一句话看懂：微软用 AI Agent 把 GitHub Copilot 等产品的运行时从 TypeScript 迁移到 Rust，花费约 12 万美元 token 成本和三周人力，换来约 15.9 倍的性能提升和显著降低的内存占用。
事件核心：发生了什么
据 The Register 报道，微软把支撑 GitHub Copilot CLI、Copilot 应用、SDK 以及云代理的运行时，从 TypeScript 全量重写为 Rust。整个迁移以模块为单位推进，历时约 14.5 周，跨 135 次发布，平均每天打开约 1.3 个迁移 PR，由 AI Agent 承担了大部分编码工作。Agent 把 43 万行 TypeScript 转换成 80 万行生产级 Rust，成本约 12 万美元的 token 费用，加上一名开发者约三周的时间。代价是代码中出现了数十个回归问题，说明大模型对 Rust 的理解仍有短板。该项目由微软杰出工程师 Stephen Toub 披露，使用了 GPT-5.6 Sol 和 Claude Opus 4.8 等模型，按各自擅长的环节分工。
为什么重要
这次迁移的意义不在 Rust 本身，而在于验证了 AI Agent 能承担超大规模、跨语言的生产代码重构。Toub 提到，如果纯靠人工，这类项目要花数年、数百万美元。性能数据也说明路线选择有理有据：在共享客户端、100 条并发管道的基准下，TypeScript 版本每秒完成 7.55 个会话生命周期，Rust 进程内实现达到 120 个；同样是 10 个客户端的 Agent 批量任务，TypeScript 消耗 1383 MB 内存，Rust 只需 126 MB。Agent 的行为也提供了新观察：它们花在信息收集上的时间远多于写代码，多个会话之间会自行沟通协调，一个 3 万多行的 session.ts 迁移启动子会话后耗时 25 小时才完成。
对用户/开发者/创作者的影响
对普通用户，Copilot 相关产品的启动速度和资源占用有望改善，但短期内功能界面不会突变。对开发者，这件事的价值在于参考路径：把 Agent 用于渐进式、模块级的迁移，比一次性重写更可控；同时要预留回归测试和小规模人工兜底的预算。对企业采购方，12 万美元换来运行时层面的长期性能收益，是一个可以量化的投入产出案例。对使用闭源与开源模型的团队，GPT-5.6 Sol 与 Claude Opus 4.8 被同时使用，说明多模型编排而非绑定单一厂商，正在成为复杂工程任务的常见做法。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，迁移只做了逐模块替换，尚未优化运行时结构，下一步的结构优化能否带来额外收益值得跟踪。数十个回归问题的具体类型和修复方式，是判断 LLM 写 Rust 可靠性的关键。此外，微软是否会把这套 Agent 编排方法推广到 Office、云服务等更多 TypeScript 代码库，以及同类迁移的 token 成本能否下降，都是后续观察点。
来源：Hacker News
