据 Solidot 报道，微软将 Copilot 运行时移植到 Rust 语言，过程中消耗的模型 token 价值约 12 万美元。这条消息把"用 AI 做大规模代码迁移"的账算到了明面上：过去这类重写的主要成本是人月，如今 token 开销本身成了可以被单独讨论的预算项。
Rust 近年来在系统与基础设施层持续扩张，内存安全与并发特性是主要驱动力。把运行时这类对性能、稳定性和资源占用敏感的组件改写为 Rust，属于典型的迁移场景，但历史上这类工作往往因成本高、周期长而被搁置。
12 万美元的 token 支出之所以值得关注，在于它提供了一个参照：对一个规模可观的代码库做跨语言移植，模型调用费用可能落在十万量级，而非人们直觉中的天文数字。对工程团队而言，这意味着在评估"自研重写还是 AI 辅助迁移"时，多了一个可以提前估算的成本维度。同时也提示，token 消耗与移植规模、重试次数、上下文长度等工程变量密切相关，最终效果仍需结合具体项目判断。
对关注 AI 编程工具的从业者来说，这条消息也是一个观察窗口：Agent 类工具的价值正在从"写函数、补代码"扩展到"承担跨语言、跨模块的大规模改造"，成本结构随之从固定订阅费转向按 token 计量的浮动支出。这类案例能否复制，取决于模型在长上下文下的稳定性与工程侧的验证投入。