openJiuwen Agent Core è un SDK Python per creare applicazioni Agent: collega chiamate ai modelli, strumenti, workflow e stato delle sessioni. Nell’Evidence pubblicato il 20 novembre 2026, EvoX Genesis documenta la conversione in Rust, producendo agent-core-rs con il Python SDK v0.1.20 come riferimento in sola lettura.
Il risultato è un workspace di 30 crate Rust e 26 esempi eseguibili, sviluppato con una conversione iniziale e un’attività successiva sul codice conservato. Il problema ingegneristico è quali comportamenti sopravvivano al cambio di linguaggio: le sessioni devono ripristinarsi correttamente, gli strumenti attendere l’approvazione e i workflow seguire il ramo previsto.

Cambiare implementazione preservando il contratto
Il workspace raggruppa tipi condivisi, accesso a modelli e strumenti, stato delle sessioni, orchestrazione e punti d’ingresso applicativi. Gli artefatti eseguibili comprendono workflow, DeepAgent, collaborazione tra team e CLI. Questi livelli danno un significato concreto ai 30 crate: la conversione coinvolge più parti di un’applicazione Agent, con l’ambito di ogni integrazione descritto nella matrice di copertura.
Lo snapshot 242b5b5 mira a preservare campi Card JSON, formati di comunicazione dei modelli, sessioni persistenti, riferimenti dei workflow e comportamento della CLI. Tipi e trait Rust, esecuzione asincrona con Tokio e serializzazione Serde sostituiscono i meccanismi Python. I tipi condivisi stanno sotto i loro utilizzatori; i crate aggregatori riesportano le API senza duplicarne il comportamento.
La compatibilità riguarda il sottoinsieme implementato. La matrice di copertura distingue interfacce supportate, implementazioni parziali e aree rinviate: esecuzione distribuita, GPU/ML e alcune integrazioni con fornitori o servizi esterni. Dove esiste un percorso Unsupported tipizzato, viene restituito un errore esplicito; altre lacune non hanno implementazione. La distinzione conta nella scelta dell’applicazione da migrare.
Una sessione ripristinata e uno strumento in attesa
L’esempio di sessione salva un checkpoint in una directory temporanea, crea una nuova sessione con la stessa identità e radice di archiviazione e ripristina lo stato. La verifica attraversa un confine di persistenza: mantenere il primo oggetto in memoria non dimostrerebbe la stessa proprietà.
Lo scenario di approvazione introduce un blocco prima di una chiamata simulata a uno strumento. Un contatore verifica che lo strumento non sia stato eseguito durante l’attesa. Una nuova invocazione con i dati di approvazione corretti permette l’esecuzione. Un modello scriptato e uno strumento strumentato rendono osservabile l’ordine senza credenziali del fornitore.
L’esempio di workflow controlla un altro problema d’integrazione. Due input percorrono i rami breve e lungo della stessa topologia compilata, passando valori tramite riferimenti ai campi dei nodi. Collegare direttamente due predecessori mutuamente esclusivi creerebbe una congiunzione in attesa di entrambi. Componenti di inoltro e attivazione esplicita dei percorsi consentono a ciascun ramo di raggiungere la fine comune. Conservare i nomi dei campi non basta a preservare la pianificazione.
Due attività con un perimetro di costo definito
L’appendice storica documenta la conversione iniziale dall’11 al 16 novembre UTC, fermata manualmente conservandone il risultato, e un’attività di evoluzione completata il 19 novembre UTC. Le chiamate attribuite a DeepSeek V4 Flash ammontano a 150,024283 dollari per le due attività. La seconda attività è ripartita dalla revisione risultante dalla prima, mostrando come mantenere un’implementazione esistente e continuarne lo sviluppo oltre i confini di una singola attività.
I tempi trascorsi sommano 113 ore e 42 minuti, comprese attese e code; l’intervallo di calendario supera otto giorni. Le 3.570 istanze Agent registrate sono cumulative, non il picco di concorrenza. Il costo esclude infrastruttura, lavoro umano e documentazione successiva. Anche un’attività intermedia fallita è esclusa perché il consumo è sconosciuto.
L’appendice conta 1.434.767 righe fisiche Rust, inclusi commenti e righe vuote, tra codice di produzione, test ed esempi. Il dato descrive la dimensione dell’artefatto; sono le verifiche comportamentali a stabilire cosa preserva la riscrittura.
Cosa dimostra la verifica
Il resoconto delle verifiche riporta il superamento di formattazione, Clippy, test offline del workspace, Rustdoc, sette gruppi di feature e compilazione degli esempi. 24.293 è il numero di funzioni di test nel sorgente, non il totale di test superati acquisito durante un’esecuzione. Cinque voci ignorate sono ausiliari o sonde dipendenti dall’ambiente. La successiva attività documentale ha rieseguito solo controlli selezionati.
Modelli scriptati, server locali simulati, storage temporaneo e socket di loopback verificano protocolli e comportamento runtime. Consentono controlli ripetibili senza credenziali reali; il successo dei compiti con modelli reali resta una valutazione separata. Sono risultati dichiarati dal progetto: non abbiamo rieseguito indipendentemente la suite Rust.
Operazioni locali più veloci, nel carico misurato
Il rapporto di benchmark confronta una build Rust release con CPython 3.11.15 su un host Linux a otto CPU logiche, con cache delle pagine calda. Il rendering dei prompt richiede 0,356 µs contro 16,37 µs, circa 46× più rapido. Un grafo a due nodi senza I/O richiede 7,23 µs contro 112,3 µs, circa 15×.
I batch ripetuti vengono normalizzati per operazione; quelli Rust sono dieci volte più grandi. La forma logica del grafo coincide, ma i motori differiscono. I rapporti descrivono l’overhead locale del framework, escludendo latenza di modello/rete, avvio a cache fredda e scalabilità concorrente. Le misure separate del primo grafo Python e di un turno Agent scriptato Rust eseguono lavori diversi e non forniscono rapporti equivalenti di avvio o memoria.
Partire da un comportamento da preservare
Per valutare una migrazione, checkpoint, approvazione e routing condizionale offrono criteri concreti di accettazione. Verifichi l’integrazione prevista nella matrice, prepari l’ambiente di compilazione e utilizzi make verify. cargo test --workspace --offline --no-fail-fast include i crate di sviluppo omessi da un semplice cargo test.
Il workspace è distribuito come sorgente, con publish = false. Sono disponibili l’Evidence completo e l’implementazione fissata. Insieme alla precedente riscrittura di MESA, il caso mostra come valutare Genesis attraverso i comportamenti preservati oltre che la nuova implementazione.