ4OJ2v]
結語
綜觀本日訊號，Rust 的兩條發展軸線在 2026 年 5 月中旬更加清晰：一條是「往系統底層扎根」——RustWeek 2026 上 Greg KH 把 Rust 化講成可量化的核心資安投報率，Rust for Linux 也走到需要更多人手的擴張期；另一條是「往 AI 與 Agent 工作流靠攏」——無論是用 Rust 補強 Python 推論服務的部署弱點、把 agent harness 的重活交給 Rust，還是為 agent 打造專用終端機與事件串流 runtime，Rust 都站在 AI 開發潮流的關鍵位置。對台灣的工程團隊，本週可以具體推進三件事：一是評估「Python 編排 + Rust 重活」這種混合架構是否適用於自家的推論或 agent 服務；二是若有 WASM 上線計畫，提早把那四個常見陷阱納入風險清單；三是把《This Week in Rust》排進固定閱讀清單，維持對生態的敏感度。Rust 的學習曲線依舊陡峭，但它能站穩的位置，正一年比一年清楚。