openJiuwen Agent Core é um SDK Python para criar aplicações Agent: conecta chamadas a modelos, ferramentas, workflows e estado das sessões. No Evidence publicado em 20 de novembro de 2026, o EvoX Genesis documenta a conversão para Rust, produzindo agent-core-rs com o SDK Python v0.1.20 como referência somente leitura.

O resultado é um workspace de 30 crates Rust e 26 exemplos executáveis, desenvolvido por uma conversão inicial e uma tarefa posterior sobre o código preservado. A questão de engenharia é quais comportamentos sobrevivem à mudança de linguagem: restaurar corretamente sessões salvas, aguardar a aprovação das ferramentas e seguir o ramo previsto de cada workflow.

Ilustração conceitual de código Python convertido em Rust com ramos de workflow correspondentes

Mudar a implementação preservando o contrato

O workspace agrupa tipos compartilhados, acesso a modelos e ferramentas, estado das sessões, orquestração e pontos de entrada das aplicações. Os artefatos executáveis abrangem workflows, DeepAgent, colaboração em equipe e CLI. Essas camadas dão um significado prático aos 30 crates: a conversão cobre várias partes de uma aplicação Agent, com o escopo de cada integração registrado na matriz de cobertura.

O snapshot 242b5b5 tem como alvos os campos Card JSON, formatos de comunicação dos modelos, dados de sessão persistentes, referências dos workflows e comportamento da CLI. Tipos e traits Rust, execução assíncrona com Tokio e serialização Serde substituem os mecanismos Python. Os tipos compartilhados ficam abaixo dos seus consumidores; os crates agregadores reexportam as API sem duplicar comportamento.

A compatibilidade abrange o subconjunto implementado. A matriz de cobertura distingue interfaces suportadas, implementações parciais e áreas adiadas: execução distribuída, GPU/ML e algumas integrações com fornecedores ou serviços externos. Onde existe um caminho Unsupported tipado, é devolvido um erro explícito; outras lacunas não têm implementação. A distinção importa na escolha da aplicação a migrar.

Uma sessão restaurada e uma ferramenta à espera

O exemplo de sessão salva um checkpoint em armazenamento temporário, cria uma nova sessão com a mesma identidade e raiz de armazenamento e restaura o estado. O teste atravessa uma fronteira de persistência: manter o primeiro objeto em memória não demonstraria a mesma propriedade.

O cenário de aprovação coloca uma barreira antes de uma chamada simulada a uma ferramenta. Um contador confirma que a ferramenta não foi executada enquanto aguardava aprovação. Uma nova invocação com os dados de aprovação correspondentes permite continuar. Um modelo com respostas programadas e uma ferramenta instrumentada tornam a ordem observável sem credenciais do fornecedor.

O exemplo de workflow verifica outro problema de integração. Duas entradas percorrem os ramos curto e longo da mesma topologia compilada, passando valores por referências aos campos dos nós. Ligar diretamente dois predecessores mutuamente exclusivos criaria uma conjunção que esperaria por ambos. Componentes de encaminhamento e ativação explícita das rotas permitem a qualquer ramo atingir o final comum. Preservar nomes de campos não basta para detectar este problema de escalonamento.

Duas tarefas com custos delimitados

O anexo histórico registra uma conversão inicial de 11 a 16 de novembro UTC, interrompida manualmente com preservação do resultado, seguida de uma tarefa de evolução concluída em 19 de novembro UTC. As chamadas atribuídas a DeepSeek V4 Flash totalizam 150,024283 dólares nas duas tarefas. A segunda tarefa retomou a revisão resultante da primeira, mostrando como preservar uma implementação existente e continuar seu desenvolvimento entre tarefas.

Os tempos decorridos somam 113 horas e 42 minutos, incluindo esperas e filas; o intervalo de calendário ultrapassa oito dias. As 3.570 instâncias Agent registradas são cumulativas, não o pico de concorrência. O custo exclui infraestrutura, trabalho humano e documentação posterior. Uma tarefa intermediária malsucedida também é excluída, pois o seu consumo é desconhecido.

O anexo conta 1.434.767 linhas físicas Rust, incluindo comentários e linhas vazias, entre código de produção, tesses e exemplos. Isso descreve a dimensão do artefato; as verificações comportamentais determinam o que a reescrita preserva.

O que a verificação estabelece

O registro de verificação declara aprovação de formatação, Clippy, tesses offline do workspace, Rustdoc, sete grupos de funcionalidades e compilação dos exemplos. 24.293 é o número de funções de teste no código-fonte, não um total de aprovações capturado em uma execução. Cinco entradas ignoradas são auxiliares ou sondas dependentes do ambiente. A tarefa documental posterior apenas repetiu verificações selecionadas.

Modelos com respostas programadas, servidores locais simulados, armazenamento temporário e sockets de loopback exercitam protocolos e execução. Permitem verificações repetíveis sem credenciais reais; o sucesso de tarefas com modelos reais exige outra avaliação. São resultados comunicados pelo projeto; não executamos novamente de forma independente a suite Rust.

Operações locais mais rápidas, no âmbito medido

O relatório de desempenho compara uma compilação Rust release com CPython 3.11.15 em um host Linux com oito CPU lógicos e cache de páginas quente. A renderização de prompts demora 0,356 µs contra 16,37 µs, cerca de 46× mais rápida. Um grafo de dois nós sem I/O demora 7,23 µs contra 112,3 µs, cerca de 15×.

As medições usam lotes repetidos normalizados por operação; os lotes Rust são dez vezes maiores. A forma lógica do grafo coincide, mas os motores diferem. Os proporções descrevem a sobrecarga local do framework, excluindo latência de modelo/rede, inicialização com cache fria e escalabilidade concorrente. As medições separadas do primeiro grafo Python e de um turno Agent programado em Rust executam tarefas diferentes e não estabelecem proporções comparáveis de inicialização ou memória.

Começar por um comportamento a preservar

Para avaliar uma migração, os exemplos de checkpoint, aprovação e encaminhamento condicional oferecem critérios concretos de aceitação. Verifique a integração pretendida na matriz, prepare o ambiente de compilação e utilize make verify. cargo test --workspace --offline --no-fail-fast inclui os crates de desenvolvimento omitidos por um simples cargo test.

O workspace é distribuído como código-fonte, com publish = false. Consulte o Evidence completo e a implementação fixada. Em conjunto com a anterior reimplementação de MESA, este caso mostra como avaliar o Genesis pelos comportamentos preservados e pela nova implementação.

← Voltar às novidadesVoltar ao topo ↑