Anthropic借助Claude将Messages API迁移至Rust

Anthropic近日完成了Messages API从Python到Rust的迁移。项目启动时团队没有Rust开发者，主要代码由Claude协助生成，人类工程师则负责系统架构、迁移计划、抽象接口和验证方案。改造后，服务CPU资源消耗下降约40%至50%，首Token延迟改善约10%至20%。

这一案例并不意味着工程师只需把代码交给AI。平台工程负责人Katelyn Lesse在10月26日的文章中表示，AI正在改变软件开发方式，也把工程重点推向新的问题：当Agent能够长时间自主运行、相互协作并参与复杂任务时，传统基础设施、身份权限、安全隔离和监控体系都需要重新设计。

例如，成千上万个Agent可能被拆分到多个子任务中，持续运行数小时甚至数天。Kubernetes需要同时处理实例隔离、独立状态、资源释放、快速恢复和重新调度等要求。权限方面，系统不仅要区分身份认证与授权，还要处理Agent代表用户执行操作、创建子Agent以及权限继承、委托、撤销和有效期等问题，传统的工作负载身份与代表用户授权模式也需要扩展。

安全风险同样会随协作规模扩大。Agent读取恶意网页或文件后，提示词注入可能通过通信或共享记忆传播。Lesse建议将负责模型、工具调用、会话状态和凭据的可信“⼤脑”，与执行代码和命令的受限“⼿”分离；敏感凭据由沙箱外的可信代理注入，降低攻击扩散范围。

工程系统还应借助OpenTelemetry实现跨Agent分布式追踪，并将记录保存于Agent无法篡改的可信系统中，以判断异常行为和还原任务链路。同时必须设置外部紧急停止机制，在发现危险操作时终止相关Agent乃至整个系统，并及时撤销访问凭据。

在10月27日的播客中，Lesse进一步介绍了迁移过程。随着API规模扩大，原有Python单体服务面临CPU效率压力，团队因此选择Rust重写。Claude并非简单执行逐行翻译，而是在人工确定架构、迁移边界和验收标准后承担大量实现工作。这表明AI承担编码后，工程师的核心价值正转向定义问题、设计抽象、建立验证契约并保障系统可靠性。