uv 作者让 Codex 读 Tokio 性能指南,列表线程提速约 80%
charliermarsh · x · 2026-10-07
Astral 创始人 Charlie Marsh 分享了一个用 AI coding agent 做性能优化的实操案例：他给 Codex 施加「把 I/O 批量放进单个阻塞 Tokio 任务」的规则，在 uv 的多个常见工作流里找到了大幅提速机会，例如列出线程的操作快了约 80%。
具体做法有两条可复制路径：
- 让 agent 直接阅读《Principles for fast Tokio applications》这篇指南，并把规则应用到自己的项目；
- 或直接贴上 uv 里相关 PR（如在阻塞任务中运行流式 ZIP 解压）的链接，让 agent 寻找类似的优化点。
他给出的 uv PR 显示：把流式 ZIP 解压收进每个压缩包一个阻塞任务、用 256 KiB 有界缓冲衔接读写，并跨文件复用拷贝缓冲区后，冷安装 wheel 的耗时显著下降——Jupyter 从 2181ms 降到 719ms（-67%），SymPy -50%，NumPy 从 582ms 降到 381ms。
所属事件:uv 作者用 Codex 优化 Tokio I/O,列线程提速约 80%(2 条相关)→
「编程与Agent」频道最新
- Jev 模型当 LLM 裁判:一致性提升 Agent 评测可靠性 — omarsar0 · 2026-10-07
- NVIDIA 开源 OpenShell:不改写 agent 代码即可强制约束其访问边界 — dl_weekly · 2026-10-07
- DeepLearning.AI 与 Qdrant 推免费课程:端侧记忆 AI 助手实战 — DeepLearningAI · 2026-10-07
- Cursor 开放 Origin 应用市场:伙伴应用经审核即可上架 — tetsuoai · 2026-10-07
- Agently 发布:接管 Mac 的个人智能体,号称苹果做不出 — Scobleizer · 2026-10-07
- Prompt2ELF：用 AI 模型替代整套编译工具链的脑洞项目 — UncommonSort · 2026-10-07