让 AI 写一个 SQLite 扩展:C 还是 Rust,哪边更快
作者用 Claude 写了同一个 SQLite 函数的四个实现,压缩后 C 版 14 KB、Rust 版 321 KB;速度上优化过的 C 版最快,每行 16 到 19 纳秒。本文拆解他用的三轮提示词与你自己试的五步。

让 AI 写一个 SQLite 扩展:C 还是 Rust,哪边更快
一句话结论: 作者用 Claude 写了同一个 SQLite 函数的四个实现,压缩后 C 版 14 KB、Rust 版 321 KB;速度上优化过的 C 版最快,每行 16 到 19 纳秒。这篇讲他是怎么一步步让 AI 写出并跑赢的。
2026 年 11 月 8 日,Simon Willison 在遛狗的时候想到一个问题:往 SQLite 里写一个自定义函数,把 -$1,234.56 这种带符号带货币符号的字符串变成能排序能求和的数字,要做起来难不难?
他试了。用的工具是普通对话里的 Claude(Opus 5.5)。
这篇讲他是怎么做的,以及你照着做需要哪几步。
他要做的东西是什么
目标是给 SQLite 加一个叫 parse_number(value) 的函数。
规则四条:
- 去掉
,$£%这些符号 - 处理开头的负号
- 解析不了就返回
NULL
听起来是个小需求。但它有个天然的性能测试场景:同一个函数要在两百万行数据上跑一遍,然后比谁快。
第一步:先让 AI 把两种语言的路子铺开
他的第一个提示词没有直接要代码。他先问方案差异:
我在想做一个 SQLite 自定义函数
parse_number(value),它会去掉,、$、£、%,处理开头的-,解析不了就返回NULL。请对比一下用 C 和用 Rust 做成 SQLite 扩展的差别 —— 我想比较性能、代码复杂度,以及生成的.so文件(或者别的什么)的体积。
这一问要到了三样东西:体积、速度、复杂度三个维度。
结果出乎意料:
| 实现 | 体积 |
|---|---|
| C 扩展 | 14 KB |
| Rust 扩展(用 Rusqlite) | 321 KB |
| Rust 扩展(用 sqlite-loadable-rs) | 298 KB |
C 版小了二十多倍。但速度上 Rust 版更快。
原因原文写得很清楚:Rust 里对应 C 的 strtod 的那个函数,「快一倍」。
到这里已经是个有意思的结果:体积赢的是 C,速度赢的是 Rust。
第二步:让 AI 写出能追平的 C 版
他第二个提示词:
试着写一个你自己的 C 函数,把文本解析成十进制数,追上或者超过 Rust 那个实现。
AI 用了一个叫「Clinger's fast path」的做法 —— 对能直接转成整数的那些值走捷径,不走完整的浮点解析。
跑两百万行的净成本,每行越低越好:
| 数据类型 | 第一版 C | 优化后 C | rusqlite | sqlite-loadable |
|---|---|---|---|---|
| 混合数据 | 67 ns | 19 ns | 46 ns | 41 ns |
| 只有整数 | 25 ns | 16 ns | 36 ns | 32 ns |
| 只有小数 | 106 ns | 18 ns | 55 ns | 47 ns |
三行数据里,优化后的 C 版都最快。
第一版 C 在小数那行是 106 纳秒,比两个 Rust 版本都慢两倍左右。原因是它依赖 strtod。加了快速路径之后降到 18 纳秒,反而超过了 Rust。
值得留意的是「只有整数」那行:所有实现都在 16 到 36 纳秒之间。整数解析是最容易的路径,各家差别不大。
真正拉开差距的是小数。 你要处理的是金额、比例、汇率这类带小数的字符串,那么用哪个语言写扩展,差距就在这一行上。
第三步:让 AI 把过程写成报告
最后他让 AI 把这段调查整理成一份研究报告,格式跟仓库里其他几份保持一致,还要求打包成 zip 给下载。
这一步是整个流程里最值得学的一步。让 AI 做完事之后,再让它把做过的事按你要的格式整理一遍,等于让同一个上下文干两遍活:先产出结果,再产出可归档的结果。
你自己试要哪几步
把上面的流程拆开,是一个可以直接照做的五步:
- 先问方案,别先要代码。 让 AI 分别用两种语言实现,把体积、速度、复杂度都说清楚。
- 给一个可验证的测试场景。 两百万行、混合数据 / 纯整数 / 纯小数三种,是让结果有意义的关键。
- 让 AI 跑出数字,不是让它说谁更快。 上表里那些纳秒数是实测出来的,不是推断的。
- 追平目标要明确写出来。 原文那句「写出自己的 C 函数,追上或超过 Rust 实现」,就是让 AI 朝着一个可检验的目标努力。
- 最后让 AI 整理成可归档的文档。
第 2 步是新手最容易漏的。你不告诉 AI 怎么测,它给你的实现可能根本没法比较。
有哪些地方要自己核对
这条流程里最需要自己把关的是数字对不对。
原文最后那步之所以要 AI 重写成研究报告,其中一个原因是让结果有个统一的样子,方便跟别的实验放在一起比。而研究报告里的数字,是从实际跑出来的。
你自己做的时候,注意这几件事:
- 基准测试的行数要写清楚。「快两倍」在两行数据和两百万行数据上不是一回事。
- 数据类型要分开测。混合数据和纯整数的结果差着一截,混在一起报一个数字会掩盖掉真正的问题。
- 「快一倍」这种说法有上下文。原文说的是 Rust 那个对应
