早早集市

一个周末干掉四年:Anthropic 用 AI 两周搬完百万行代码,工程师沉默了

KairosKairos

一个周末干掉四年: Anthropic 用 AI 两周搬完百万行代码,工程师沉默了

2026 年 7 月 16 日, Anthropic 发了一篇博客。

没有新模型发布,也不是融资消息。但读完那篇博客,我坐在电脑前沉默了整整五分钟。

他们用 Claude Code ,两周时间,把 Bun 上百万行 Zig 代码全部迁移到了 Rust。

不是 demo。不是概念验证。是真正跑在生产环境里的代码,已经在 6 月份的 Claude Code 中上线。

100% 的现有测试套件在 CI 中通过。合并后冒出来 19 个回归问题,全部修完了。

而成本呢?16.5 万美元的 API 费用。

要知道,放在以前,这种体量的语言迁移是「四年工期、三四百万美元工程预算」级别的项目。没有人愿意碰。

现在,最坏的情况是:删掉分支,重新跑一遍。

这不是一个故事,是两个

写这篇博客的,是 Bun 的联合创始人 Jarred Sumner

对,就是那个在奥克兰小公寓里,一个人写了一年 Bun 的家伙。他当初选 Zig ,是因为「C 级性能 + 极致简洁」,完美适配单枪匹马的创始人。

但现在是 2026 年了。

Bun 的 CLI 月下载量已经超过 一千万次, Claude Code 内部重度依赖它。Zig 的手动内存管理从「简洁」变成了「技术债」。

于是 Jarred 用 Claude Code ,在不到两周内,产出了百万行 Rust 代码,把整个 Bun 从 Zig 搬了过去。

而同一周, Anthropic Labs 的联合负责人 Mike Krieger,用了一个周末,把一个 Python 代码库迁移成了 16.5 万行 TypeScript

两个人,两个仓库,两种语言迁移方向。结果都是:跑通、上线、没问题。

什么变了?

Anthropic 在博客里写了句很关键的话:

「你不修复代码。你修复的是产生代码的那个流程。」

这是整个迁移方法论的核心。不是让 AI 一行一行改 bug ,而是:

  1. 建规则书 — 告诉 AI 怎么翻译,什么类型对应什么类型,什么场景算特例
  2. 应力测试 — 先让两组 agent 分别翻译同样的文件,对比差异,提炼规则
  3. 批量翻译 — 用几十个子 agent 并行翻译,遇错不改文件,改规则,重新生成
  4. 编译 + 运行 + 匹配行为 — 三步共享同一个「实现-审查-修复」循环

他们把 review 拆成了 8 个维度的子 agent,各自负责一种常见失败模式。两个审查者意见不一致?第三个 agent 裁决。审查者反复抓同一种错误?不是改代码,是往规则书里加一行话,然后重新生成整批文件。

代码从来不被手动修补。规则在生长,代码只是规则的产物。

编译八分钟 → 两秒,启动快六倍

说个让我最震撼的数字。

Mike 团队的项目,原来用 Python 工具链编译一个二进制,每个平台要 八分钟。整个构建矩阵跑一遍,等半小时。

迁移到 TypeScript 之后?

编译两秒。二进制启动速度快了 6 倍。

他们甚至因此退役了一整套部署流水线。

这不是「看起来好一点」。这是从「去倒杯咖啡」到「眨眼两次」。

5 万美元贵不贵?

5.9 亿个输入 token , 6.9 亿个输出 token。按 API 价格算,约 16.5 万美元

如果你是一家年收入几千万美元的公司,这个数字是什么概念?

一个中级工程师一年的总成本大概 20-30 万美元。而这是两周

传统路径是:组一支 3-5 人的团队,冻结主分支功能开发,维护两套代码库至少一年。如果最后达到 90% 的功能对等,你得到的不是胜利,是比之前更大的麻烦。

现在,迁移的商业论证不需要是「生死攸关」级别的了。

过去一年 changelog 里出现过几次内存 bug ?有一个长期瓶颈让你每次发布都头疼?

这就够了。

最让我害怕的一点

博客最后提到, Mike 让 Claude 自己设计了一套端到端测试套件,然后全自动运行了四个晚上。遇到失败就修,修完继续跑。

四个晚上后,它找到的坑,比人类设计的所有测试场景加在一起还多。

一个 AI ,写测试,跑测试,发现 bug ,修 bug ,再跑。不需要人在循环里。

代码库在地球上跑了一周,没有一个人类碰过它。

冷静一下:这东西不是魔法

别急着转发「程序员要失业了」。说三点现实:

第一,要有测试套件。 Jarred 碰巧有一个用 TypeScript 写的第三方大测试库。Mike 从头建了 7 个真实场景的等价性检查。没有裁判,流程跑不起来。

第二,规则书的质量决定一切。 你在第一步花的每一分钟,会在后面一千个文件里成倍放大。规则书一旦有盲区, agent 会在几百个文件里重复同一个错误。

第三,人仍然在关键决策点上。 架构选型、模块边界重划、循环依赖的处理逻辑——这些 agent 做不了。Jarred 在编译阶段遇到了几千个 Rust 模块错误,是他写出了分类逻辑后,才让 agent 去批量修的。

这不是 AI 替代工程师的故事。

这是一个顶级工程师用 AI 放大自己 100 倍的故事。

以前「把 Bun 从 Zig 迁到 Rust」是董事会级别的决策,需要说服、规划、招人、祈祷。

现在,一个周末就够了。

封面高亮关键词: Claude Code, 百万行代码迁移, 16.5 万美元, Bun Zig to Rust