Respan 花了两年时间，在 LiteLLM 之上堆出超过 10 万行 封装代码。本周二，这家公司发布了一个用 Rust 写的开源 AI 网关，把过去那套东西整个换掉。 新网关的思路是"小核心 + 插件"：模型供应商、路由、MCP 工具、实时语音、安全控制，全部拆成插件来处理。这套结构借的是 Nginx 的思路——核心保持小，功能往外挪，开发者用同一套接口自己写插件，不用动底层代码。 触发这场重写的，是一次例行升级。 2026 年 1 月，一次常规的 LiteLLM 升级导致间歇性连接失败。Respan 回滚了更新，但始终没搞清楚问题出在哪。公司在 Hacker News 的发布帖里说："我们至今仍未查明原因。"从那以后，工程师们不再直接升级 LiteLLM，而是把上游修复一个一个单独摘出来用。 插件化带来的直接好处是体积。Respan 称它的 Mistral 供应商插件只有 22 行代码 ；像 Groq 把 token 用量报在另一个字段这类怪癖，也能单独处理。更新一家供应商时，不必牵动网关的其他部分。 请求通过 HTTP 或 WebSocket 进来后，网关按顺序跑一遍插件。插件可以决定由哪个模型处理、改写响应、发起额外调用，或者在请求到达供应商之前把它拦下。两边格式一致时，原始请求和供应商专属字段可以原样保留；格式不一致时，网关负责协议转换——比如为 OpenAI Realtime API 写的应用，不改客户端就能连上 Gemini Live，不过部分功能可能无法带过去。 代价也有，而且不小。 自定义插件要编译进网关，加一个插件意味着维护代码、重新构建二进制文件。 插件跑在网关进程内部，能接触到模型请求和其他敏感数据。 插件顺序决定行为：把缓存放在安全检查前面，缓存响应就可能整个绕过检查。 Rust 能挡内存安全类 bug，挡不住恶意依赖和有缺陷的应用逻辑。发布后的 Hacker News 讨论里就有人提出这一点，一位评论者质疑编译进去的 crate 到底该不该叫插件，理由是它逼开发者维护构建流水线，还引入供应链风险。Respan 创始人承认了这个担忧，同时指出开发者至少可以检查自己正在编译的源码。 在"AI 网关该用 Rust 写"这件事上，Respan 不是独一份。LiteLLM 自己也在把网关往 Rust 迁，但路径完全相反：Respan 是从核心重建，LiteLLM 是一条路由一条路由地搬，Rust 核心默认关闭，处理不了的请求回落到原有的 Python 路径，这样打开开关也不会弄坏 Python 已经能服务的东西。LiteLLM 在 6 月公布了这一计划，目标是一个纯 Rust 服务器，跑所有热路径、鉴权和限流，目前的 beta 还没做到。 LiteLLM 还公布过一组基准测试，称其 Rust 网关的开销比 Bifrost 低约 7 倍 、内存占用低 9 倍 。这些数字来自 LiteLLM 自己的测试，用的是该公司自己开发的基准测试工具。 Respan 的网关目前仍是 pre-alpha 阶段。开发者可以从 GitHub 下载预编译二进制文件，不依赖该公司的付费平台直接运行；自定义插件则仍需自行编译构建。 特别