Rust似乎正成为当下最受关注的编程语言，开源项目和企业纷纷排队将核心软件迁移到这一通用编程语言上。吸引他们的原因在于：追求更好的内存安全性和性能表现。
如今，GitHub也加入了这一行列。本周三，该公司披露已将GitHub Copilot智能体运行时环境彻底重写——此前该运行时基于TypeScript和Node.js、V8构建，现在已转换为超过80万行生产级Rust代码。
然而，最值得关注的是，这家微软子公司表示，其使用了自家的Copilot编码智能体来完成这次转换工作。在一篇记录此次迁移过程的博客文章中，微软工程师史蒂芬·托布（Stephen Toub）透露，公司在这次重写中使用了GitHub Copilot应用程序和Copilot CLI。相关工作被拆分为128个拉取请求，这些请求被逐步合并和发布上线，托布指出，这种方式让团队能够在过程中及时发现并修复回归问题。
“如果是在智能体出现之前，这样规模的项目需要整个开发团队耗费一两年时间才能完成，而现在，这项工作主要由一名开发人员在短短几个月内就完成了，同时团队其他成员还能继续大幅扩展运行时的功能和适用范围。”
虽然一次重大的Rust迁移本身就是一件大事，但这里更引人注目的是AI所扮演的主导角色。
“AI智能体编写了大部分代码，”托布写道，并补充说如果不这样做，这将是一项更为庞大的工程。
“如果是在智能体出现之前，这样规模的项目需要整个开发团队耗费一两年时间才能完成，而现在，这项工作主要由一名开发人员在短短几个月内就完成了，同时团队其他成员还能继续大幅扩展运行时的功能和适用范围，”他继续说道。
值得一提的是，GitHub在这方面绝非个例。
Bun也转向Rust
去年12月，Anthropic收购了JavaScript运行时项目Bun。该项目早在7月就宣布，正在将超过50万行的Zig代码改写为Rust，创始人贾里德·萨姆纳（Jarred Sumner）使用了一个预发布版本的Claude模型完成了大部分工作。
归根结底，这一举动的动因是稳定性。Bun从2021年萨姆纳在“奥克兰一间狭小公寓里”打造的“前大语言模型时代”项目，发展成为一个CLI每月下载量超过2200万次的运行时项目。但随着其职责范围的扩大，也带来了一系列顽固的内存管理漏洞，包括内存泄漏和程序崩溃等问题。萨姆纳谨慎地表示，这些问题并非Zig语言本身的缺陷，而是指出Bun在管理Zig与其嵌入的JavaScript引擎之间的内存时面临的特定困难。
“我们本可以无限期地逐一修复这些漏洞，但我们对信赖我们的用户有责任做得更好，系统性地防止这类漏洞反复出现。”
萨姆纳当时写道：“我们本可以无限期地逐一修复这些漏洞，但我们对信赖我们的用户有责任做得更好，系统性地防止这类漏洞反复出现。”
Rust针对许多此类问题提供了更强的保护，但更换语言本身也带来了新的难题。Bun共有535,496行Zig代码，萨姆纳估计，按传统方式重写需要一个小型工程团队投入大约一年时间——他表示，这样的投入会让整个项目变得不现实。
萨姆纳写道：“这意味着在这段时间里，我们必须暂停漏洞修复、安全更新和新功能开发。”
于是，萨姆纳调度多个Claude Code智能体同时翻译和检查Bun的不同部分，自己则对工作进行监督，并在流程出现偏差时及时介入。他表示，启动这项工作11天后，Rust版本已在其支持的全部六个平台上通过了Bun现有的测试。随后代码被合并，不过在正式发布前又进行了进一步的审查和整理。
思路相同，打法各异
GitHub给出的经济学论证与Anthropic如出一辙。托布指出，“在智能体出现之前，这种规模的重写是负担不起的”，他估计这项工作此前需要一个团队耗费一到两年时间。不过，尽管两家公司在“智能体让哪些工作变得可行”这一结论上达成了共识，但它们的具体打法却大相径庭。
“在智能体出现之前，这种规模的重写是负担不起的。”
Bun采取的是一次性整体迁移的方式，先并行调用大量Claude实例完成工作，再将Rust版本合并回主代码库。相比之下，GitHub则选择了更为渐进、分步推进的路径：Copilot运行时的各个部分在完成转换后即被拆分成128个拉取请求逐步发布上线，与此同时产品的其他开发工作仍在围绕着迁移进程持续推进。整个过程耗时约14.5周。
“11天”与“14.5周”之间的差异，不应被解读为Claude与Copilot之间的性能对比。Bun是通过高度并行化的努力，将Zig代码库翻译为另一种系统编程语言；而GitHub则是在持续发布产品的同时，将基于TypeScript和Node.js的运行时迁移到Rust。这两个项目的共同之处在于：它们都主张，正是智能体的出现，才让此前因成本和干扰过大而可能被搁置的重大重写工作变得切实可行。
当然，两家公司都有充分的理由如此主张。Anthropic和GitHub恰恰是其所称助力这些项目成功实现的编码智能体的主要供应商，这使得它们的说法本身就带有明显的利益倾向。
然而，整个行业的种种迹象表明，“智能体承担大型Rust迁移”这一现象正在持续升温。
AI涌入Rust领域
早在今年3月，Meta工程师乔·萨沃纳（Joe Savona）就主导了将React编译器从TypeScript移植到Rust的工作，他指出这项工作“主要由AI编码完成”，不过其架构设计、测试和迁移策略仍主要由人工（即萨沃纳本人）主导把控。这一实验是Meta更大范围工作的一部分，该公司正致力于用Rust替换核心消息库中“存在数十年”的遗留代码。
就在上周五，OpenAI也悄然披露了另一项由智能体协助完成的重大Rust重写工作。该公司表示，两名工程师借助Codex和GPT-5.5，在2026年第二季度将支撑ChatGPT等产品的存储服务Habitat从Python重写为Rust。
该公司表示将在未来公布此次行动的更多细节，但同时指出，新的Rust服务目前已经“处理着95%的生产环境请求”，相比此前的Python版本，CPU占用减少了6倍，内存占用减少了15倍。此外，公司计划在“未来几周内”彻底淘汰Python版本。
就目前而言，这些案例仍是由各家公司各自披露的个案，而这些公司恰恰也是最希望借此证明编码智能体在大型软件重写上能发挥何种作用的一方。但一个清晰的趋势已经显现：Rust本就已吸引了众多希望重新规划核心软件的企业，而如今，AI智能体正被定位为推动这类迁移工作的关键力量——这类迁移此前可能因成本过高、干扰过大或耗时过长而被认为难以尝试。
Q&A
Q1：GitHub是如何用AI智能体完成Rust重写的？
A：GitHub使用自家的GitHub Copilot应用和Copilot CLI对Copilot智能体运行时进行重写，工作拆分为128个拉取请求，逐步合并发布，整个过程耗时约14.5周，主要由一名开发人员完成。
Q2：Bun的Rust重写是怎么做的？
A：Bun创始人贾里德·萨姆纳调度多个Claude Code智能体并行翻译和检查50多万行Zig代码，11天后Rust版本就通过了所有六个支持平台的现有测试，随后进行合并与进一步审查。
Q3：OpenAI的Habitat存储服务重写效果如何？
A：OpenAI用两名工程师借助Codex和GPT-5.5将Habitat从Python重写为Rust，新服务已处理95%的生产请求，CPU占用减少6倍，内存占用减少15倍，计划很快彻底淘汰Python版本。
