一分钟看懂
- 据 Katelyn Lesse 在 Latent Space 播客中分享、AI 研究者 Somi 整理披露，Anthropic 在团队没有专职 Rust 工程师的情况下把 Messages API 重写成了 Rust。
- 工程分工十分明确：Claude 负责编写 Rust 实现代码，人类工程师负责编写整体方案并在真实流量上检验新旧实现是否完全一致。
- 迁移到 Rust 实现后，Messages API 的服务器 CPU 占用率直接下降了 40% 到 50%。
- 这一案例让软件工程界经典的“千万别做大规模重写”戒律受到重新审视：AI 生成代码配合真实流量回归比对，大幅压低了跨语言重构的门槛。
基本信息
| 重构对象 | Anthropic Messages API |
|---|---|
| 目标语言 | Rust（团队内无专职 Rust 工程师） |
| 人机分工 | Claude 写代码；人类写方案并做真实流量新旧比对 |
| 性能收益 | CPU 占用率降低 40% 至 50% |
| 信息来源 | Katelyn Lesse 于 Latent Space 播客分享，Somi 整理 |
| 分类 | 开发与开源 |
| 作者 / 发布方 | Somi |
| 热度 | 🔥 热度 66万 |
| 发布时间 | |
| 数据更新 |
零专职 Rust 工程师，把核心 API 迁到高性能系统语言
在传统软件工程里，要想把核心线上接口迁移到 Rust，通常意味着要先招一批熟悉所有权机制与异步运行时的专职 Rust 工程师，或者让现有后端团队花上几个月边学边改。但据 Katelyn Lesse 在 Latent Space 播客中透露、并由 AI 研究者 Somi 归纳的信息，Anthropic 在重构自家的 Messages API 时并没有专职 Rust 开发者。
面对语言门槛，团队没有因为缺人而搁置性能优化，而是直接让 Claude 承担了 Rust 代码的编写工作。上线后的实测数据显示，改用 Rust 后的 Messages API 让 CPU 占用率大幅下降了 40% 到 50%，直接省下了可观的计算资源开销。
AI 写代码不等于盲目上线：人类管方案与真实流量比对
这场重构之所以敢放进生产环境，关键在于人类工程师把精力集中到了架构规划与等价性验证上。在动工前，人类工程师负责编写完整的迁移方案；Claude 则按照既定方案生成对应的 Rust 实现代码。
代码跑起来之后，团队没有单靠静态阅读代码来确认安全，而是把旧版实现与新版 Rust 实现放到真实流量下做正面比对，逐一核验两者的输出与行为是否吻合。只要输入输出在真实线上请求中严丝合缝，即便团队里没有专职深耕 Rust 语法的专家，依然能够稳妥完成切流。
- Claude 负责代码实现
由 Claude 完成从原有逻辑到 Rust 代码的编写，绕开了团队缺乏专职 Rust 开发者的限制。
- 人类工程师把控方案
重构蓝图、边界拆分与切换步骤全部由人类工程师先行制定，避免生成式代码在架构层面跑偏。
- 真实流量新旧对账
利用真实生产流量同时检验旧版与新版，确保接口返回完全一致后再收割 40% 至 50% 的 CPU 降幅。
“千万别做大重写”的古训，为什么开始松动了
过去几十年里，“不要推倒重写正在运行的系统”一直是工程师耳熟能详的铁律。原因很简单：人工重写往往耗时漫长，在漫长的迁移期里极易漏掉历史边界条件，甚至拖垮正常的功能迭代。
Anthropic 这次 Messages API 重构展示了另一种账本算法。当大模型把跨语言翻译与编码的时间大幅压缩，而成熟接口又天然具备现成的真实流量可供回归对账时，“重写”的风险从手写代码的熟练度转移到了验证体系的完备度上。只要能用真实流量锁死行为一致性，大重写不再是不可触碰的禁区。
上手步骤
由人类工程师先行编写重构方案
在启动跨语言迁移前，先用文档明确接口协议、边界条件与拆分步骤，作为模型写代码的严格蓝图。
交给 Claude 生成目标语言代码
让 Claude 根据重构方案编写 Rust 实现，利用编译器报错与模型迭代快速打通构建流程。
在真实流量下比对新旧实现
通过流量回放或旁路镜像，将真实请求同时发给旧版与新版服务，严格核对响应结果是否完全一致。
切流后复核 CPU 与资源指标
在确认行为零偏差后逐步切流，并监控生产环境的 CPU 降幅（如本次实现的 40%–50% 节省）。
常见问题
Anthropic 把 Messages API 重写成 Rust 后省了多少算力？
完成 Rust 重写并上线后，Messages API 的 CPU 占用率下降了 40% 到 50%。
他们团队里原本有多少名 Rust 工程师？
零名。团队里没有专职的 Rust 开发者，Rust 代码是由 Claude 编写完成的。
没有专职 Rust 工程师，怎么保证 Claude 写的代码没出岔子？
人类工程师负责制定迁移方案，并在真实流量下把旧版实现与新版 Rust 实现做比对验证，确认两者输出完全匹配。
这件事为什么会引发软件工程界对“大重写”的讨论？
传统观念认为大规模重写风险极高、得不偿失；但“AI 写代码 + 人类定方案并用真实流量对账”的模式大幅降低了编码成本与回归风险。
