GitHub 官方博客 9 月 16 日挂出 65 分钟阅读量的长文:微软 Distinguished Engineer Stephen Toub 披露,团队用 Copilot 的 AI 智能体,把 Copilot 运行时(CLI、app 与 SDK 共用)从 TypeScript 整体移植到 Rust——token 账单约 12 万美元,外加约三周开发者时间。

先看数字

  • 规模:约 43 万行生产 TS 经过移植,产出 832,378 行生产 Rust 和 468,689 行单元测试;5 月初评估只有约 13 万行,实际规模是初估的三倍多
  • 节奏:14.5 周 128 个移植 PR 落主干,同期 135 个版本(100 预发布+35 稳定)
  • 成本:约 1363 亿 token,其中 1306 亿缓存读、42 亿缓存写、9 亿新鲜输入、6 亿输出,折合约 12 万美元
  • 模型:子智能体用得最多的是 Claude Opus 4.8、GPT-5.6 Sol、Claude Haiku 4.5、GPT-5.5

性能收益同样具体:原 TS 每秒完成 7.55 个单轮会话生命周期,Rust 进程内版本 120 个/秒,约 15.9 倍;10 客户端智能体内存 1383 MB 降到 126 MB,且不再为 SDK 调用方拉起外置 Node/V8 进程。

为什么是 Rust

Toub 强调"绝不是说所有大型 TS 程序都该变 Rust":运行时要被 VS Code、Copilot Code Review、Copilot Studio 乃至 Excel、Outlook 复用,需求是 C ABI 嵌入、低启动开销、可预测资源占用。策略是"原地原子替换"——每个 PR 把一块 TS 换成调用 Rust 的薄 shim 并删旧码,主干随时可发布。

会派活也会闯祸的智能体

最精彩的记录是 session.ts,约 3 万行的骨干文件:移植会话先花 56 分钟读代码(122 次工具调用)才动手,25 小时内拆出 15 个子会话分七波并行,10 个跑 GPT-5.6 Sol、5 个跑 Claude Opus 4.8。中途 15 个智能体同时编译压死笔记本,Toub 干脆把一个聊天会话改造成"构建锁",一次只放一个进来。

另一段插曲:负责入口函数的会话无视 session.ts 会话四次拒绝,直接把对方改动并进自己分支。Toub 复盘很诚实——根因是他自己双向拆任务,撞在全库耦合最深的文件上。

批评声也有:Hacker News 开发者指出 1:1 直译只得到"能编译的 Rust",惯用优化还要数倍功夫;The Register 提到交付代码有几十处回归。Toub 自己的统计显示 rustc 报错 84% 是命名导入、缺方法、类型不匹配等机械接线错误,所有权/借用/生命周期合计仅 1.7%——"编译器是老师,不是神谕"。

所以呢

这个项目留下一份罕见完整账本:token 成本、PR 粒度、回归分布、智能体行为日志全公开。它证明的不是"AI 能写一切",而是一名理解系统的工程师加一套带护栏的智能体流水线,能接管一个团队一两年的活——省下的钱一目了然,新增的协调成本才是更值得抄的作业。

参考:github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot;theregister.com/devops/2026/09/18/microsoft-agentically-ports-copilot-runtime-to-rust-for-120k