Graham Dumpleton 在二十年前启动了 mod_wsgi 项目,此后一直思考如何在生产环境中以最理想的方式运行 Python Web 应用。如今他把这些积累凝结为一个新项目:Muru,一个借助 AI 辅助开发的 Rust 服务器,目标是同时为开发和生产场景提供运行 ASGI 与 WSGI Python 应用的最佳工具。
Muru 的定位并非又一个简单的开发服务器。按照作者的设想,它既要在本地开发时提供便利,也要能在真实生产负载下承担应有的职责。这一点与其前辈 mod_wsgi 的经验一脉相承——后者在长期实践中暴露出大量设计与运维层面的问题,而这些问题恰恰构成了新项目要逐一回应的清单。
与他在 wrapture 项目上的做法相同,Dumpleton 把开发过程本身变成了公开写作。他在三周时间里以近乎每日一篇的频率,发布了十八篇记录项目进展的文章,内容从宏观架构到具体机制无所不包。
这一系列从 2026 年 11 月 4 日的《mod_wsgi 的二十年,以及接下来会发生什么》开始,次日是《初识 Muru》。随后几篇深入内部实现:11 月 7 日的《走进 worker 内部》、11 月 8 日的《各部分如何协同》、11 月 9 日的《一次导入,多次 fork》,以及 11 月 10 日关于开发环境 HTTPS 支持的讨论。11 月 11 日出现了两篇文章,一篇讲 WSGI 与 ASGI 如何共存,另一篇则题为《把 AI 当作一种生活方式》。
进入中段,主题转向部署与发布流程:11 月 12 日的《发布而非重启》、11 月 13 日的《无需服务网格的金丝雀发布》、11 月 14 日的《在容器中做更好的租户》、11 月 15 日的《与 Kubernetes 协作,而非绕开它》。随后是关于弹性伸缩的连续三篇:11 月 16 日《依据 worker 上报的信息进行伸缩》、11 月 17 日《伸缩到零》、11 月 18 日《按计划切换 overlay》。最后三篇则聚焦可观测性与开发体验:11 月 19 日《察觉并响应》、11 月 20 日《每一页都有工具栏》、11 月 21 日《工具栏中的链路追踪》。
其中《把 AI 当作一种生活方式》一文尤其值得一读,因为它直接触及这类 AI 辅助项目的核心问题:当大量代码由模型生成时,工程质量由谁负责。Dumpleton 的答案是毫不含糊的。他写道,AI 或许在表面上完成了大量工作,但判断哪些部分还不够好,仍然取决于他本人;而二十年里在 mod_wsgi 上犯过的错误,恰好让这种判断变得可靠。他表示自己愿意投入艰苦的工作,持续打磨 Muru,直到它成为他自己愿意信任、也让用户愿意信任的东西。
这段表态为整个项目提供了一个值得注意的观察角度。Muru 的价值不仅在于它是一个用 Rust 重写的高性能 Python 应用服务器,也不仅在于它试图把开发与生产、WSGI 与 ASGI、容器与 Kubernetes、伸缩与可观测性这些长期割裂的问题放到同一个设计里统一考虑;它同时也是一个关于人类经验如何在 AI 辅助开发中发挥作用的公开案例。详细的连载写作本身就是这种方法的一部分:设计决策被及时记录、被公开审视,也被作者用来检验自己的判断。