用 Claude 对比 C 与 Rust 编写 SQLite parse_number() 扩展

Willison用Claude以C与Rust写SQLite解析扩展，C版优化至19纳秒最快

Simon Willison 于 11 月 8 日发布了一项实验：在普通 Claude 聊天（文中称 Opus 5.5）里，让模型分别用 C 和 Rust 实现一个 SQLite 扩展函数 parse_number()，用于把 '-$1,234.56'、'12.5%' 这类字符串转成可求和、可排序的数值。首轮结果显示 C 扩展只有 14 KB，而两个 Rust 版本分别为 321 KB（Rusqlite）和 298 KB（sqlite-loadable-rs），但 Rust 版反而更快，作者引用的解释是 Rust 中对应 strtod 的解析函数速度约为其两倍。随后他让模型重写 C 版解析函数，在 200 万行的自测基准中把混合数据的单行开销从 67 纳秒降到 19 纳秒，低于 Rusqlite 的 46 纳秒和 sqlite-loadable-rs 的 41 纳秒，纯小数场景则从 106 纳秒降到 18 纳秒。完整代码、可分享的对话记录和研究报告已公开在 GitHub 的 simonw/research 仓库中；这些性能数字来自作者自己的实验，尚无第三方独立验证。

rss · Simon Willison 博客 · 11月8日 22:26

「为何现在值得注意」 这篇内容发布于 11 月 8 日，处在 24–72 小时的新鲜窗口内，且对话记录与代码均已公开，读者可以立即复现这条'用 AI 做小规模技术对比'的工作流。不过目前看到的只是作者单方发布的基准结果，其实际普遍性和可复制程度还有待社区复测。

「内容切入角度」 可做角度：拆解这次对比里的反转——体积最小的 C 扩展（14 KB）第一轮性能反而落后于两个 Rust 版本，但在让 AI 重写数值解析函数一轮之后，C 版同时做到了最小和最快（多数场景每行 16–19 纳秒）。可以围绕'AI 多迭代一轮能否推翻第一印象结论'展开，引用作者公开的三条提示词和基准表格，避免泛化成'C 比 Rust 好'的笼统结论。

查看原文 ↗