Rust está consolidándose como el lenguaje de programación preferido para proyectos modernos y de alto rendimiento. Su principal atractivo radica en la mejora sustancial en seguridad de memoria y eficiencia, lo que está empujando tanto a proyectos de código abierto como a empresas a trasladar sus sistemas fundamentales a esta tecnología.
En este contexto, GitHub anunció recientemente una ambiciosa migración de su agente Copilot, reescribiendo más de 800.000 líneas de código desde TypeScript (utilizando Node.js y V8) a Rust en producción. Lo destacable es que gran parte de esta transición fue realizada con la ayuda de sus propios agentes de programación basados en IA, empleando tanto la aplicación GitHub Copilot como su interfaz de línea de comandos Copilot CLI.
Stephen Toub, ingeniero de Microsoft, explicó en un blog que el proceso se dividió en 128 solicitudes de extracción que se integraron e implementaron de forma incremental. Esta metodología permitió identificar y corregir errores de forma continua, facilitando que el equipo mantuviera el ritmo de desarrollo y enfocara recursos en ampliar las capacidades del entorno de ejecución, todo ello con una dedicación de apenas unos meses por parte de un solo desarrollador en la reescritura, algo que anteriormente hubiese requerido de varios expertos durante un año o más. 
“Un proyecto que antes habría ocupado a un equipo de desarrolladores durante uno o dos años, ahora fue completado principalmente por un único desarrollador en solo unos meses, mientras el resto del equipo seguía ampliando las funcionalidades y alcance del entorno de ejecución.”
El factor común en estos casos es el papel protagónico que la inteligencia artificial está desempeñando como motor facilitador de migraciones complejas hacia Rust, reduciendo costes y tiempos y minimizando las interrupciones.
Bun y Anthropic: otra gran apuesta por Rust
Bun, un entorno de ejecución JavaScript adquirido por la empresa Anthropic en diciembre pasado, tomó una vía diferente en su proceso de migración a Rust. Anunciado en julio, este proyecto involucró convertir más de 535.000 líneas de código escritas inicialmente en Zig a Rust, principalmente para resolver problemas de estabilidad, memoria y fallos persistentes que afectaban a Bun.
Jarred Sumner, fundador de Bun, reconoció que Zig no era el culpable directo de las fallas, sino las dificultades en la gestión de memoria compartida entre Zig y el motor JavaScript embebido. Según sus palabras, continuar solucionando estos errores de manera aislada era insostenible, y la migración a Rust representaba una solución más sistemática y duradera.
Sumner estimó que una reescritura tradicional requeriría un equipo pequeño por cerca de un año, dejando a Bun congelado en cuanto a desarrollo de nuevas funciones o correcciones importantes. Para evitar esto, coordinó múltiples instancias del modelo Claude Code para trabajar simultáneamente en diferentes partes del código, supervisando el proceso y corrigiendo desviaciones.
En solo once días, la versión en Rust pasó todas las pruebas existentes en las seis plataformas soportadas por Bun, y se integró en la base de código principal, aunque continuaron las revisiones y limpiezas posterior a la integración.
Enfoques distintos, mismo objetivo
Aunque GitHub y Anthropic llegaron a conclusiones similares respecto a los beneficios económicos y prácticos de utilizar agentes de IA para migrar a Rust, sus estrategias fueron notoriamente diferentes. Bun optó por una conversión masiva y paralela antes de fusionar el código Rust, mientras que GitHub prefirió una migración escalonada, integrando partes del nuevo código progresivamente durante unas 14 semanas y media.
Estas diferencias responden al tipo de base y el contexto: Bun tradujo un código Zig a Rust con un gran esfuerzo paralelizado, y GitHub trasladó un entorno de ejecución de TypeScript y Node.js a Rust, manteniendo la continuidad del servicio durante todo el proceso.
En cualquiera de los casos, expertos subrayan que sin la ayuda de la IA, estas migraciones habrían sido prohibitivas tanto por coste como por tiempo y esfuerzo.
Más ejemplos de éxito en la industria
La tendencia de emplear agentes inteligentes para reescrituras complejas en Rust no se limita solo a GitHub y Anthropic. En marzo, el ingeniero Joe Savona de Meta lideró la migración del compilador React de TypeScript a Rust, donde la mayor parte del código fue generado por IA, aunque bajo supervisión humana intensiva.
Recientemente, OpenAI también ha revelado discretamente que dos de sus ingenieros, asistidos por Codex y GPT-5.5, reescribieron Habitat, un servicio central de almacenamiento que sustenta productos como ChatGPT, trasladándolo de Python a Rust durante el segundo trimestre de 2026. Este nuevo servicio en Rust gestiona ya el 95% de las peticiones de producción, con un consumo seis veces menor de CPU y quince veces menos memoria que la versión anterior en Python.
Estos casos, reportados principalmente por empresas que desarrollan los agentes de programación, apuntan a un patrón claro: Rust atrae a organizaciones que necesitan renovar sistemas críticos, y la inteligencia artificial se posiciona como factor decisivo que hace viable emprender migraciones antes impensables por su complejidad y coste.
