Migrating the GitHub Copilot runtime to Rust, using Copilot
GitHub 官方工程复盘，Stephen Toub，2026-09-16。它记录 Copilot agent runtime 从 TypeScript/Node.js 迁移到 Rust 的真实生产项目：128 个迁移 PR、约 83.2 万行生产 Rust，并把 Agent 使用、验证、成本与回归一并量化。证据是一手工程记录，但仍是单项目、单团队的自报案例，不能直接外推为一般软件工程生产率。
生命周期说明：canonical source 可稳定恢复；Raw 已按 index 结算——捕获正文哈希以 original_body_sha256 记录于本页与 Registry，工作树不保留原文。
编译摘要
1. 浓缩
-
核心结论1：大规模 Agent 辅助重写的关键不是一次性“生成新系统”，而是把迁移拆成始终可发布、可审查、可回归验证的小步替换。
- 关键证据：迁移采用 component-by-component 的 in-place atomic replacement；每个 PR 删除对应 TypeScript 实现并以 Rust + shim 替代，主分支持续可发布。
- 关键证据：约 14.5 周内发布 135 个版本；2026-08-21 达到 832,378 行生产 Rust、468,689 行 Rust 单元测试，并继续保留 174,675 行 TypeScript E2E 测试作为跨实现行为基线。
- Source locator：正文 “In place” / “Getting going”。
-
核心结论2：Agent 放大的主要是“可并行调查与修改吞吐”，正确性仍依赖独立 oracle、分层 review 与人类对架构/风险的最终责任。
- 关键证据：旧 E2E 测试被明确保护，迁移过程中删除或修改测试被视为 red flag；作者把 agent、静态分析、测试、人类 review 分成不同失败模式的验证层。
- 关键证据：作者明确由人类选择目标架构、行为契约、任务分解和最终 merge；Agent 做大规模 old-vs-new 对比、CI 修复和反馈闭环。
- 关键证据：工具日志显示探索/读取远多于 mutation；subagent 主要并行调查，协调 Agent 更接近 single-writer，减少冲突。
- Source locator：正文 “Reviews” / “Automating the inner loop” / “Agents like reading”。
-
核心结论3：Agent 改变了原本“不经济”的工程项目边界，但成本并未消失，而是从人力编码迁移到 token、验证系统、上下文与高级工程判断。
- 关键证据：作者报告约 136.3B token、约
$120,000token 成本，并粗略估计自己约 3 周投入；同时说明其他团队成员仍承担 FFI、打包、构建性能和 review。 - 关键证据：迁移后重点性能指标显著改善，且作者强调这是行为保持后的 baseline port，重设计尚未开始。
- Source locator：正文 “What the port cost” / “Performance”。
- 关键证据：作者报告约 136.3B token、约
2. 质疑
- 关于生产率归因：这是没有随机对照或平行人工团队的单项目案例；“过去需要团队一两年”是工程估算，不是受控 counterfactual。
- 关于成本完整性：
$120,000主要是归因 token 账单，未完整计入其他贡献者、CI、基础设施、review bot 与组织支持成本，因此不能作为迁移总成本。 - 关于正确性：已知回归只覆盖发现或报告到的错误；作者自己承认大规模迁移仍可能存在未触发的角落回归。E2E oracle 也只保护已覆盖行为。
- 关于可迁移性：这个项目天然适合“明确旧实现 → 明确新实现”的行为保持型迁移；开放式产品发现、弱 oracle 或高外部副作用任务不应直接照搬其自治程度。
3. 对标
- 与 Agentic-Engineering 对标：该案例把“代码生成便宜”推进为“工程监督吞吐提高”，但完成定义仍是 reviewable diff + 独立测试 + shippable main + 人类最终责任。
- 与 Agent-Verification 对标：最强增量是“保护 oracle 不被同一 Agent 重定义”。这与“generator 不能同时自由控制 verifier/reference”属于同一条独立验证原则。
- 与 Generation-Verification-Asymmetry 对标：Agent 可以快速产生 80 万行级变更，但验证仍需 E2E、compiler/static analysis、代码审查和真实 rollout 多层收敛。
- 与 Compound-Engineering 对标：重复失败被升级为 standing instruction、reusable skill、eval、protected baseline 或 harness，使一次失败降低后续同类错误概率。