

# 前言

AI 写代码越来越快，软件工程的难题却没有随之消失。

项目早期，Agent 面对少量文件，往往进展顺利。到了中后期，源码、历史约定和工具输出不断增加，上下文越来越长，可能出现反复修改、不断消耗 token，却难以取得进展的情况。

与此同时，生成的代码还要长期维护。租户隔离、事务、隐私和审计等规则，需要在查询、保存和异常路径中持续生效；系统上线后，团队也需要知道问题发生在哪里。

**我们的思路是：压缩 AI 必须生成和理解的范围，把共同的工程规则放进稳定的抽象层。Runtime，就是这个抽象层在真实运行中的执行者。**

## 少生成代码，需要一层可复用的抽象

TeaQL 把开发过程分成三个阶段：

1. **建模及评估：**AI 生成和修订领域模型，通过检查后得到一个 XML。
2. **语义生成：**确定性工具生成 Type Library、文档和初始 Workspace，并引入对应 Runtime。
3. **深度定制：**AI 与工程师在 Workspace 中完成项目特有的业务。

AI 主要处理领域模型和业务定制。Type Library 由生成器产生，Runtime 被直接复用，Agent 无需为每个项目重新实现查询、事务、追踪和隐私基础设施。

通用 Coding Agent 提高通用任务能力的上限；TeaQL 希望通过领域建模与可复用的工程基础，提高团队能够开发和维护的软件规模上限。这对上下文与算力有限的本地、边缘环境尤其有价值。

## AI 写得越多，运行时的兜底越重要

代码能够编译、通过已有测试，仍可能遗漏权限边界、并发冲突或异常路径。测试覆盖预先设计的场景，Runtime 则在每一次真实请求中执行已配置的规则。

**当代码越来越多由 AI 编写，Runtime 是进入生产后最后一道持续工作的工程防线。**

我们把几类公共能力放在这一层：

- **可观测、可跟踪、可调试：**保留业务意图、执行路径、日志与 SQL，让 Debug Assist 和开发者有依据地定位问题。
- **可集成、可定制：**通过明确的扩展点连接数据库、身份系统与已有服务，并安装客户自己的业务策略。
- **可汇总、同步执行隐私策略：**让多语言组件的运行证据具有共同语义，让日志、追踪和诊断按模型策略处理敏感信息。

Runtime 无法保证软件没有 Bug，但可以持续执行明确的约束，并在失败时留下证据，减少在生产环境临时猜测和调试的需要。

## 一个例子：把租户隔离放到执行边界

假设一个订单系统同时服务租户 A 和 B。如果每个页面都自行添加 `tenant_id` 条件，列表可能写对了，关联加载、聚合或新生成的接口却可能遗漏。

TeaQL 允许应用在 Runtime 的扩展点安装租户规则：

```text
认证后，把可信租户写入 UserContext
→ 查询策略约束查询、关联和聚合范围
→ 初始化新对象时写入可信租户
→ 变更策略检查待保存的数据
→ 数据库操作执行租户条件
```

Workspace 中的业务代码继续表达“加载待审核订单”。共享表模式下，更新操作可以形成下面的执行边界（示意）：

```sql
UPDATE customer_order_data
SET status = :nextStatus, version = version + 1
WHERE id = :id
  AND tenant_id = :trustedTenant
  AND version = :expectedVersion;
```

对象 ID、租户和版本条件在同一次更新中检查，避免把“先检查归属、再修改数据”拆成容易发生竞争的两步。客户采用独立数据库时，也可以根据可信 Context 路由到对应租户的连接。

关键是：**租户身份来自服务端认证，不能由请求中的普通字段自行指定。** 客户仍需定义租户语义、安装策略，并让缺少可信租户的操作被拒绝。

这类边界已有具体执行记录：2026 年 9 月的 Go 与 .NET 安全示例验证了拒绝不可信控制字段、服务端注入查询范围，以及更新、删除和恢复时同时检查租户、ID 与版本。这里的证据限定于这两种实现的对应示例。

## 关键证据：能看到执行，也能看到错误被拦住

### 一次订单查询，可以追到实际 SQL

下面是 TypeScript + SQLite 订单示例接入 OpenObserve 的截图。一次“展示订单列表”的请求展开为分页、计数、关联加载与聚合，对应 8 次实际 SQL 执行。

![OpenObserve 中的 TeaQL 订单查询：业务意图与八次 SQL 执行](https://developer.qcloudimg.com/http-save/yehe-10298675/fe97c79f54e4625629199e5d446046a0.png)

*图：业务 TraceChain 与实际 SQL 的关联。展开 SQL 节点可查看脱敏 SQL、追踪标识、耗时和返回行数。*

**标准遥测是一项开箱即用的能力。** 按 Workspace 指引启用模块、配置采集端并导入配套面板后，Runtime 负责采集和关联执行信息，无需为每条查询重复编写采集逻辑。七种 Runtime 的内部安装包也在 2026 年 10 月完成了两轮标准遥测接入检查。

