En janvier 2025, l'auteur a testé si les LLM pouvaient améliorer le code de manière itérative en leur demandant répétitivement 'écris un meilleur code'. Bien que Claude Sonnet 3.5 ait ajouté des fonctionnalités au lieu d'optimiser, l'hypothèse a évolué : les LLM agentiques peuvent-ils écrire du code Rust haute performance, relié à Python via PyO3, dépassant les bibliothèques établies ? Après des mois de tests avec Claude Opus 4.5 et les modèles frontières suivants, l'auteur confirme que les agents modernes peuvent produire des implémentations Rust 2x-20x plus rapides que les approches de pointe, à condition de fournir proper guardrails (interdire le code `unsafe`, utiliser criterion pour le benchmarking statistique).

Le cas de test principal était UMAP, un algorithme de réduction de dimensionnalité qui ne se scale bien que Python. Au lieu de faire fork des crates existants comme `umap-rs`, l'agent a écrit l'algorithme from scratch avec des dépendances minimales pour permettre les optimisations de bas niveau. Opus 4.5 a généré des benchmarks à travers différentes tailles d'entrée, affinant itérativement l'implémentation basée sur la sortie de criterion.

Cette approche de 'benchmaxxing' exploite la sécurité mémoire de Rust et le potentiel de compilation WASM. L'auteur souligne que cela n'est pas spéculatif : les prompts et les résultats de benchmarking sont inclus, démontrant que l'optimisation agentique itérative produit maintenant du code système de grade production, haute performance.