strtod的函数快一倍,不是「Rust 快一倍」—— 这两个说法指向完全不同的结论。
原文还提到,四个实现最终在八百万次模糊测试(fuzz checks)上结果一致,也就是同一个输入,四种实现解析出的结果相同。
这个一致性比速度更重要。四个实现里如果有哪个对同一个字符串解析出不同的数字,那它就是错的,跑得再快也不能用。
资料来源与未核实项
本文依据 Simon Willison 2026 年 11 月 8 日的博客文章 Research: parse_number() as a SQLite extension: C vs Rust(https://simonwillison.net/2026/Nov/8/sqlite-parse-number-c-vs-rust/ ↗ )整理。
核对到的内容与日期(2026-11-17 读取原文):
- 目标是给 SQLite 加一个
parse_number(value)函数,去掉,、$、£、%,处理前导负号,解析不了返回NULL;作者在遛狗时想到这个点子。 - 使用的工具是普通对话里的 Claude(Opus 5.5),共三轮提示:先比较 C 与 Rust 的扩展方案,再要求写出能追平 Rust 的 C 实现,最后要求整理成研究报告并打包下载。
- 体积:Rust 扩展用 Rusqlite 为 321 KB、用 sqlite-loadable-rs 为 298 KB,C 扩展为 14 KB。
- 第一版 Rust 更快,原因原文写作 Rust 中对应 C 的
strtod的函数「快一倍」;随后 C 版采用「Clinger's fast path」追平并超过。 - 两百万行的净成本(每行,越低越好):混合数据 67 / 19 / 46 / 41 纳秒;只有整数 25 / 16 / 36 / 32 纳秒;只有小数 106 / 18 / 55 / 47 纳秒(依次为第一版 C、优化后 C、rusqlite、sqlite-loadable)。
- 四个实现经过八百万次模糊检查结果一致;原文摘要另称优化后的 C 实现最快,为每行 16 到 19 纳秒,约比两个 Rust 版本快一倍,并远快于 SQL 里的
replace()。
没有实际验证过的部分:
- 本文没有安装 SQLite、没有安装 Rust、没有运行这些基准测试。表里所有纳秒数与体积均为原文转述。
- 原文未说明测试所用的 CPU、编译优化级别与 SQLite 版本,这些都会影响绝对数值。
- 「Rust 中对应
strtod的函数快一倍」是原文对单个函数的表述,本文照录,没有独立验证。 - 「四步五步」的复述与「自己核对」一节是本站根据原文整理的编辑建议,不是原文的方法论章节。
- 本文没有引用那八个实现的源码,也没有复核其模糊测试的用例集。
接着读:自己动手做一遍
- 想先弄清模型、工具、Agent、Skill 分别是什么,见 第一次接触 AI:模型、工具、Agent、Skill 有什么区别?。
- 想看看让 AI 直接读模型权重是什么体验,见 让大模型直接读模型权重:一次可复现的本地实验。
知道 SQLite 是什么、知道它可以装自定义函数;知道「基准测试」是拿同一段数据反复跑并比较耗时
适用范围:基于 2026 年 11 月 16 日采集素材整理,核对至 2026-11-17
以下来源方便你逐项对照;引用文档不代表已经完成实际操作测试。 本文标注为 AI 辅助起草。
- 核对了什么:Simon Willison 2026-11-08《parse_number() as a SQLite extension: C vs Rust》。目标是给 SQLite 加一个 parse_number(value) 函数,去掉 , $ £ %,处理前导负号,解析不了返回 NULL。工具为普通对话里的 Claude(Opus 5.5)。体积:Rusqlite 321 KB、sqlite-loadable-rs 298 KB、C 14 KB。第一版 Rust 更快,原文写作 Rust 中对应 C 的 strtod 的函数「快一倍」。两百万行净成本(每行):混合数据 67/19/46/41 纳秒,只有整数 25/16/36/32,只有小数 106/18/55/47(依次为第一版 C、优化后 C、rusqlite、sqlite-loadable);优化后 C 采用 Clinger's fast path 追平并超过。核对日期 2026-11-17。
- 核对了什么:原文摘要另称优化后的 C 实现最快,为每行 16 到 19 纳秒、约比两个 Rust 版本快一倍,并远快于 SQL 里的 replace();四个实现经过八百万次模糊检查结果一致。核对日期 2026-11-17。没做什么:未安装 SQLite、未安装 Rust、未运行这些基准测试,表里所有纳秒数与体积均为原文转述;原文未说明测试所用 CPU、编译优化级别与 SQLite 版本;未引用八个实现的源码,也未复核其模糊测试用例集。
来源发布时间:2026/11/09。来源采集记录随文章版本保留。
发现内容与当前界面不一致?
提交内容纠错金额随意,多少都帮得上忙。AITime 的资料整理、事实核对和每日更新由个人完成, 没有付费墙,所有内容都可以免费读。
扫码使用微信支付,备注可以留空。
哪个工具卡在哪一步、想给文章补一个真实案例、都可以加我。 留言时写清来源和具体问题,我看到会回。
扫一扫添加好友,备注写「AITime」我更容易认出来。
讨论与使用经验
正在加载讨论…