BridgeCraft logobridgecraft
週報顧問服務作品集關於聯絡登入
聯絡

bridgecraft

從資料視覺化到 AI Agent,一直在找下一個 meta

文章主題指南週報顧問服務Labs作品集系統架構關於聯絡RSS

© 2026 BridgeCraft — Waiting7777. All rights reserved.

← 所有文章

Nodejs 的下一代?Deno 1.0 理念翻譯及初探心得。

2020年3月15日 · Waiting7777 · 3 分鐘閱讀

有 Nodejs 之父之稱的 Ryan Dahl, 當年在放下了 Nodejs 開發之後,想回鍋之時,發現整個 Javascript 的生態系已經往前邁進了太多,而隨著時代演進的 Nodejs 裡面隱藏了太多的技術債,所以下定決心開發一個新的語言。Node => no-de => Deno ,那麼 Deno 又有啥過人之處,或是改進了哪些 Nodejs 的問題呢?

安全性

Nodejs 預設擁有訪問你所有文件的權限,對於開發者而言,這非常方便,但對於一般使用者來說,這就實在是風險很高,在 deno 裡面你必須用各種 flag 來開啟權限:

deno --allow-net server.ts
deno --allow-read=/etc test.ts

上面示範了兩個例子,deno 需要拿到特定的權限才能讓你想要的功能運行。

不再依賴 npm

在 nodejs ,因為一開始各種零件跟工具的匱乏,所以 npm 模組管理系統應運而生,但每次開發都要下載一大堆的 node_module 也漸漸為人詬病,如同以下的經典圖。

![node_module] (https://img.devrant.com/devrant/rant/r_1558252_FgBYz.jpg)

在 deno 希望大家都用中央的共用的 library ,也允許你直接 import 網路上的 module 不是在本地端下載一堆重複的 module

import * as log from "https://deno.land/std/log/mod.ts";

開箱即用大型工具

如同 webpack 在發展幾年之後,也成為了現在前端的基本,那麼 deno 期望把這些打包工具,測試工具都變成 “內掛”。這樣打從一開始就學習 deno 這一套就好。但這目前還太理想,有些工具 deno 只提供了 api ,還需要自己來完善或是等人出成共用的模組。

Http Server 效能

根據官方 blog hello-world server,每秒可以處理 25000 筆 request 且最高延遲為 1.3 ms,如果是 nodejs 的話是 34000 筆 reques 但最高延遲為 2~300 ms,而官方認為 25000 筆足以應付現階段大不服的 use case,所以在延遲部分是很大的改進。

結論

Deno 會取代 Nodejs 嗎?我認為答案是否定的,他當初拋棄 Nodejs 跑去搞的 golang,也沒取代其他後端語言,一個程式語言除非他的優點真的遠大過於其他語言,否則要談取代真的太難,最重要的還是社群的活耀度,沒有一開始就完美的東西,有人用就會有人去完善它,能夠與時俱進才是最重要的,儘管如此 deno 還是帶來了很多新概念,尤其是想擺脫 node_module ,這有點如同區塊鏈的討論一般,到底是中心化的效能重要,還是去中心化的社群自治重要,永遠沒有正確答案吧。

每週一篇 — 技術趨勢背後的商業邏輯

分享:

Waiting7777

WoW Arena 冠軍轉前端,用電競 meta 思維拆解技術趨勢。

關於作者

相關文章

YC 裡越來越多二次創業者 — AI 時代為什麼老手反而更吃香創業創投+4

YC 裡越來越多二次創業者 — AI 時代為什麼老手反而更吃香

為什麼 AI 時代反而讓「老手」更吃香?從 YC 的數據看 repeat founder 的優勢在哪,以及這對第一次創業的人有什麼啟示。

2026年8月12日 · Waiting7777 · 7 分鐘閱讀

繼續閱讀 →
OpenChamber:專為 AI Agent 設計的開發環境,跟 IDE 的差別在哪?AI Agents開發工具+5

OpenChamber:專為 AI Agent 設計的開發環境,跟 IDE 的差別在哪?

拆解 OpenChamber 的設計邏輯:為什麼 agent 需要專屬的開發環境、跟直接在 terminal 跑 Claude Code 有什麼本質差異,以及這個方向的商業潛力在哪。

2026年8月11日 · Waiting7777 · 8 分鐘閱讀

繼續閱讀 →
AI coding 工具燒錢有多快?Databricks 告訴你怎麼控成本AI開發工具+4

AI coding 工具燒錢有多快?Databricks 告訴你怎麼控成本

從「Databricks 燒完錢才搞出控制工具」這個角度切入,拆解 AI coding 工具的真實成本結構,以及企業在 scale up 後才發現的坑。對比 Rippling 同樣在燒錢後才蓋 ROI 工具,這是一個系統性問題。

2026年8月8日 · Waiting7777 · 7 分鐘閱讀

繼續閱讀 →

這篇文章對你有幫助嗎?

每週一篇 — 技術趨勢背後的商業邏輯

AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。