百万行代码两周迁完：Anthropic如何用Claude Code做大规模代码迁移

今天聊 Claude Code的最新博客。

前面我们在 动态工作流 里讲过，Claude 可以现场写 harness，把任务拆给一队 Agent；又在 Loop Engineering 实战 里讲了怎么用测试、状态和停止条件守住循环。

Anthropic 最新这篇博客（https://claude.com/blog/ai-code-migration），正好给了一个最硬的生产案例：拿 Claude Code 迁移整套编程语言，而且不是几千行 Demo，是百万行生产代码。

两个数字，先把迁移规模摆出来

第一个案例是 Bun。Jarred Sumner 用 Claude Code 把 Bun 从 Zig 迁到 Rust，不到两周产出 100 万行代码，合并前 CI 中原有测试全部通过。合并后暴露了 19 个回归，目前已经全部修掉。

第二个案例来自 Anthropic Labs。Mike Krieger 用一个周末，把 Python 代码库迁成 16.5 万行 TypeScript。过程中跑了数百个 Agent、8 道阶段闸门、3 轮对抗审查，最后逐条 diff 新旧程序的命令输出。

Anthropic 过去一个月一共迁了 10 个代码包，每个包都有数万到数十万行。

注意，这不是“Claude 一次把代码翻译对了”。真正让规模迁移成立的，是它把迁移改造成了一条可以反复运行、机械验收、失败后继续收敛的生产线。

人不再追着每个文件改。人负责规则、裁判和异常模式，Agent 负责把队列烧完。

原文那句最值钱的话可以翻成：别修代码，修产生代码的循环。

为什么代码迁移特别适合多 Agent

大规模迁移刚好满足 Agent 最喜欢的几个条件。

工作能并行。 上千个文件、crate 或模块可以切成独立批次，不需要一个 Agent 从头写到尾。

旧代码就是规格。 需求文档可能缺，但原程序已经把行为写出来了。Agent 可以同时对照源语言、目标语言和真实输出。

有机械裁判。 编译器、冒烟测试、完整测试套件、命令输出 diff，都能明确告诉 Agent 对还是错。失败结果还会自动变成下一轮任务队列。

规则可以向后传播。 一个 Agent 发现边界问题，不是只补当前文件，而是把解法写回迁移规则，后面的 Agent 全部按新规则执行。

这也是它和普通“批量翻译代码”的根本区别：并行只负责提速，统一规则和机械验收才负责不失控。

动手前，先造一个能判新旧代码的裁判

Anthropic 把强裁判列为前置条件。没有它，你连“迁完了”是什么意思都说不清。

很多旧测试会直接调用源语言内部函数，换语言后根本跑不了。正确做法是先把测试分类，挑出可以通过外部接口表达的行为，再改造成能同时打在新旧程序上的可移植测试。

裁判还必须做一次反向验证：原程序应该通过，故意破坏的程序必须失败。抓不住已知错误的测试，不是裁判，只是安慰剂。

Mike 没有现成的跨语言测试，就做了 7 个真实场景的 parity harness，把 Python 和 TypeScript 输出逐项比较，任何行为差异都算 Bug。

六步迁移，最重要的工作都发生在大规模翻译前

第一步，建立规则手册、依赖图和差距清单。

规则手册先规定类型、惯用法和架构怎么映射；依赖图决定哪些文件先迁、哪些必须放在同一批；差距清单专门记录无法直接翻译的隐性知识，比如 Zig 的手动内存管理怎么落到 Rust 所有权，Python 的动态对象怎么变成 TypeScript 接口。

顺序不能反。先定默认规则，再找默认规则盖不住的差距。

第二步，用小样本把规则撞一遍。

Bun 迁移时，一个 Agent 按规则翻 3 个文件，另一个 Agent 像资深 Rust 工程师一样翻同样的文件，第三个 Agent 比较差异并补规则。只跑这轮小实验，就提前抓到两个会扩散到 1448 个文件的关键问题。

这里最反直觉的是：试迁出来的代码全部扔掉。 这一轮的产物不是代码，是更可靠的规则。结构不保留的重设计也一样，先让对抗 Agent 攻击设计文档，再做一次可丢弃的端到端迁移。

第三步，再把翻译任务铺开。

批处理脚本从磁盘重建待办队列，“目标文件存在”才算完成，所以任务天然可以暂停、恢复。高吞吐翻译交给较小模型，写规则和做审查留给更强模型。两个独立审查 Agent 意见不一致，再交给第三个 Agent 仲裁。

如果同一种错误反复出现，别手补十个文件。给规则手册加一句，再重新生成受影响的那一批。

第四到第六步，依次编译、运行、对齐行为。

编译错误由 fixer agents 分批处理；崩溃交给冒烟测试；最后把新旧程序放到同一套测试或真实场景里比行为。昂贵的全量构建由单独的 build daemon 串行执行，避免几十个 Agent 同时抢着重编。

这时人的注意力不该放在某一个红叉，而要看哪些红叉总以同一种方式出现。单点失败交给 loop 消耗，重复模式才值得人修改上游规则。

百万行迁完了，账也要算清楚

AI 把语言迁移从“多年豪赌”变成了“昂贵但可以重跑的工程实验”，不等于免费。

Bun 迁移消耗了 59 亿 uncached input tokens 和 6.9 亿 output tokens，按 API 价格约 16.5 万美元。但过去百万行迁移可能是 4 年、300 万到 400 万美元的人力项目。最坏情况也从“维护两套半成品几年”，变成“删掉分支，改好规则再跑一次”。

效果也不是只看行数。Bun 的一个 2000 次重复构建基准，内存占用从 6745 MB 降到 609 MB；Linux 和 Windows 二进制缩小 19%，部分真实负载快了 2%～5%。不过约 4% 的 Rust 代码仍在 unsafe 块里，说明迁移不会凭空消灭底层边界。

Python 到 TypeScript 的项目也有明确收益：原来每个平台编译约 8 分钟，整个矩阵要等 30 分钟；迁移后约 2 秒，启动快 6 倍，还删掉了一条独立部署流水线。

所以别因为“Claude 能迁”就迁。业务收益、测试裁判、Token 预算、审查能力，四样缺一个，都可能把漂亮 Demo 变成昂贵烂尾。

最后

这篇博客真正改写的，不是“AI 会不会翻译 Rust”。

它改写的是大项目的风险结构：以前人怕迁到 90% 后骑虎难下，现在可以先把裁判和规则做扎实，再让机器反复重跑。

代码可以重生成，规则必须能解释，结果必须由机器验。

参考链接

• Anthropic 官方博客（How Anthropic runs large-scale code migrations with Claude Code）：https://claude.com/blog/ai-code-migration