clice v1.0 发布了。
它是一个 C/C++ 语言服务器,基于 LLVM/Clang,但和同样基于 Clang 的 clangd 走了完全不同的一条路——作者说这是彻底的重新设计,目标是解决这些语言服务器中因为架构问题而数年无法解决的问题。
整个项目完全用 C++23 编写,本身也是现代 C++ 的一次实践:用基于 libuv 的结构化并发异步库写复杂异步逻辑、全部使用 C++20 named module 和 C++23、用基于 template 和 concept 的序列化框架处理 toml/json/bincode/blob/cli、几乎不用虚函数、用 Bazel 做封闭可复现构建、编译产物除系统库外无任何依赖。
作者说得很直接:「它们可以用于编写 clice 这样拥有数十万行代码的复杂软件,这或许就是我们理想中现代 C++ 的模样。」但他也承认,现有生态如此不便,为了走通这套流程花了大量精力去跟进适配。

几个和 clangd 的关键分歧
多进程编译。 clangd 用多线程,clice 用类似现代浏览器设计的进程池。原因很实在——C++ 编译不完整代码时,编译器往往只能靠启发式猜测尽力而为。对 clangd 来说,编译一旦崩溃,整个服务器都要重启;对 clice 来说,编译发生在隔离子进程里,一个 worker 挂了不影响其他服务,跳转高亮照样能用。附带好处是能更好地管理内存和编译优先级调度。
模块和持久化缓存。 clice 有完整的 C++20 named module 支持:只需提供一份列出所有模块文件的配置文件,它会自己扫描依赖,按需 lazy 构建,不管你用什么构建系统或编译器。构建出的 PCH 和 PCM 会缓存在本地磁盘上,供不同会话复用。clangd 这方面支持很有限,也不支持持久化缓存。
编译上下文。 clice 支持非自包含(non-self-contained)文件,更一般地支持「编译上下文」概念。对源文件来说是不同的编译命令,对头文件来说是被包含在不同位置。打开非自包含文件时会自动探测,开箱即用。还支持编译分组,比如在 debug 和 release 配置之间切换。
模板支持。 这里有个挺巧的设计:clice 实现了一个 DFS 伪模板实例化器,不需要具体的模板参数就能推断出很多依赖名的指向。如果某个模板被实例化过,还会用那次实例化的结果来提供语言服务——比如 lambda 的 auto 参数补全。作者把模板看作鸭子类型接口,每次实例化都是它的一次实现,就像虚函数和 override:在模板里的依赖调用上跳转,会列出它在每次实例化里实际调用的函数。
开箱即用。 clice 内置 50 多种工具链的环境探测,涵盖 nvcc、msys2、cygwin、zigcc 等等,会自动处理实际编译器和 Clang 不一致的问题。不用像 clangd 那样在配置文件里手动加一堆编译选项。
除了语言服务器,clice 还有 CLI:可以提前为整个项目建持久化索引并支持中断续跑;内置 clang-tidy 用进程池并发检查并合并头文件重复诊断;封装 clang-format 做并行格式化;查看文件经过规则改写后的实际编译命令;不启动服务器直接读索引,以 JSON 输出符号定义、引用、调用图、继承层级和文件依赖。
为什么另起炉灶
这是最常被问的问题。作者的答案有几个层次。
最根本的是 clangd 基本无人维护了。 clangd 从 2024 年前后基本处于这个状态。据作者了解,这可能与 Google 对 C++ 的策略转向有关——此前 clangd 主要由 Google 的数名员工维护,2024 年前后 Google 对 C++(Clang)的投入减少,clangd 被认为已满足内部需求,原来的几名员工都被调去做别的工作。之后 clangd 缺乏实质上的长期维护者,只有人完全出于热爱、无任何薪酬地业余解答问题,但一个人精力有限,几乎无法处理大型 PR。这也是模块化支持拖了将近一年、至今仍无法在大型项目正式使用的原因。
2026 年,Clang 的 lead maintainer Aaron Ballman 意识到问题,在社区论坛发帖说 clangd 已经非常接近无人维护,积压大量 PR 和 issue,希望能找到新的社区维护者。
