AI-applicaties bouwen in Rust Building AI applications in Rust

Rust wordt in rap tempo een serieus platform voor het bouwen van AI-systemen, maar hoe ziet het er in de dagelijkse praktijk uit om echte LLM-applicaties in Rust uit te brengen? Hoe komen agents, tooling en workflows in de praktijk samen? In deze livestream krijgt Rust Developer Advocate Orhun Parmaksız gezelschap van Stephen Korzeniewski, Lead Maintainer van Rig bij 0xPlaygrounds, om te verkennen waar Rust en AI elkaar in de echte ontwikkelpraktijk ontmoeten. Ze laten zien hoe Rig past in het ecosysteem van Rust + AI en hoe Stephen het gebruikt om modulaire, schaalbare en ergonomische LLM-applicaties in Rust te bouwen. Wil je Rust gebruiken voor AI, agents bouwen of begrijpen hoe moderne workflows met Rust en LLM's er in de praktijk uitzien? Deze sessie is een diepe duik met de persoon die een van de actiefste AI-frameworks voor Rust leidt. #Rust #AI #LLM #Agents #OpenSource #developertools 00:00 Introductie en context van de livestreamserie 02:06 De achtergrond van Stephen 04:59 Het vroege AI-ecosysteem 10:27 Ratatui, Bevy en een VTuber-setup 14:55 Waarom werkt Rust goed voor AI? 23:19 Wat is Rig? 25:07 Lead maintainer van Rig worden 26:51 Demo van een minimale coding agent in de terminal 42:01 Het typesysteem van Rust, traits en abstractie 45:41 Multi-agentsystemen in Rig 47:33 Vectordatabases en RAG 52:54 Niet-deterministische LLM-applicaties testen 56:37 Rig Candle en lokale inference 58:37 Rig in productie 01:02:35 Nadelen van Rust voor AI-applicaties 01:04:54 Stephens AI-first programmeerworkflow 01:07:00 AI-slop en softwarekwaliteit 01:09:31 Contextwisselingen en meerdere coding agents tegelijk beheren 01:12:59 Door AI gegenereerde code reviewen 01:14:36 De voldoening van programmeren 01:17:21 Correcte code en technische kennis 01:21:24 Waarom zijn developers tegen AI? 01:27:26 Afhankelijkheid van AI, kosten, lokale modellen en tokenlimieten 01:30:01 Hoe tooling voor coding agents zich kan ontwikkelen 01:32:27 De nabije toekomst van Rust en AI 01:36:30 AI-bijdragen aan open source 01:40:54 Eindeloze AI-codereviews voorkomen 01:43:38 Afsluiting

Rust is rapidly becoming a serious platform for building AI-powered systems, but what does shipping real LLM applications in Rust actually look like day to day? How do agents, tooling, and workflows come together in practice? In this livestream, Rust Developer Advocate Orhun Parmaksız is joined by Stephen Korzeniewski, Lead Maintainer of Rig at 0xPlaygrounds, to explore how Rust and AI meet in real-world development. They’ll walk through how Rig fits into the Rust + AI ecosystem and how Stephen uses it to build modular, scalable and ergonomic LLM-powered applications in Rust. If you’re interested in using Rust for AI, building agents, or understanding what modern Rust+LLM workflows look like in practice, this session offers a deep dive from the person leading one of the most active Rust AI frameworks. #Rust #AI #LLM #Agents #OpenSource #developertools 00:00 Introduction & livestream series context 02:06 Stephen's background 04:59 The early AI ecosystem 10:27 Ratatui, Bevy & VTuber setup 14:55 Why Rust works well for AI? 23:19 What is Rig? 25:07 Becoming Rig's lead maintainer 26:51 Minimal terminal coding agent demo 42:01 Rust's type system, traits and abstraction 45:41 Multi-agent systems in Rig 47:33 Vector databases and RAG 52:54 Testing nondeterministic LLM applications 56:37 Rig Candle & local inference 58:37 Rig in production 01:02:35 Downsides of using Rust for AI applications 01:04:54 Stephen's AI-first programming workflow 01:07:00 AI slop & software quality 01:09:31 Context switching and managing multiple coding agents 01:12:59 Reviewing AI-generated code 01:14:36 The satisfaction of programming 01:17:21 Correct code and technical knowledge 01:21:24 Why developers oppose AI? 01:27:26 AI dependency, cost, local models and token limits 01:30:01 How coding-agent tooling may evolve 01:32:27 The near future of Rust and AI 01:36:30 AI contributions to open source 01:40:54 Avoiding endless AI code-review 01:43:38 Closing remarks