大多数所谓的“AI IDE”，本质上是给聊天框套了个读文件的壳。Yana 想做的，是壳下面那一层——一个真正意义上的编排内核。

这是一个用 Rust 写的本地优先、人类治理的 AI 运行时与 IDE，在 Show HN 上发布。它把 AI 当成开发者可控的本地确定性组件，而不是一个远程服务。

这个定位针对的是当下 AI 开发栈的一个现实：关键基础设施正被搭在黑盒 API 之上，延迟、成本、数据隐私全都捏在第三方基础设施手里。Yana 的处理方式是把 AI 拉回本地，让敏感数据处理不再经过网络跳转。

“人类治理”是它最核心的差异点。这意味着从无许可的智能体执行，转向明确、可审计的边界。当你能查清到底调用了哪些模型、模型看到了什么数据、被允许执行哪些动作，AI 就从“魔法”变成了“工程”。

选择 Rust 本身也是一个信号。运行时自身内存安全、性能可控，避开了以 Python 为中心的 AI 工具链常见的开销与安全漏洞。这暗示作者看重的是长期稳定性和性能，而不是快速原型。

作者在自述里说，他一直在等一个严肃的运行时，能像对待数据库连接或文件系统访问那样对待大模型。这个类比点出了当前工具链的短板：连接和文件访问有成熟的权限与审计模型，而提示词却常常直接漏到云上。

如果这个项目跑起来，它有可能成为高安全本地 AI 部署的标准，就像 Docker 之于容器那样。眼下代码库还小，但架构愿景对准的是一批真实痛点——那些已经受够提示词外泄的工程师。

可验证 AI 的需求在涨。能检查模型调用、数据可见范围、动作许可边界，才谈得上把大模型当成系统里可信的工具，而不是一个只能盲目信任的供应商。