[鸭哥 AI 手记] 2026-10-14: AI 重写 80 万行执行层，Rust 靠什么胜出

懒人包：GitHub Copilot、Bun、Prime Agent 等利用 AI 将 agent 的执行层用 Rust 重写，AI 作为主力来写代码。但官方数据显示，仅将语言从 Zig 改为 Rust，Bun 的速度只提升了 2% 到 5%。昨天一共发布了 2 篇 AI 相关的文章。一篇解释了为什么 AI 在编写代码时 Rust 成了默认选项，并指出了官方所称的性能提升哪里站不住脚；另一篇从 Claude Dashboards 每张图背后的 SQL 入手，看对话式分析的第二轮里，谁最终为数字负责。

换语言只快了 2% 到 5%，Rust 靠什么胜出

GitHub Copilot 在编辑器里运行的运行时，之前是 Node.js 上的 TypeScript。在过去一年多的时间里，GitHub 的团队用 AI 把它重写成了 832,378 行 Rust。官方博客提到了 128 个 PR 迁移了大约 43 万行 TypeScript，花了大约 12 万美元的 token，一个人在几个月内就把这事干完了；自建 benchmark 也显示了单轮交互从 5.25 秒降到了 292 毫秒，每秒会话数从 7.55 涨到了 120.0（GitHub 博客）。

很多人把这种重写当性能神话，但官方自己报的数字反差很大。Bun 用大约 50 个 Claude Code 工作流连跑了 11 天，花掉约 16.5 万美元，把 53.5 万行 Zig 重写成 100 多万行 Rust，结果 HTTP 吞吐和构建速度只提升了 2% 到 5%（Bun 公告）。Prime Agent 在两周内调动 2000 多个 agent 和上万个沙箱跑了 2000 亿 token，冷启动从 736.1 毫秒压到 51.9 毫秒，大 session 内存从 1130MB 降到 237.3MB（Prime Intellect 记录），但提速大多来自架构瘦身与状态缓存，不是单靠换语言。

那为什么大家还是倾向于把 Rust 作为 agent 的执行层呢？在关于 Codex CLI 选用 Rust 的讨论中（Codex 讨论），主要原因在于 Rust 可以打包成一个零依赖的可执行文件，方便集成到宿主进程中，同时内存占用也相对可控。此外，执行层的代码绝大部分都是由 AI 生成，人类无法逐一审核，因此编译器的存在相当于一个自动化的检查工具。

但编译器并不是万能的。在 Multi-SWE-bench 上，GPT-4o 对 Rust 任务的解决率不到 6%（Multi-SWE-bench 论文）；微软研究院的 RustAssistant 修复编译报错峰值准确率也只有 74% 左右（RustAssistant 论文）。实际上现在最流行的那些 agent 执行层工具（Claude Code、Gemini CLI、opencode、Cline），核心交互还是 TypeScript。

鸭哥在 AI 开始写 agent 的执行层：Rust 的胜出理由，和它的三个漏洞 里把这个选型逻辑逐条过了一遍，分析了分发、嵌入、内存和编译检查的四条硬约束，指出了性能神话背后的三个漏洞，最后聊了聊编译器报错能不能变成模型自我进化的反馈飞轮。

---

Claude 亮出看板 SQL，谁为数字兜底

AI 写代码时，语法和类型错误可以交给编译器来把关；但对于计算指标、绘制图表，就不存在编译器这样的确定性门禁。这时候，谁来保证这些数字的真实性就变得尤为重要。

Anthropic 在 10 月 8 日发布了 Claude Dashboards 和 Motion（Anthropic 官方博客）：给看板里的每个图表配一个专属 SQL，点击数字就能看到查询逻辑，角落里还显示刷新时间（Claude Dashboards 帮助页）。默认只对自己可见，分享给同事时会根据各自的数据权限重新计算。

把 SQL 亮出来看着透明，其实是把核对的活儿推给了看报表的人。业务看不懂多表关联，懂 SQL 的人又没精力去逐行验算。对话式分析进入第二轮，核心争夺在于怎么确保数字可信。目前行业里主要分出两条路：一条是把查询过程完全摊开让人审核；另一条是把业务口径前置到受治理的语义层，先把口径定死，让模型照着规则算。

OpenAI 四周前就发布了面向企业数据的 Data agent（OpenAI Data agent 公告）；微软把 Copilot 的回答都放在受治理的 Power BI 语义模型上（微软博客）；Databricks 也指出，不给 Genie 明确的业务上下文，它在真实数据库上的表现会差到没法用（Databricks 博客）。dbt 的实验显示，模型直接写 SQL 只有 84.1%~90.0% 的准确率，加上语义层才到 98.2%~100%（dbt 博客）。

企业数据尤其麻烦：脏数据、历史修补、命名冲突。在 Spider 基准上，早期的跨库匹配准确率仅 12.4%（Spider 论文）；BIRD 上 ChatGPT 的准确率仅 40.08%，远远不如人类 92.96%（BIRD 论文）。到了 Spider 2.0，o1-preview 也只有 21.3%（Spider 2.0 论文）。

鸭哥在 对话式分析的第二次浪潮：Claude 亮出看板 SQL，谁为数字兜底 里梳理了这两条兜底路径的真实代价，解释了为什么单纯展示 SQL 不能解决信任问题，以及如何判断一个 AI 看板是否可靠。

---

也值得知道

企业语义层密集更新：Snowflake 在 10 月 12 日发布 Horizon Context 预览版，把元数据治理扩展到了 Snowflake 之外，支持连接 Power BI、Tableau、dbt、Databricks、BigQuery 等 18 个数据源（Snowflake 发布说明）；Google Cloud 在 10 月 13 日推出跨云对话式分析，通过 Apache Iceberg REST catalog 让 BigQuery 可以联邦查询 Databricks、Snowflake 和 AWS Glue 的数据目录（Google Cloud 博客）。

Anthropic 和 OpenAI 试图掌控外部安全评测的发布：根据 Reuters 10 月 13 日的独家报道，这两家公司曾经以保护商业机密为由，要求对独立评测机构公开发布的内容有相当大的控制权；这与它们此前支持评测机构无需干预发布重要发现的立场相矛盾。

亚马逊洽谈以约 70 亿美元收购 AI 创企 Decart：WSJ 10 月 11 日报道，Decart 研发的 Lucy 模型可以实时编辑直播视频；这笔交易如果达成，将是亚马逊在生成式 AI 和实时流媒体领域的重要布局。

---

本期由 AI 基于鸭哥已发布文章和公开资料整理生成，请注意甄别幻觉。

订阅本 newsletter：daily.yage.ai