AI Agent 从 Demo 走向生产，难点不在"能跑"，而在"稳得住"——工具调用顺序错乱破坏 KV Cache、并发调度数据竞争、沙箱权限边界模糊、AI 生成代码悄悄击穿架构边界。

本次直播以 Codex 为线索，拆解 Rust 为何正在成为 AI Agent 基建的底座。

一、Rust 为什么适合 AI Agent

Rust 的五个特性，本质是同一件事：把运行时才暴露的问题提前到编译期。

Agent 要在用户环境执行不可信代码、长时间多任务并发、多端分发、被多语言嵌入——这些需求恰好落在 Rust 的强项上。

前提：只调云端 API 的 Agent，这些优势大多用不上。

按层选语言：界面用 Web 技术，Agent 内核用 Rust，中间用类型化协议连接。

二、Codex 为什么从 TypeScript 重写为 Rust

Codex 发布一周后即从 TypeScript 改用 Rust，官方四条理由都在源码里有落点：

四块拼图放在一起才是方向：产品（Rust 内核驱动所有外壳）、人才（收购 Astral）、治理（Rust 基金会白金会员）、商业化（SDK → App Server → Agents API）。

核心论点：OpenAI 押注 Rust，看中的是 Agent 时代执行层的底座。

三、从 Agent Loop 到生产级 Harness

一个最小循环，要加七层才能上生产：

几个关键设计：

按步冻结上下文快照：一步内模型看到的与执行用的是同一份

先 spawn 再入队，按序回填：执行并发，历史顺序确定

空读写锁作调度闸门：锁里不放数据，只表达"能否并行"

三值判定，最严者胜：多条规则命中取最保守结果

沙箱优先，被拒再升级：先关起来跑，疑似被拒才问是否放宽

把 unsafe 隔离进边界 crate：全仓约 1017 处 unsafe，563 处在 4 个沙箱 crate，codex-core 仅 1 处

Codex 已具备 Agent OS 的雏形：进程调度、上下文预算、权限隔离、工具驱动、协议接口——都能在操作系统职责表里找到对应。

但反方论据同样成立：Agents API 仍是公开测试、harness 可能随模型变强而收缩、内核开源但托管闭源、很多设计围绕 OpenAI 模型优化。

harness 免费，模型收费。

四、你的 Agent 该不该用 Rust？

迁移路径（Codex 走过的顺序）：执行层先行 → 定义协议 → 迁移内核 → 保留分发渠道。

五、小技巧分享

六、写在最后

OpenAI 押注 Rust，看中的是 Agent 时代执行层的底座。

从 Codex 的实践里给团队的判断：

第一，Rust 的价值不在"快"，而在"约束"。所有权、借用检查、Send/Sync、unsafe 边界——这些机制的本质，是把运行时才暴露的问题提前到编译期。对 AI 大量参与写代码的团队来说，编译器就是第一道不耗费 Token 的审查。

第二，不要一刀切地选语言。界面用 Web 技术，Agent 内核用 Rust，中间用类型化协议连接。如果 Agent 不在用户环境执行代码，TS/Python 加外部沙箱完全够用；如果要在用户环境执行、要多端分发、要被多语言嵌入，Rust 内核的优势才会真正显现。

第三，迁移可以分步走。Codex 走过的顺序是：执行层先行 → 定义协议 → 迁移内核 → 保留分发渠道。先把沙箱、进程、文件操作这些高风险部分用 Rust 重写，内核暂留原语言，是一条务实的路径。

第四，harness 可能收缩，安全边界不会。模型变强后，上下文技巧和工具编排可能被模型吸收；但沙箱、权限、系统接口这些执行层的硬约束不会消失——而这恰好是 Rust 承担最多的部分。

本文内容整理自IFClub社区2026年10月9日技术直播，完整回放可在IFClub社区平台观看。

IFClub社区专注于IT技术交流与分享，定期邀请技术专家进行直播分享。欢迎关注社区公众号获取更多技术干货。