不懂架构就别动手——RustPrint 用"先写文档再写代码"征服 C to Rust 迁移

把 8 万行 C 代码迁移到 Rust——不靠人肉重写，不靠规则翻译，靠的是让 AI 先"理解"再"动手"。

Rust 承诺内存安全。C 代码库是互联网的基石——内核、网络栈、嵌入式固件。但 C 的指针模型让内存安全漏洞持续了几十年。把 C 翻译到 Rust 是行业共识，但手写 8 万行代码的代价谁也承受不了。

现有的方案分两派：规则翻译（C2Rust）生成满篇 unsafe 的"C 风格 Rust"；LLM 直接翻译则常常漏掉跨文件架构逻辑。

FPT Software AI Center 和墨尔本大学的研究者说：问题不在"翻译"本身，在于翻译前缺少"理解"这一步。

1. 核心思路：先写文档，再写代码

RustPrint 的工作流程让人看了会心一笑——它做的事情和人类一样：先搞懂整个代码库的结构，画一张"蓝图"，然后按图施工。

第一阶段：生成蓝图。 DocGen 模块扫描整个 C 代码库，生成结构化架构文档——模块怎么组织的、数据怎么流动的、API 边界在哪。不是简单的"函数名+参数列表"，而是捕捉了架构意图的高层次描述。

第二阶段：按蓝图施工。 Planner Agent 根据文档制定 crate 级别的计划。Translator Agent 逐个 crate 翻译，用 cargo_check 即时验证编译。跟人类程序员一样——写一行测一行。

第三阶段：文档对比找遗漏。 翻译完成后，DocGen 再次对生成的 Rust 代码生成文档，和原始 C 代码的文档对比。文档覆盖不到的 feature，就是遗漏的 feature。RequirementRefiner 有针对性地补上。

第四阶段：跑测试抓 bug。 TestTranslator 把 C 测试翻译到 Rust，ExecutionRevisor 一个一个跑，逐个修复运行时错误。

关于文档对比的具体实现——论文用的是 CodeWikiBench 评分量化"文档等价性"。但我对这个方法的粒度不太确定：它能否发现"功能都在但行为细节有偏差"的问题？论文把文档等价性作为功能等价性的近似——这个近似在多大程度上成立，我理解不够深。

2. 实验结果

在 8 个真实 C 代码库（1.1 万-8.4 万行）上：

• 编译成功率： RustPrint 两个后端全部通过。Self-Repair 和 EvoC2Rust 全部失败。
• 功能保留率： RustPrint 93.26%-97.76%。Claude Code 只有 48.87%-52.52%。
• 交叉测试通过率： RustPrint (GPT-5.4) 98.70%，Claude Code 79.85%。
• 安全性： RustPrint API safe rate 99.41%，C2Rust 0%，Claude Code 99.09% 但文件级不安全率偏高。

差距不是几个百分点——是几乎一倍。

3. 为什么文档驱动这么有效？

我的理解是："直接翻译"和"文档驱动翻译"的差距，本质上是抄作业和理解了再做作业的差距。

直接翻译（LLM 看 C 代码写 Rust 代码）的问题：跨文件的架构信息在函数级翻译中丢失。一个结构体的设计意图——为什么这个字段在这里——在单函数上下文中不可见。LLM 只能做"局部最优"翻译，导致整体架构扭曲。

文档先把架构意图提取到一份全局文档中，Agent 翻译时参考文档而不是散落在几百个文件里的代码片段。文档对比还能自动发现"漏了什么"。

这里我不太确定的是：文档本身也是 LLM 生成的。如果 DocGen 生成了有缺陷的文档（比如误解了某个模块的职责），整个翻译都建立在错误基础上。后续文档对比无法区分"翻译错了"还是"源文档就错了"。论文没有分析这种 error propagation 的风险。

4. 我的看法

RustPrint 和之前写过的 PGR、Mirror Touch Net 有共同点：不是在现有 pipeline 里修修补补，而是重新设计了 AI 处理任务的方式。

C 到 Rust 迁移不是"翻译问题"——是"理解问题"。RustPrint 看清楚了这件事。

不过多次 Agent 协作和 LLM 调用的成本不低。在重写基础设施代码这种高风险场景中，多花计算资源换可靠性可能是值得的。但对于日常小项目的迁移，这个方案可能太重了。

论文信息

• 标题：Documentation-Guided Agentic Codebase Migration from C to Rust
• 作者：Minh Le-Anh, Anh Nguyen Hoang, Bach Le, Nghi D. Q. Bui（FPT Software AI Center；墨尔本大学）
• 预印本：arXiv:2605.14634 (cs.SE)
• 提交日期：2026 年 5 月 14 日
• 核心贡献：提出 RustPrint，文档驱动的多 Agent 框架实现仓库级 C→Rust 迁移，功能保留率达 93.26%-97.76%
• 论文链接：https://arxiv.org/abs/2605.14634

参考文献

1. Le-Anh, M., et al. (2026). Documentation-Guided Agentic Codebase Migration from C to Rust. arXiv:2605.14634.
2. Ling, M., et al. (2022). In Rust We Trust – A Transpiler from Unsafe C to Safer Rust.
3. Wang, E., et al. (2025). EVOC2RUST.
4. Hoang, A. N., et al. (2025). CodeWiki.
5. Hong, S., et al. (2024). MetaGPT.

#Rust #CodeMigration #AgenticFramework #C2Rust #MemorySafety #FeynmanLearning #智柴