В январе 2025 года автор проверил, могут ли LLM итеративно улучшать код, повторяя запрос 'напиши лучший код'. Хотя Claude Sonnet 3.5 добавлял функции вместо оптимизации, гипотеза эволюционировала: могут ли агентские LLM писать высокопроизводительный Rust код, связанный с Python через PyO3, превосходя установленные библиотеки? После месяцев тестирования с Claude Opus 4.5 и последующими фронтьюр моделями автор подтверждает, что современные агенты могут создавать реализации Rust 2-20 раз быстрее подходов верхнего уровня, при наличии proper guardrails (например, запрещение кода `unsafe`, использование criterion для статистического бенчмаркинга).

Основной тестовый случай был UMAP, алгоритмом метода понижения размерности, который плохо масштабируется в Python. Вместо форка существующих crates, таких как `umap-rs`, агент написал алгоритм from scratch с минимальными зависимостями для возможности низкоуровневых оптимизаций. Opus 4.5 сгенерировал бенчмарки при разных размерах входных данных, итеративно дорабатывая реализацию на основе вывода criterion.

Этот подход 'benchmaxxing' использует безопасность памяти Rust и потенциал компиляции WASM. Автор подчеркивает, что это не спекулятивно: включены подсказки и результаты бенчмаркинга, демонстрирующие, что итеративная агентская оптимизация теперь дает production-grade, высокопроизводительный системный код.