Anthropic 团队用 Claude 完成 Messages API 跨语言重构并优化资源消耗

Anthropic 平台工程负责人 Katelyn Lesse 透露，团队在零 Rust 开发者的情况下，借助 Claude 将 Messages API 从 Python 迁移至 Rust，使 CPU 资源消耗减少约 40%—50%，首 Token 延迟改善约 10%—20%。这一实践标志着软件工程师的工作重心正从具体编码向系统架构设计、迁移策略制定及结果验证转移。

该项目的核心证据在于其采用的工程分工模式与架构创新。人类工程师负责定义系统架构和验证方案，利用 Shadow Traffic（影子流量）对比新旧系统输出以确保一致性；同时，Anthropic 采用了“大脑”与“双手”分离的架构，将 Agent Harness 运行在可信基础设施中，而执行环境则置于沙箱内，并通过 Vault 隔离凭据，防止敏感信息泄露给不可信代码。这种设计不仅解决了延迟和可靠性问题，更关键的是构建了针对提示词注入和恶意代码执行的强隔离机制。

推论显示，随着 Agent 进入生产环境，基础工程设施面临新的挑战，包括大规模 Agent 的资源调度、权限委托链条设计及异常行为追踪。事实层面，CPU 节省比例和延迟改善数据已明确；推断层面，这预示着未来工程岗位将更侧重于解决多智能体协作中的安全隔离与状态管理难题；猜测层面，若此类架构成为行业标准，现有 Kubernetes 等编排工具可能需针对 Agent 的长时运行和状态持久化特性进行深度改造。