曾经需要耗时四年的项目，如今在 Claude Code 的加持下，竟硬生生被压缩到了两周！成本更是从原本的 300 万美元，骤降至十几万美元。最近，Anthropic 首次公开了其利用 AI 进行大规模代码迁移的完整流程，这套六步框架让全网为之震撼。故事的主角，正是 Bun 运行时的缔造者 Jarred Sumner。
当年，Jarred Sumner 选择 Zig 作为开发语言时，逻辑十分纯粹：利用极致的简洁性榨取媲美 C 语言的性能。这几乎是为独立开发者量身定制的利器。他曾坦言，在大型语言模型出现之前，一个人在奥克兰狭小的公寓里，仅用一年时间就写出了 Bun。
然而，极致简洁的背面，也早早埋下了无数暗坑。随着 Bun 的 CLI 月下载量强势突破 1000 万大关，甚至成为 Claude Code 底层的重度依赖，那些年积累的“技术债”到了必须连本带利偿还的时候了。
于是，他做了一件过去想都不敢想的事：利用 Claude Code，将整个 Bun 从 Zig 迁移到内存更安全的 Rust。不到两周，产出了百万行代码。合并前，所有测试用例在 CI 中 100% 通过；合并后虽有 19 个回归，但也已全部修复。Rust 版本于 6 月随 Claude Code 悄悄上线。
此次迁移消耗了 59 亿输入 token 和 6.9 亿输出 token，按 API 定价计算，成本约为 16.5 万美元。虽然听起来不菲，但对比过去四年 300 万美元的投入，这笔钱简直是白菜价。
将 Claude Code 作为效率引擎的，远不止 Jarred Sumner 一人。Anthropic 实验室联合负责人 Mike Krieger（Instagram 联合创始人）的故事更具代表性。他用一个周末，将一套 Python 代码库迁移成了 16.5 万行 TypeScript，主体部分消耗约 2700 万 token。
过程中，数百个智能体经过 8 道关卡和 3 轮对抗式评审，最后进行了一致性校验，将每一条命令的输出与 Python 原版逐一比对，只要行为不符就视为 Bug 修复。他甚至让 Claude 自己设计了一套端到端测试，连续运行四个通宵，专门捕捉那些意想不到的边缘问题。
为什么要迁移？因为团队需要将内部工具打包成单个二进制交付给用户。使用 Python 工具链时，每个平台的编译需要 8 分钟，整个构建矩阵每次发布得等上半个小时。迁移后，同样的编译只需 2 秒，二进制启动速度提升了 6 倍，还顺带裁撤了一条完整的部署流水线。
那么，这套打法的灵魂是什么？Anthropic 将其总结为：不修代码，而是修复那个“产出代码的循环”。大型迁移特别适合喂给 AI，原因朴素而直接：任务天然并行，数千个文件可以同时开工；旧代码本身就是最好的规范；测试套件是现成的裁判；编译或测试失败后，下一个待办任务会自动浮现。模型可以对着这个“客观真理”死磕好几天，中间无需人工仲裁。
基于此，Anthropic 给出了一套可复用的六步框架：首先搭建裁判、编写规则手册、绘制依赖图、列出缺口清单；接着进行一次小规模的“试航”压测，在铺开到上千个文件之前揪出致命问题；随后全量翻译，执行“实现—评审—修复”的多智能体循环；最后进行编译、运行和逐一比对行为。在整个过程中，规则从不依赖手工打补丁：评审员每发现一个错误，就往规则手册里补充一句话，并将受影响的文件重新生成一遍。
Anthropic 最后建议道，挑选一个你已经忍了很久的代码库，去问问 Claude 它的迁移流程长什么样。四年前，这可能是一句玩笑；今天，它是一张真能兑现的支票。过去，迁移是一道开发者不敢跨的天堑；现在，它只是一条等待被清空的进度条。