# 反向改写：把 Rust 转回 C++

## Afterword：关于这组文章是怎么做出来的

*Su Qingyue*

---

几个月前，我脑子里反复绕着一个问题：如果 AI 已经能把代码在语言之间搬来搬去，那围绕 Rust 和 C++ 的很多说法，是否终于可以不只停留在争论里，而是直接拿一批材料来对照？

最开始让我犹豫的，不是“做不做得成”，而是“值不值得做”。我并不想再给语言战争添一层噪音。真正让我放不下的，是那条越来越清楚的分界：表达力和拒绝力，也许并不是同一个问题。

后来我先在 claude.ai 上把项目结构、样本选择、写作顺序来回讨论了一遍。hexyl 为什么适合作为第一篇，哪些项目能把问题推到边上，什么样的材料才算“能说话”，这些都在那一步里慢慢定下来。

再往后，我把计划交给 Claude Code，让它去做大部分机械执行：读项目、转写、搭测试、整理材料、生成初稿。速度快得有点失真。原本我以为这会是一个按月算的工程，最后却在几天里出现了一个完整轮廓。

真正让我在意的，并不是“AI 好厉害”这种简单结论，而是别的东西：

**以前很多问题不是不能验证，而是验证成本太高，所以没人真的去做。**

AI 改变的，首先就是这个成本。

这组系列文章是否完全正确，我并不敢说。  
但至少它把一个本来很可能永远只停留在直觉层面的想法，变成了一组可以摆出来、可以逐篇翻、可以逐项对照的具体材料。

对我来说，这件事的意义甚至不只在 Rust 和 C++。它更像是在提醒我：

- 有些看似“只能靠立场表态”的问题，突然变得能用实验去摸；
- 机械执行的门槛下降之后，真正稀缺的反而是判断力；
- 更难的部分不再是“有没有人能把这些代码写出来”，而是“这个问题值不值得问，以及问完之后怎么诚实地面对结果”。

我不太确定这对更大的编程语言讨论到底意味着什么。  
但我很确定的一点是：某些原本太贵、太慢、太费人的实验，现在已经可以由一个人把它做完了。

这件事本身，已经很不一样了。

---

*2026 年 3 月，东京*