Java 订单示例的日志中，同样能看到业务意图和隐私处理。以下仅摘取关键字段：

```text
purpose=Show the operator a deterministic order list
comment=List WEB orders for the terminal quick start
-- NOT REPLAYABLE; masked_parameters=1
WHERE ... order_number LIKE '[REDACTED]' /* masked */
```

开发者能理解为什么读取订单，同时不必在诊断输出中暴露订单号原值。

### 失败路径也留下可检查的结果

Rust 订单示例保留了三类关键结果：

| 操作 | 运行结果 |
|---|---|
| 订单行缺少 SKU | 校验指出 `Order_line_list[0].Sku` 必填 |
| 使用过期版本更新 | 返回 `OptimisticLockConflict` |
| 取消包含新建子对象的操作 | `database_rows=0`，没有残留该次新增记录 |

这些结果展示了校验、并发保护和回滚的实际作用。上层代码发起操作后，Runtime 中已经安装的规则仍会执行。

### 同一模型，在七种语言中实际运行

我们用 Order 和 School 两个模型生成七种语言的 Type Library，再连接各自 Runtime 与 SQLite，分别运行两轮，检查查询、分页、聚合、关联和保存行为。七种 Runtime 的完整原生示例，以及七语言 Debug Assist 生成代码的编译与 SQLite 执行，也有通过记录。

验证曾发现 Rust 对反向聚合别名处理的缺口，修复后才重新运行。这正是内部一致性验证体系 Conformance 的作用：发现并复现不同实现之间的语义偏差。这组结果限于当时的本地实现与 SQLite，其他数据库和环境需分别验证。

## 为什么需要七种语言？因为软件要进入不同生态

抽象层要真正减少项目代码，就必须接入团队已有的框架、工具链、部署方式和人才生态。

| Runtime | 适合发挥生态优势的场景 |
|---|---|
| Java | 企业核心系统、复杂业务与长期演进的后端 |
| Rust | 支付核心链路、金融交易、撮合、实时行情与低延迟服务 |
| TypeScript | Web 交互、全栈应用与前后端共享类型 |
| Swift | iOS、macOS 与 Apple 端侧应用 |
| Python | AI、数据分析、科学计算与自动化 |
| .NET | 制造、能源、交通、MES、设备管理及 Microsoft 生态 |
| Go | 云基础设施、网络服务、微服务与运维工具 |

一个项目通常会组合多个 Runtime，例如 TypeScript 前端、Java 后端和 Python 数据管线。它们使用原生生态完成交付，同时共享领域语义和工程约束。

**第八个 C++ Runtime 也正在支持中**，面向工业设备、边缘计算、嵌入式和既有 C++ 工程。目前仍在开发与验证阶段。

七种 Runtime 的投入，最终是为了让每个项目少写、少读、少维护重复代码，让 AI 集中处理业务差异，让明确的工程规则持续作用于开发和生产。

## 在浏览器里亲自试一下

[TeaQL Browser SQLite Playground](https://huggingface.co/spaces/teaql/browser-sqlite-playground) 可以直接在线体验。TypeScript Runtime 与 SQLite/WASM 在浏览器中运行。

打开 Order Center，尝试搜索、分页和状态分组，再查看对应的 TraceChain 与 SQL，就能把一次页面操作与实际执行联系起来。这个 Demo 展示浏览器运行时；服务端租户隔离需在可信服务端落实。

也可以通过 [TeaQL Agent Kit](https://github.com/teaql/teaql-agent-kit) 免费体验 Harness。

---

*证据说明：文中日志、截图与验证结果来自固定版本的内部工程记录，相关仓库和原始文件尚未公开。文中只展示关键节选，不作为性能比较或所有语言、数据库与部署组合均已验证的声明。*


项目早期，Agent 面对少量文件，往往进展顺利。到了中后期，源码、历史约定和工具输出不断增加，上下文越来越长，可能出现反复修改、不断消耗 token，却难以取得进展的情况。

为什么 TeaQL 开发了 7 种语言的 Runtime

压缩 AI 必须生成和理解的范围，把共同的工程规则放进稳定的抽象层。Runtime，就是这个抽象层在真实运行中的执行者

人工智能

开发工具

架构设计

AI生成代码虽快，但项目后期上下文膨胀、Token消耗与维护难题凸显。TeaQL通过领域建模与可复用Runtime抽象层，将租户隔离、事务、追踪等工程规则固化执行边界，减少重复代码生成。七种语言Runtime验证一致性，显著提升复杂软件可维护性，尤其适配本地与边缘环境。

软件工程

代码解释

数据分析

TypeScript 

数据库

路由

Python

SQLite

MacOS

Agent

Java

让每一个 Agent，都跑在云上

edgezone

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

为什么 TeaQL 开发了 7 种语言的 Runtime-腾讯云开发者社区-腾讯云

为什么 TeaQL 开发了 7 种语言的 Runtime

为什么 TeaQL 开发了 7 种语言的 Runtime

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