兩千個智能體兩週重寫自己：Prime Agent 如何用蜂群把 TypeScript 搬進 Rust

一支兩千人的隊伍，沒有人是真人

2026 年 8 月才正式發布的編碼智能體 Prime Agent，用兩個月累積了三十多萬次下載、處理超過 8 兆 token。10 月 9 日，它的開發方 Prime Intellect 公布了一件更吸睛的事：這個工具被它自己重寫了。從 TypeScript 到 Rust，兩週完成，動手的是兩千多個自主智能體。

這不是宣傳語裡的「AI 幫你寫程式」。整個移植過程裡，人類團隊主要做了一件事：把驗收標準搭好，讓智能體可以自己衡量自己做對了沒有。剩下的編排、寫程式、審查、驗證，都交給了機器。

成本與規模：兩千億 token 的一次搬運

按照官方部落格的說法，這場重寫調度了 2000 多個智能體，跨 10000 多個 Prime 沙箱並行作業，從 Prime Inference 的 GLM-5.3 端點消耗了超過 2000 億 token。其中真正寫 Rust 的階段由 1981 個智能體完成，用掉約 1929.9 億 token；隨後三天的效能爬坡階段又投入 228 個智能體，用掉約 357 億 token。

這批數字本身就是一種訊號。國產開源模型 GLM-5.3 成為一個生產級智能體蜂群的主力推理引擎，這件事和「某個模型跑分又高了一分」不是一回事。它說明在長時間、大批量、需要穩定工具呼叫的工程場景裡，開放權重模型的性價比已經能被真實專案接受。

編排：根智能體不寫業務程式碼

最值得抄的不是「用了兩千個智能體」，而是它們的分工方式。整場重寫由一個根智能體指揮，但它自己一行產品程式碼都不寫。它只做三件事：把任務拆成有拓撲順序的圖、追蹤每個任務的進度、合併已完成的工作。

每個任務要依次穿過四種角色：

• 規劃者（planner）：寫出規格說明、功能設計和「標準答案」，標準答案直接取自 TypeScript 版本的既有行為。
• 實作者（implementer）：在一個獨立的 worktree 裡寫 Rust 程式碼，讓不同功能可以並行推進。
• 評審者（reviewer）：換一個模型、換一套上下文，對抗式地找這份改動的毛病。
• 驗證者（verifier）：在一個全新的沙箱裡編譯程式碼、跑一致性測試。

只要評審或驗證任一環節不通過，任務就會帶著結論被打回實作者。兩個環節都過了，改動才允許合併。Prime Intellect 特意把「生成」和「評估」拆開，理由很直白：讓寫程式碼的那個智能體去評判自己的產出，它天然偏向自己。

真正的護欄：四類一致性校驗

光有流程不夠，還要有客觀的對錯標準。團隊搭了四類 parity 檢查，覆蓋同一個功能的不同側面：

• TUI 差分測試：把 TypeScript 和 Rust 兩個二進位檔放在同一套腳本化模型下跑，逐格比對終端畫面，覆蓋啟動、選單、工具呼叫、工作階段恢復、子智能體和崩潰恢復。
• Harness 一致性：比對兩邊產生的工作階段記錄，以及各自發給模型服務商的請求。
• 協定一致性：把常駐程式協定的每一種訊息類型都對著 TypeScript 實作校驗一遍。
• 功能稽核：腳本測不到的地方，由智能體逐個元件核對，標記為「一致」「部分一致」或「缺失」。

有了這些客觀尺子，智能體就能自己判斷進度、在合併前攔住回歸，人類審查的必要性也隨之下降。團隊也很坦誠：真正漏網的 bug，是那些沒有任何測試覆蓋到的，最後靠內部天天使用才暴露出來。

結果：14 倍冷啟動，八成記憶體

官方給出的對比數據裡，從冷啟動到可輸入延遲由 TypeScript 版的 737.8 毫秒降到 55.8 毫秒，提速 14.18 倍；熱啟動提速 13.34 倍；整個行程樹的記憶體占用從 607.4 MB 降到 106 MB，大約省下八成；安裝體積也從 172.1 MB 縮到 59.6 MB。首次可見輸出落在 23.6 毫秒。爬坡階段一共記錄 144 項實驗，合併了 69 項有效改動。需要提醒的是，這份橫向對比用的是官方自己的執行時套件，官方也說明缺少統一基準，數字要謹慎解讀。

結構上的改變可能比速度更持久。程式碼被拆成九個 crate，依賴關係單向、由 Cargo 強制；最大的原始檔從約 15000 行縮到約 2500 行，再也沒有檔案超過 5000 行。每個工作階段跑在自己的工作行程裡，一個崩了不影響其餘。Windows 支援因為平台抽象變乾淨而順帶落地，模型目錄改成執行時拉取，新模型上線不再依賴發版。

為什麼是 Rust

團隊列出的 TypeScript 痛點很具體：型別是可選的、執行時消失；錯誤以未檢查例外的方式傳播；渲染、解析大會話這類吃 CPU 的活兒和鍵盤輸入搶同一個事件迴圈；每個行程都要養一套 JavaScript 執行時和垃圾回收。對一個長期常駐、每個工作階段一個工作行程的常駐程式來說，沒有 GC 的原生程式碼就是記憶體和啟動時間提升的主要來源。

而當程式碼主要由智能體來寫時，「編譯期保證」的價值被放大了。窮舉的列舉、所有權與生命週期，再加上 Clippy 的嚴格 lint，能在程式碼跑起來之前就排掉一整類 bug。換句話說，編譯器在替人類審查員承擔一部分判斷。

這件事對不同的人意味著什麼

如果你在帶工程團隊，可以複用的不是「兩千個智能體」這個數字，而是那套方法：先把驗收標準做成客觀、可自動執行的檢查，再把生成和評估分給不同的模型與上下文，最後讓智能體在護欄內自我推進。Primer Intellect 已經在把這套四角色模式產品化成可複用工作流程，理由是「定義好的蜂群工廠」比每個專案臨時拼一個更靠得住。

如果你只是普通使用者，它解釋了一件事：像 Prime Agent 這類工具的更新速度，接下來會越來越不像傳統軟體。當產品能重寫自己，版本號的含義就變了。這也提醒我們，看到「重構提速 14 倍」這類結論時，先翻到註腳看看是誰測的、和誰比的。智能體能寫出可用的程式碼，但它同樣能寫出自信的自我表揚。