两周搬完一百万行代码：Anthropic用Claude把不敢碰的迁移项目压进一个周末

来源: AIBase AI新闻 原文: https://news.aibase.com/zh/news/29674

---

把一门编程语言整套换掉，这种事放在过去，基本等于给公司立一个两年起步的军令状。

工程师们谈之色变，预算委员会闻风丧胆，代码库却年复一年卡在原地动弹不得。但Anthropic在7月16日甩出一篇文章，直接把这笔旧账翻了篇：过去一个月里，他们用Claude Code把10个代码包、每个数万到数十万行规模，干净利落地搬到了新语言上。

最刺眼的两个案例像两颗钉子，把想象钉成了现实。

一、两个疯狂案例：两周 vs 一个周末

案例1：Bun的Zig转Rust

Bun的联合创始人Jarred Sumner，用Claude Code把整个Bun从Zig迁移到了Rust。不到两周产出一百万行代码，合并进主干前整条CI测试链100%通过。合并后浮出19个回归，如今已全部修掉，Rust版本6月就已经随Claude Code发布。

案例2：Python转TypeScript

Anthropic Labs的联合负责人Mike Krieger，一个周末就把一套Python代码库搬成了16.5万行TypeScript，里面塞了数百个代理、8道阶段闸门、3轮对抗审查，最后还用一套奇偶校验，把每条命令的输出和Python原版逐字比对。

这不再是将来时态的设想，而是已经发生在他们自己身上的事实。

二、成本账算得过来吗？

你可能会问：烧了多少token？值不值？

Bun那次迁移吞掉了59亿个输入token和6.9亿个输出token，按API定价约合16.5万美元。Mike那次也烧了2700万token。

听起来很多？但对比传统迁移：

• 四年项目 = 三四百万美元工程师资源
• AI迁移 = 数万到数十万美元token成本
• 时间从年压缩到周

Mike下决心动手的关键原因是编译速度。他的内部工具用Python工具链为每个平台编译要花大约八分钟，整个构建矩阵一轮下来得等三十分钟。搬成TypeScript后，同样的编译只要两秒，二进制启动速度快了6倍。

三、为什么AI能算平这道旧账？

Anthropic把这整套打法提炼成一句话：你修的不是代码，而是生产代码的那个流程本身。

大规模代码迁移恰好是AI的天选场景：

活儿天然并行 —— 文件、crate这种成百上千的独立单元，可以让代理同时开干，谁也不用等谁。 上下文既清晰又完整 —— 旧代码本身就是给模型最好的规格说明书。 自带裁判 —— 大型代码库里往往躺着一套测试套件，代理能用它来给自己打分。 队列会自己写 —— 编译器或测试一挂，下一个要修的活儿就自动排上了。

四、六步法：可复用的迁移框架

真正能复用的，是他们总结出的六步法：

第零步：造一个铁面无私的裁判

用对抗代理验证测试改写没有削弱断言力度，拿原始代码和故意改坏的代码各跑一遍，确认裁判能抓出破损。

第一步：立规矩、画依赖图、列缺口清单

规则手册定义类型和惯用法的翻译对照表，依赖图摸清文件间关系才能切成并行流，缺口清单记录新旧语言的硬差距（如Zig的手动内存管理 vs Rust的所有权系统）。

第二步：迷你迁移当试航

派代理照手册翻几个文件，再派资深工程师级别的代理翻几个，对比差异提炼新规则。翻出来的文件全部扔掉，这一步只为把规则磨利。

第三至六步：多代理循环

实现、审查、修复循环跑。实现甩给小模型，审查留给大块头。待办清单自己写：编译错误、冒烟测试崩溃、测试失败，自动排进队列。

关键设计：让编译器、测试套件这些脚本去当裁判，审查保持对抗、验证保持机械。

五、结果：不只是搬完了

Jarred的Bun迁移已经上线生产。新代码库肉眼可见地更好：

• 内存泄漏全修干净
• 重复构建2000次的基准测试，内存占用从6745MB掉到609MB
• 二进制在Linux和Windows上小了19%
• 真实负载上快了2%到5%

大约4%的Rust代码待在unsafe块里，主要是C/C++边界上的单行指针操作。

小结：这意味着什么

那些你一直忍着没动、将就着用的代码库，也许是时候重新算算这笔账了。

AI改变的不是"能不能迁"，而是"划不划算迁"的成本结构。过去需要两年、几百万美元、赌上团队士气的决策，现在变成几周、几万美元、可回滚的实验。

技术债务的复利效应依然存在，但还债的利率被AI打下来了。

挑一个你容忍最久的代码库，问问Claude，为它做一场迁移到底长什么样。答案可能会让你惊讶。

---

关键词: Claude Code, 代码迁移, AI编程, Anthropic, 技术债务, 自动化重构