[控场AI]
· 7 分钟阅读· 3,599 字

Rust为何成为AI编程首选?GitHub工程师的万字复盘

Rust为何成为AI编程首选?GitHub工程师的万字复盘

GitHub工程师复盘Copilot运行时Rust重写:成败不在编译器,而在测试与审查护栏。

GitHub杰出工程师Steven Tube详细复盘了用AI代理将Copilot运行时从TypeScript迁移到Rust的过程,推翻了“Rust编译器严格所以适合AI编程”的流行说法。数据显示全部编译错误中Rust独有的借用、所有权、生命周期问题仅占1.7%,84%是Java、Go、C#同样能捕获的普通类型错误。选择Rust的真实动机是摆脱Node.js/V8、把运行时做成可被六种SDK直接加载的原生库,并降低依赖与供应链风险。约43万行TypeScript被替换为80余万行Rust,跨越128个PR、耗时约14周半。真正让重写成功的是代理不可修改的端到端测试、独立上下文的第二代理审查、先忠实移植后改进的纪律以及增量发布策略。

一次被误读的AI编程实践

“我错了。”这是许多技术博主在复盘GitHub Copilot运行时重写项目后的共同反应。此前流传甚广的观点是:Rust编译器严格的错误检查让AI代理能够自主迭代,直到编译通过、测试全绿,因此Rust是AI编程的最佳语言。这个说法听起来很有说服力——代理可以反复与编译器对话,无需人类介入就能修复类型错误、借用检查等问题。

但GitHub一位杰出工程师(Steven Tube)发布的详尽复盘打破了这一简化叙事。他用AI代理将Copilot运行时从TypeScript迁移到Rust,记录了每一次提示、每一条编译错误、每一个工具调用和每一笔开销。数据显示:在全部编译器错误中,Rust独有的借用、所有权、生命周期问题仅占1.7%,而高达84%是普通类型错误——Java、Go或C#编译器同样能捕获。编译器的价值板上钉钉,但它并非Rust在此场景中脱颖而出的核心原因。

编译器错误分类统计

重写规模与增量策略

这次重写将约43万行TypeScript代码替换为超过80万行生产级Rust代码,外加数十万行Rust测试。整个过程跨越128个拉取请求,分阶段合入主分支并逐步发布,而非等待一次性切换。这种增量策略的好处显而易见:每一小块代码进入代码库时都能被测试,破坏性变更可以提前解决,少量遗漏也能被真实用户快速发现,而不是突然抛出80万行Rust代码让所有人措手不及。

项目耗时约14周半,主要由一位开发者借助AI代理完成,而团队其他成员继续扩展运行时能力。这在代理出现前,通常需要一个完整团队花费一到两年。作者强调,这种模式让团队在维护现有代码库的同时推进现代化迁移,而不必暂停其他开发工作。

为什么选Rust:编译器的真实角色

Tube明确表示,选择Rust与编译器无关。他的出发点是“离开Node.js和V8”,而非“奔向Rust”。旧架构下,每个使用Copilot运行时的客户端——无论是TypeScript应用,还是基于SDK的C#、Python、Go程序——都会启动一个独立的Copilot CLI进程,运行Node和V8,通过管道通信。这意味着每个客户端至少多出约一百兆字节的内存开销,每条消息都要跨进程传递。

目标很明确:将运行时做成一个原生库,让六种SDK语言都能直接加载进自己的进程,外部进程服务变为可选。同时,Tube希望依赖尽可能少、供应链风险尽可能低——Rust恰好满足这些条件。

每个客户端独立Node进程的内存开销

代理的工作方式:探索远多于写入

代理的循环很直接:修改一小块代码,运行cargo check,修复编译器标记的问题,重复直到没有新错误。在约4500次检查中,87%一次通过。Tube认为这来自“小步编辑、持续重编译”的习惯。

一个值得注意的细节是:代理的探索与修改比例约为10比1。它们花在阅读、理解、探索代码库上的时间,远多于实际写代码。这与很多人对AI“疯狂输出代码”的想象相反,却更接近优秀人类开发者的工作方式——先充分理解问题,再动手写代码。

借用检查器(Borrow Checker) 是Rust编译器在编译期执行所有权与生命周期规则的核心组件。它静态追踪每一块数据的所有权归属、借用的可变性与存活区间,能在代码运行前就拒绝释放后使用、双重释放、数据竞争等内存安全问题。借用检查器不需要垃圾回收,也不引入运行时开销,代价是要求开发者显式理清数据的所有权关系。对于从垃圾回收语言迁移而来的代码,编译器报出的借用错误往往意味着需要重构数据流;而对于本就手动管理内存的代码,这些错误恰好对应真实存在的隐患。因此同一个工具在不同起点语言上的价值差异极大。

cargo check 是Rust官方构建工具Cargo的一个子命令,它执行完整的类型检查与借用检查,但跳过代码生成与链接环节,因此比完整编译快得多,且不会产出可执行文件。对于需要频繁验证改动的AI代理循环而言,cargo check能提供接近编译器的全部诊断信息,却把单次反馈的延迟压到最低。这使得“小步修改、立即检查”的策略在成本上可行——约4500次检查若每次都触发完整构建,token与时间开销将显著上升。

