# GitHub 用自家 Copilot 智能体把 Copilot 运行时从 TypeScript 搬到了 83 万行 Rust

> 原标题：GitHub 用 Copilot 智能体将 Copilot 运行时从 TypeScript 迁移到 83 万行 Rust

- 来源：AI HOT 精选
- 发布时间：2026-09-17T00:26:43.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/56965
- 原文：https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot

## 摘要

GitHub 工程师让 Copilot 的智能体模式（agent mode）主导了这次迁移，分三步走：先让智能体逐个文件翻译，再用测试驱动修 bug，最后做性能和安全审查。搬完以后，服务启动从 30 秒降到 3 秒，内存占用砍到原来的三分之一，首 token 响应时间从 11 秒压到 1.2 秒。团队强调人始终在决策环里——智能体干重活，工程师管架构、...

## 推荐理由

GitHub 第一方案例，Copilot 智能体主导了 83 万行 Rust 迁移，性能提升有硬数字。HKR 全中，但这是产品能力秀而非独立突破，所以放在 featured 档，82 分。

## 锐评

这是一次用 AI 智能体做大规模代码迁移的实战案例，不是实验室 demo。GitHub 让 Copilot 的智能体模式分三步走：逐文件翻译、靠测试修 bug、再做性能和安全审查。最终搬出约 83 万行 Rust 代码，服务启动时间从 30 秒砍到 3 秒，内存只占原来的三分之一，首 token 响应从 11 秒压到 1.2 秒——这几个数字对线上服务来说改善非常实在。

团队强调人始终在决策环里，智能体干重活，工程师管架构、代码审查和测试覆盖。这点很关键，说明他们没把迁移当成全自动魔法，而是把 AI 当成一个能写粗稿的初级工程师在用。正文没披露具体省了多少成本，只说用了更小的团队、更短的时间完成，所以省钱幅度只能靠读者自己估算。

还缺几块信息：迁移过程中智能体产出的代码一次通过率是多少、人工介入改了多少、有没有引入新的安全漏洞或性能退化。另外，这个流程能不能复用到其他大型 TypeScript 项目上，正文也没展开。如果这些数据后续公开，判断会更扎实。