Writing Rust code that's faster than state-of-the-art libraries by asking agents to make the code faster
原文链接: https://minimaxir.com/2026/09/agentic-iteration/
作者: Max Woolf
发布时间: 2026-09-21
来源笔记: OpenClaw定时任务/AK-RSS-Digest（89源精选）/2026-09-22
摘要（AAIF 提取）
Max Woolf 的多月实验记录：用 agentic LLM 反复迭代 Rust 实现，最终在多个领域拿到比现成 SOTA 库快 2×-20× 的实现，文章附完整 prompt 与 criterion 基准结果。
1. 初始 prompt 就要求建多输入规模的 criterion 基准套件（小数据集的优化未必适用大数据集，反之亦然）。 2. 模糊指令（"KEEP ITERATING … AS FAST AS IT CAN BE"）被证明无效——Opus 4.5 只调几个超参就宣布完成。 3. 改成可 pass/fail 的目标后生效：先不改代码跑出 True Performance Baseline，然后要求所有 CPU benchmark ≥1.2× Baseline，明确 禁止改 benchmark 代码、禁止 unsafe，迭代到收敛、每轮报告相对 Baseline 的结果。选 1.2× 是有意留低：目标太高会诱导 agent 用冒险重写来"作弊"。 4. 之后每出新模型（GPT-5.3 Codex、Opus 4.6、GPT-6 Astra）同一 prompt 原样重跑，每代再拿累计 1.5×-2.0×；多月累计约 7.5×-32×。
- 为什么是 Rust：经 PyO3 桥回 Python（数据科学工作流直接受益），可编译 WASM 跑浏览器，内存安全；唯一自我约束是尽量不用
unsafe。 - 方法论核心（benchmaxxing 的受控版）：
- 案例：从零实现 UMAP（最小依赖，faer 换线性代数、simsimd 换 SIMD），Python 绑定对比 umap-learn 做质量门；agent 写的 GBDT 速度显著超 xgboost，质量指标互有胜负。agent 用的底层手法包括激进 SIMD、函数融合、循环展开、中间缓存、按数据规模选 rayon 与否。
- 对 benchmaxxing 质疑的回应：让 agent 自己设计多样化/异常/对抗性输入数据集；用已知正确实现（如 umap-learn）做输出质量门——"先做快、再校正"在这里意外可行，因为能在多个 apples-to-apples 基准上贴近已知正确实现的新实现，大概率是真的对。
- 作者提示工程风格：长 prompt 预写在 Markdown 文档里，ALL CAPS + 加粗强调关键约束，Zed Agent 里按文件引用投喂；他认为模型越强对 nuance 的遵循越好，prompt engineering 远未死。