蹦床函数是保障递归安全落地的关键控制结构，通过将尾调用转为返回thunk并由外层循环执行，绕过引擎栈限制，维持纯度与控制流解耦，支撑Free Monad等高阶抽象稳定运行。
蹦床函数在函数式编程架构中，是保障递归安全落地的关键控制结构，不是优化性能的“加速器”，而是维持纯函数表达力与运行环境限制之间平衡的“安全垫”。
解决尾递归无法被引擎支持的现实断层
函数式编程偏爱递归建模——比如树遍历、状态机流转、Free Monad 链展开。但 JavaScript、Python 等主流环境至今不启用尾调用优化（TCO），导致天然递归极易触发栈溢出。蹦床函数不依赖语言特性，通过手动将“调用自身”转为“返回函数”，把执行权交还给一个外层 while 循环，从而绕过引擎的栈深度硬限制。
维持函数纯度与控制流解耦
它不要求改写算法逻辑，也不引入副作用或可变状态。递归函数只需调整为尾调用形式，并统一返回 thunk（如 () => nextStep(...)），其余保持声明式风格。控制流调度（何时执行、是否继续）完全由 trampoline 函数接管，实现计算逻辑与执行策略的分离——这正契合函数式架构中“描述做什么”和“决定怎么做”的分层思想。
用于 inference.sh 的 JavaScript/TypeScript SDK，可运行 AI 应用、构建代理、集成 150+ 模型。包名：@inferencesh/sdk（npm install），完整 TypeScript 支持。
支撑高阶抽象的可靠基座
在函子、单子链、解析器组合子、递归下降语法分析器等典型函数式构造中，深度嵌套调用是常态。蹦床让这些抽象能在生产环境稳定运行：例如用 Free Monad 构建领域指令序列，再通过蹦床解释器逐条执行；或让相互递归的 even/odd 判定、AST 互访逻辑在万级嵌套下不崩溃。它本身不提供新语义，却使更高级的函数式模式变得可行。
不是替代方案，而是必要适配层
它不取代循环，也不压缩内存占用，更不降低时间复杂度。它的价值在于“让本该递归的问题，还能继续递归”。在函数式优先的系统设计中，蹦床不是锦上添花的技巧，而是连接理想模型与现实执行环境的一条必要通路。
