2025年1月，作者测试了LLM是否能通过反复要求'写得更好'来迭代改进代码。虽然Claude Sonnet 3.5添加功能而非优化，但假设演变：智能体LLM能否编写高性能Rust代码，通过PyO3桥接到Python，超越既定库？经过数月测试Claude Opus 4.5及后续前沿模型，作者确认现代代理可产出Rust实现2倍至20倍速度提升，前提是提供proper guardrails（例如禁止`unsafe`代码，使用criterion进行统计基准测试）。

主要测试案例是UMAP，一种在Python中规模扩张不佳的降维算法。作者没有fork现有的`umap-rs` crate，而是从头编写该算法，依赖最小以启用低级优化。Opus 4.5生成了跨输入大小的基准测试，基于criterion输出迭代细化实现。

这种'benchmaxxing'方法利用Rust的内存安全和WASM编译潜力。作者强调这并非推测：包含提示和基准测试结果，证明迭代智能体优化现已产生生产级、高性能系统代码。