Im Januar 2025 testete der Autor, ob LLMs den Code iterativ verbessern können, indem sie wiederholt 'schreibe besseren Code' bitten. Während Claude Sonnet 3.5 Funktionen statt Optimierungen hinzufügte, änderte sich die Hypothese: Können agentische LLMs Hochleistungs-Rust-Code schreiben, über Python via PyO3ebrückt, etablierte Bibliotheken übertreffen? Nach Monaten des Testens mit Claude Opus 4.5 und nachfolgenden Frontiermodellen bestätigt der Autor, dass moderne Agenten Implementierungen Rust 2x-20x schneller als State-of-the-Art-Ansätze erzeugen können, unter Berücksichtigung der richtigen Guardrails (z.B. Verbot von `unsafe` Code, Verwendung von criterion für statistisches Benchmarking).

Der primäre Testfall war UMAP, ein Dimensionsreduktionsalgorithmus, der in Python schlecht skaliert. Statt bestehende Crates wie `umap-rs` zu forken, schrieb der Agent den Algorithmus from scratch mit minimalen Abhängigkeiten, um niedrigstufige Optimierungen zu ermöglichen. Opus 4.5 generierte Benchmarks für verschiedene Eingabegrößen und verfeinerte die Implementierung iterativ auf Basis von criterion Ausgaben.

Dieser 'benchmaxxing' Ansatz nutzt die Speichersicherheit von Rust und die Kompilierungsmöglichkeit WASM. Der Autor betont, dass dies nicht spekulativ ist: Prompts und Benchmark-Ergebnisse sind enthalten und zeigen, dass iterative agentische Optimierung nun produktionsreife, hochleistungsstarke Systemcode erzeugt.