编译器之外:真正让重写成功的机制

端到端测试是最后防线

编译通过的代码仍可能出错。最令人意外的是,最大一类漏网bug属于生命周期、所有权、顺序和竞态问题——正是借用检查器本该捕获的领域。漏网的原因在于:残留的TypeScript代码持有指向Rust状态的句柄,而句柄本质是一个指向表格的编号,可以比它指向的对象活得更久。编译器看不见这种跨语言的生命周期问题,但端到端测试可以。

每一次变更都运行完整测试套件。Tube的反思是:应该更早写更多测试。曾有一个代理在删除功能时顺手删掉了保护该功能的测试,于是团队立下规则:代理不得触碰这些测试。

代理删除测试带来的风险

端到端测试(End-to-End Testing) 从真实用户入口出发,驱动完整系统链路并断言最终行为,而非孤立地验证某个函数或模块。它与单元测试的关键差异在于覆盖了跨语言、跨进程、跨抽象层的交互边界。本文中残留TypeScript通过句柄间接访问Rust状态所引发的生命周期问题,正是编译器视野之外、却能被端到端测试捕获的典型场景:编译器只检查单一语言内的静态规则,而端到端测试观察的是运行时的真实因果链。

双代理审查与“忠实移植”原则

GitHub的做法是让第二个代理审查每一次变更——这个代理没有第一代理的推理上下文,只孤立地看代码。更进一步,他们用三个不同模型上的审查代理,将旧TypeScript与新Rust逐行对比。

另一个重要原则是:先做忠实移植,再做改进。Tube发现,每次中途让代理“顺手清理”代码,都会带来更多回归、更多时间、更多token和更高成本。先把行为等价性锁定,再在稳定基础上优化。

性能收益与供应链风险

重写后的收益包括:启动客户端、预热会话并获取一次回复的耗时从数秒级降至毫秒级;十个客户端的内存占用从约1.3GB降至约126MB;移除了约60个NPM依赖,显著降低供应链风险。Tube也提醒,同期还有其他变更落地,这些基准数据需谨慎看待,但“不必每次启动JavaScript引擎”是实实在在的收益。

内存泄漏等问题的修复

与Bun重写的对比:不同起点,不同答案

Bun从Zig迁移到Rust的案例常被拿来比较。Jared的开篇是一份bug清单:释放后使用、双重释放、内存泄漏——这些在安全Rust中无法编译。迁移后大量此类bug被消除。但GitHub的重写只有158个unsafe块,全部位于Rust与C或操作系统交互的边界,代理代码中一个也没有,也没有已知bug落在其中。

Tube对此非常谨慎:他的数据来自垃圾回收语言TypeScript的移植,代理自然很少触发借用检查器;而Bun来自手动管理内存的Zig,内存问题本就是迁移主因。两者不可简单类比。他明确表示:“这绝不意味着每个大型TypeScript程序都应该改用Rust。”

unsafe 块 是Rust中用于临时绕过借用检查器与内存安全保证的代码区域,允许执行裸指针解引用、调用外部C函数、访问可变静态变量等操作。unsafe并不关闭类型检查,也不代表代码必然有错,而是把“这部分安全性由开发者人工保证”显式标记出来,便于审计与隔离。本文中158个unsafe块全部位于与C或操作系统交互的边界,属于典型的必要场景:跨语言边界的内存布局与生命周期无法被Rust编译器静态验证,只能交由人工与测试兜底。

结论:AI编程的胜负手不在语言本身

编译器的自主反馈循环确实有用——代理可以自行处理那些琐碎的类型错误,无需人类逐条提示。但任何静态类型语言都能提供大部分此类反馈。真正让重写成功的是:代理不可修改的端到端测试、第二个代理的独立审查、先移植后改进的纪律,以及增量发布策略。这些实践与目标语言无关,却决定了AI辅助大规模重构的成败。

Rust是这个项目的正确选择,原因在于原生库需求、低依赖和供应链安全,而非编译器。对于考虑类似迁移的团队,这份复盘的最大价值或许不是“用Rust”,而是“先建好测试与审查的护栏,再让代理放手去写”。

分享:

相关推荐