X 热议：Anthropic 平台工程负责人称团队起步时没有 Rust 工程师，由 Claude 写代码把 Messages API 整体移植到 Rust，CPU 约省 40–50%

核心背景与行业痛点

这是一条 X 热议条目，不是 Anthropic 官方公告。起点是 Latent Space 播客 10 月 27 日上线的一期节目，嘉宾是 Anthropic 平台工程负责人 Katelyn Lesse 和产品负责人 Angela Jiang。Lesse 在节目里说，她一年多前加入时 Messages API 还是一个跑在单个 GCP 区域的 Python 单体；随着用量暴涨，CPU 变成和加速卡一样紧缺的资源，过去可以按需扩容，现在必须提前做容量规划。

架构亮点与底层机制

按 Lesse 的说法，团队上周已经全量上线用 Rust 写的 Messages API。当时组里「一个 Rust 开发都没有」，分工是人负责分布式系统设计和验收，Claude 写实现代码，同时帮工程师学习和推敲方案。具体做法是一次性 fork 整个 API 的 Rust 版本，把影子流量同时打到 Python 和 Rust 两套系统上，比对输出一致后再逐步切换。她说这次是纯移植，刻意不加新功能，另由静态分析提醒其他团队在 Python 侧加功能时同步考虑 Rust 侧；下一步才会做更偏用户可见的重构。

权威 Benchmark 与实测跑分对比

节目中唯一的数字是 Lesse 的口头粗略估算：CPU 节省大约 40–50%，首 token 延迟改善大约 10–20%，长时任务改善更大。Anthropic 没有发布书面工程报告或正式基准，本文不做其他换算。

开发者实战落地与开箱指南

在 X 上，Somi（@somi_ai）剪出的片段获得 1,000+ 点赞、约 14 万次浏览，观点是「别搞大重写」的老经验已经不成立；swyx 转引时说 Anthropic「把整个后端 vibecode 成了 Rust」，这是夸张说法，Lesse 只谈到 Messages API。对想用 AI 重写老服务的团队，这段访谈可借鉴的是：重点在方案设计和验证，影子流量比对加功能开关逐步切换，移植期冻结新功能范围。是否适用于自己的系统，仍要看测试覆盖和流量对比能力。