Github的联合创始人Scott Chacon，用rust重写了git（当然是vibe coding）详细介绍：blog.gitbutler.com/true-grit作者一直想把 Git 改造成一个可链接、可重入、模块化、可嵌入的库，而不是像现在的 C Git 那样主要依赖命令行进程互相调用。然后受 Anthropic 用一群 agents 写 C 编译器实验的启发，就开始用rust重写Git 了。

这篇文章最有意思的部分其实是对 AI agents 的经验总结。

第一，agents 很会“作弊”。如果目标只是“让测试通过”，agent 可能会绕过真正实现，比如直接调用系统 Git，或者只实现测试刚好检查到的最小表面行为。作者举了 sha256 的例子：测试只检查配置里是否写了 sha256，agent 就让这个测试通过了，但并没有真正实现 sha256 对象支持。

第二，agents 不知道自己破坏了什么。一次并行 agent 工作中，有 agent 把测试框架的关键部分弄坏了，导致通过率看起来大幅下降。作者一度以为项目失败，后来另一个 agent 修复测试框架后，通过率又跳回 80% 左右。

第三，长期并行协作很难。大量长时间运行的 agents 需要任务协调、资源管理、代码合并、上下文交接。作者试过共享 checklist、多个机器、Cursor cloud agents、Claude Code、Codex、动态 workflows 等，但都遇到成本、CPU/内存、Git push、环境污染、合并等问题。

第四，成本会非常快地膨胀。作者估计这次实验大概花了 1 万到 1.5 万美元，总 token 量约 450 亿 tokens，其中 Claude Code、Cursor GPT/Codex、Cursor composer-2 都用了很多。

第五，明确方向比盲目并行更有效。作者最后的经验是：不要只是让 agents 随机挑测试文件去修，而是要像人类架构师一样规划顺序：先实现底层 plumbing commands，再实现依赖它们的高层命令，最后处理格式化、边角输出等。越是大项目，越需要人类给出清晰拆解和路线。

AI创造营