不会 Rust 也能重写核心 API：Anthropic 用 Claude 把 Messages API 迁到了 Rust

一个团队里没有一个人写过生产级 Rust，却要在几个月内把公司最核心的 API 从 Python 迁移到 Rust——放在两年前，这几乎等于项目自杀。Anthropic 平台工程负责人 Katelyn Lesse 给出的答案很直接：让 Claude 来写。

这件事的结果已经落地：Messages API 完成跨语言重构后，相关服务的 CPU 资源消耗下降了约 40% 到 50%，首 Token 延迟改善了 10% 到 20%。更值得琢磨的不是数字，而是分工——AI 承担主干编码，人类负责架构、迁移策略和验证。

一分钟速览

• Anthropic 在没有 Rust 经验的团队里，用 Claude 完成了 Messages API 的 Python→Rust 迁移。
• 改造后 CPU 消耗降低 40%–50%，首 Token 延迟降低 10%–20%。
• Claude 写掉了大部分主干代码，人类工程师转向接口设计、迁移路径和验证契约。
• Katelyn Lesse 在长文里提出：Agent 大规模运行后，调度、身份、授权、隔离都是新工程题。
• 结论不是“工程师要失业”，而是“工程师要换一组问题去解”。

为什么敢让 AI 动核心链路

跨语言迁移最怕两件事：一是语义在翻译中走样，二是边界条件没人兜底。Anthropic 的做法是把工作拆成两层。上层由人定义抽象接口和“验证契约”——哪些行为必须保持不变，哪些错误码必须一致，哪些性能指标不能退。下层的大量机械改写、类型适配、测试补齐，则交给 Claude 批量完成。

这套分工听起来简单，实际考验的是团队能不能把“正确”写成可执行的检查。只要验证足够硬，AI 写多少行并不是关键；验证不够硬，人写同样会出事故。Katelyn 的判断是，AI 时代工程价值正在从“写代码”转向“定义问题边界”和“保障系统可靠性”。

比迁移更大的问题：成千上万个 Agent 怎么管

Katelyn 在 10 月 26 日发布的文章《工程师需要解决的一组新问题》里，把视角从一次迁移拉到了整个基础设施。她认为 Agent 和传统在线服务不一样：它需要隔离、有独立状态、通常以单实例长时间运行，可能连续几小时甚至几天，期间大量时间在等模型推理、等工具返回、等其他 Agent 回话。

如果每个 Agent 都独占运行环境，资源利用率会很难看；空闲时释放资源，又要解决状态保存、快速恢复和重新调度。启动速度、状态持久化、隔离强度、资源成本，这四个变量互相拉扯，现有的 Kubernetes 编排并没有为这种负载做好设计。业内已经开始出现新的文件系统、沙箱服务和运行时，但远没到定型的时候。

权限是第二道坎

Agent 能访问代码仓库、调用外部服务、修改文件，还能再创建子 Agent。这时“你是谁”和“你能做什么”必须分开处理。身份认证可以借鉴工作负载身份和短期证书，真正麻烦的是授权：一个代表用户长期运行的 Agent，权限该如何继承、收窄、传递？子 Agent 调用的工具，又该由谁背书？

过去这些决定由人点确认框完成，未来可能每天有成千上万次，人工审批根本不现实。工程上需要的是可审计的权限链、可回滚的操作记录，以及默认最小权限的执行环境。

趋势洞察

这次迁移最有价值的地方，是给“AI 参与核心系统改造”提供了一个可复用的样本：先写死验证，再放开生成；先限定边界，再追求速度。对国内团队来说，Rust 重写未必是必选项，但“把架构判断留给人、把重复实现交给模型、把正确性交给自动化验证”这条路径，已经越来越像标准答案。

至于工程师的位置，Katelyn 的乐观有前提：愿意从“实现者”升级为“问题定义者和质量守门人”的人，会在这轮变化里更值钱。

参考：InfoQ 报道