Em janeiro de 2025, o autor testou se LLMs poderiam melhorar o código iterativamente pedindo repetidamente 'escreva um código melhor'. Enquanto Claude Sonnet 3.5 adicionou recursos em vez de otimizar, a hipótese evoluiu: os LLMs agenticos conseguem escrever código Rust de alto desempenho, ponte para Python via PyO3, superando bibliotecas estabelecidas? Após meses de testes com Claude Opus 4.5 e modelos fronteiriços subsequentes, o autor confirma que agentes modernos podem produzir implementações Rust 2x-20x mais rápidas que as abordagens de ponta, desde que fornecidos proper guardrails (por exemplo, proibir código `unsafe`, usar criterion para benchmark estatístico).

O caso principal de teste foi UMAP, um algoritmo de redução de dimensionalidade que não escala bem em Python. Em vez de fazer fork de crates existentes como `umap-rs`, o agente escreveu o algoritmo from scratch com dependências mínimas para habilitar otimizações de baixo nível. Opus 4.5 gerou benchmarks através de diferentes tamanhos de entrada, refinando iterativamente a implementação com base na saída de criterion.

Esta abordagem de 'benchmaxxing' aproveita a segurança de memória de Rust e o potencial de compilação WASM. O autor enfatiza que isso não é especulativo: prompts e resultados de benchmark estão incluídos, demonstrando que a otimização agentica iterativa agora produz código de sistema de nível de produção, alto desempenho.