Auto 是 Rust 的脚本层

Python 让世界认识到快速迭代的价值；Rust 让世界认识到安全的价值。 Auto 拒绝二选一。

你（或 AI）写 Auto。AutoVM 直接解释执行——无需编译，迭代-刷新的循环以秒计，而非分钟。工作完成后，a2r 把同一份源码转译成简短、地道的 Rust，链上 a2r-std，以原生性能和内存安全发布。编译器保证脚本模式的行为与发布的 Rust 行为一致。

直观感受：一个程序，两种执行模式

编辑左侧的 Auto 代码。点 Run in VM 即时执行（无编译）。点 Transpile to Rust 查看 a2r 产出的精确 Rust 代码。点 Run Both & Compare 实时观察两个后端输出一致。

Dev→Ship

Auto 源码

Rust（a2r 输出）

点击「转译 Rust」查看转译产物。

VM 输出

暂无输出

Rust 输出

暂无输出

整个宣传点浓缩在一个代码块：当下是脚本，发布即 Rust，输出完全一致。

开发（Dev） —— 写 Auto，用 VM 跑，秒级迭代。无需为每一轮等待编译。AI 可以快速地犯错很多次，因为犯错的成本很低。

发布（Ship） —— a2r 把同一份源码转成你本会手写的 Rust：真正的 trait / impl / Box<dyn>、泛型、所有权、Result + ?。链 a2r-std，cargo build --release，部署。

桥梁（Bridge） —— 转译器为"行为一致"负责。AutoVM 输出 == 转译 Rust 输出。这不是口号：由 260 个三向 parity 测试验证，覆盖十个核心真实库（另有 consumer-mode 用例，见仪表盘）。

	Python + C/C++（或 Rust）	Auto + Rust（a2r）
生态	两个分裂的生态；FFI 是有断层的桥	一个生态——Auto 完整支持 Rust 的编程模式 + std + 三方库，`a2r-std` 是薄镜像
能力对等	Python 缺类型/所有权/零成本抽象；C/Rust 缺易用性	Auto 与 Rust 在"程序是什么意思"上一致（同样的 trait/泛型/所有权/async 语义）
迁移成本	Python → C/C++ 是完整重写工程，需 AI 大量介入	Auto → Rust 是机械转译；编译器保证行为
行为一致性	无——Python 和 C 在数值/并发/内存上经常不一致	强制保证——parity 框架在出现差异时让构建失败
AI 辅助	Python 好生成；C/Rust 重写是另一座山	Auto 好生成（脚本模式容忍不完美）；Rust 步骤是确定性的

核心差异：用 Python+C，重写是设计问题（两种语言语义不一致）。用 Auto+Rust，"重写"是编译器步骤——而编译器比 AI 重写可靠得多。

Auto"VM 与 Rust 行为一致"的声明，由自动化三向 parity 框架支撑：AutoVM 对 a2r 转译的 Rust 对原生 Rust，基于真实库。这是区分可信工具与营销话术的关键。

L1 —— 当前已三向验证（260 个测试用例）：

完整矩阵和每库详情见 parity 仪表盘。

诚实的边界（L3 —— 路线图，尚未验证）：

此前列出的全部 trait 分歧均已修复并三向验证（关联类型、返回值的默认方法、泛型 spec 实现、有界泛型函数、http_client_sync 测试框架）。仍开放的项目在 known-divergences 中公开记录，不隐瞒：

Auto 不会在未完成的地方假装已完成。L1 列表是已验证的；L3 列表是路线图，教程的每一章都会告诉你某特性处于哪一档。

→ 从脚本到发布 —— 互动教程 —— 六章，每个代码块都可在浏览器中运行。

→ Parity 仪表盘 —— 证据。

→ Script-to-Ship 示例 —— 可运行的单文件示例（serde_json、regex、wc），可克隆并发布。

bash

# 开发 —— 即时解释，无编译
auto main.at

# 发布 —— 转译为 Rust，再 cargo build 发布
auto trans --path main.at rust