用 Rust 重写 Python AI 服务前，先量清边界调用成本

“换成 Rust 会快多少”没有通用答案。Python 服务的等待可能来自模型、数据库或网络，重写调度层不一定改变这些耗时。

先画调用边界

把请求解析、业务编排、推理调用和结果序列化拆开计时。CPU 热点可评估迁移；主要是 I/O 等待时，先检查并发模型、连接复用和取消传播。涉及 Python 扩展时，还要单独量 FFI、数据复制与 GIL 影响。

Rust 版本应先保持协议和错误语义一致。用同一请求集做差分测试，覆盖空输入、超时、取消和下游失败；不能只跑顺利路径。

失败实验能留下什么

保存编译选项、依赖、机器、样本与剖析结果。若重写后收益不明显，记录瓶颈仍在哪里，可能比继续扩大迁移更有价值。决定是否推进，要同时看性能、维护成本和团队调试能力，不拿一个未经来源支持的倍数做宣传。