其次是代码规模。 像多进程编译这种架构创新,要在 clangd 里实现接近于重写 clangd——这样大规模的改动不可能有人 review 并接受。模块化自举还需要大改 LLVM 的构建流程。
还有 LLVM 仓库的限制。 clice 依赖大量三方库来获得更好的性能和体验,而 LLVM 出于构建便捷要求自包含,不可能引入这么多三方库。语言服务器也不是单纯的服务端项目,还包含各编辑器的插件适配(Rust、Lua、TS 等),LLVM 同样不太会接受这些代码。
于是作者在 2024 年中开始研究设计,年底发布了原型,确立核心目标,正式开工。
三个阶段和一个转折
作者估算自己在两年半里投入了将近 3000 小时。他大三时「睡醒了就开始写代码,午饭都不吃,饿了再去门口吃麦当劳,一天可以投入 8-10 小时」。
但第二阶段远没有预想的顺利。他本科专业是化学,编程全靠自学——2025 年大部分时间在实习、学新领域、处理毕业事务,投入时间大幅减少。同时为了让项目真正达到生产可用,除了核心架构还得处理 C++ 数不清的语法细节和跨平台差异(URI 解析、文件路径唯一性、操作系统差异),工作量远超预期。他还坦言自己有强迫症,不喜欢勉强凑合的方案,为此搓了很多轮子——序列化、IPC/LSP、async 都是自己写的。他说如果当初用 Rust,这些设施在 Rust 社区早已现成且被其他语言服务器验证过,也许能大大缩短开发时间;但用 Rust 写 C++ 语言服务器感觉很奇怪,也没法完成自举设想。
他还提到缺乏复杂软件的排期和管理能力,早期有贡献者愿意投入时间,但他没有 teamwork 经验,没能有效转化这些贡献。
转折点出现在 2026 年初,以 Claude Opus 4.6 为首的 coding agent 开始流行。他试着用 agent 辅助编程,处理大量琐碎细节和折磨人的跨平台 debug,发现它十分擅长这类事。这个阶段他对之前的代码做了大规模清理,奠定了现在 clice 的原型。
关于 agent 的判断
这部分是全文最值得读的。
作者意识到 coding agent 会越来越强,未来可能人类完全不再写代码——那语言服务器还有什么意义?于是他开始设计和实现 clice 的 CLI 功能。
但他很快发现一个反直觉的结论:精确的符号查找反而用处不大。 精确查找需要索引整个项目,耗时极长;而粗一点、近似一些的文本输出,对 agent 理解项目并不一定是坏事。所以这套 CLI 真正有用的不是查询,而是模块化工具这类高度特化的能力。
他的推理是这样的:假设让 agent 去模块化一个项目,它会启动大量 subagent 同时自己写脚本来完成迁移,效率低下且成本高昂。让 agent 使用专门工具辅助模块化才是更好的做法。而 LLM 训练的首要目标是泛化,最擅长的事就是通过写各种脚本组合出强大的泛化能力——只有高度特化的工具仍有价值,否则大概不如 LLM 自己用脚本组合。
他甚至推得更远:随着 Opus 5.5、Fable 5.2 这类模型出现,复杂软件的成本越来越低。「过去编写的软件受制于人的生产力成本,必然存在大量非最优路径的代码,做性能优化我们往往抓主要矛盾,而 agent 可以不知疲倦地优化所有路径,积少成多。」在可预见的未来,或许大多数代码完全由 agent 编写,人类不再写代码乃至读代码,语言服务器也不再必要。
最后那段话
文章结尾脱离了技术,读起来有点沉重。
作者说这是个令人悲伤的现实——过去两年半的努力,在 AI 时代背景下很难再有最初设想的长远意义。他承认自己情绪不太好,乃至有点虚无主义,并反问:花数千小时还伴随大量金钱投入,到底是为了什么?
他的自我和解方式是重新定义这件事:把它当成一个毕业设计。 「一个我真正的毕业设计,而不是我并不喜欢的化学专业。」这个项目已经超额完成了他两年前制定的目标,本身就是现代 C++ 的最好阐释,也把大学里研究的所有 C++ 知识结合在了一起。如果有人能从中受益,这样就够了。
「And that's enough,这就足够了。不再强加太多远大的意义。」
他会继续维护项目,但不会再像之前那样高强度投入——所有值得做的特性都做得差不多了,后续大概是根据反馈做增量优化。他也说该休息一段时间,不要 burn out。
参考来源: