上个月，Anthropic 的工程师干了一件让编译器脸红的事——他们把 Bun 运行时的百万行 Zig 代码，用自家的 AI 代码迁移工具 Claude Code，搬到了 Rust。不是概念验证，不是实验室玩具，是生产级代码，所有现有测试一次性通过。合并之后冒出 19 个回归问题，全部修完。另一位同事拿一个周末，把一份 Python 代码库变成了 16.5 万行 TypeScript。账单大约 16.5 万美元，换来的是编译时间从八分钟降到两秒，二进制启动快六倍。这个数字粗看像“AI 烧钱炫技”，细看之下，是工程效率推理链的彻底重写。
十四天搬一座山，还顺手擦了灰
Bun 的 Zig 遗产与 Rust 的赌注
Bun 的早期选择是 Zig——追求极致启动性能和可控内存布局，逻辑上没问题。但随着项目膨胀，Zig 生态在标准库、工具链和社区贡献上的摩擦力持续拉高维护成本。把百万行运行时代码切到 Rust，本质上是在换底层语言的同时，重新校准安全模型和并发原语。这种规模的语言迁移在过去意味着拉出一支专门团队，花几个月甚至一两年，期间主线近乎冻结。事后来看，Claude Code 不是机械地逐行转译，它需要理解 Zig 的编译时特性、allocator 策略和 Bun 对 POSIX 的野路子调用，然后产出真正可维护的 Rust 代码。
那 19 个回归，修得比人快
测试全部通过听上去像童话，实际上合并后还是漏了 19 个回归，涉及文件系统监控、子进程信号处理等边缘路径。修复这些 bug 的过程反而成了最大惊喜：工程师不是靠扒代码几个小时定位，而是把错误日志和测试用例喂回给 Claude Code，让 AI 推演最可能的根因并直接生成补丁。从发现到修复的循环压到了分钟级。对比一下，传统跨语言迁移中，哪怕一个信号处理顺序偏差，也可能吃掉工程师一整天的调试时间。19 个回归全部定点清除，没有逃逸到线上。
一个周末，Python 进 TypeScript 出
如果说 Bun 迁移是重型卡车过桥，那么另一场由 Claude Code 驱动的 Python 到 TypeScript 的迁移更像是开跑车兜风。16.5 万行文件，一个周末搞定。这里面真正的信号是：AI 迁移的可行性并不只限于系统软件，它也覆盖了应用层的类型系统和异步模型的转换。该工程师事后几乎没有再手动去碰那 16.5 万行代码，这本身就推翻了“AI 只配写玩具代码”的论调。
16.5 万美元的账单，买到了什么
API 调用费不是成本，是杠杆
烧掉 16.5 万美元 API 成本，听起来吓人，但把它放进人力成本核算里就变得相当冷静。假设一位资深系统工程师年薪加福利 30 万美元，两人组队干三个月就要花 15 万美元——还不算机会成本、主线停滞的代价和测试债。AI 迁移用两周耗掉 16.5 万，相当于买回两人三个月的带宽，还额外省掉了漫长的代码审查痛苦期。更关键的是，AI 不会累，第二天还能用同样的质量接着吐代码。
编译时间雪崩：从 8 分钟到 2 秒
比成本更有穿透力的，是开发循环的彻底改观。原来 Zig 增量编译需要八分钟，新 Rust 版全量编译两秒。不要小看这个差值，这意味着一个工程师每天能多走十几轮“修改-编译-测试”闭环。启动时间快六倍，对于短生命周期的无服务器函数调用或者边缘部署场景，简直是降维打击。这两项指标放在一起，直接改变了团队的工程节奏。八分钟等待变成两秒，脑中的上下文不会凉掉，设计决策反而更连贯。
这活儿真能复制吗
你的代码库没那么特殊
很多人看到“百万行 Zig 迁移”第一反应是：那是 Anthropic 吃自家狗粮，有特殊优化。其实 Claude Code 在迁移过程中扮演的角色更接近一个能理解庞大上下文的翻译引擎，它不依赖 Anthropic 内部秘而不宣的插件。任何拥有结构化测试覆盖的旧代码库，从 C++ 到 Rust、从 Perl 到 Go，只要能提供足够的规格和测试约束，AI 迁移的成功率远远超过恐惧想象。真正卡脖子的不是代码复杂度，而是团队敢不敢把那条“人必须亲手写每一行”的绳索松开。
工程师不会消失，但岗位说明书会碎
当 AI 能扛起语言迁移这类重型工程，工程师的工作重心必然从“写”滑向“审”。抽象来看，未来工程师的任务是定义正确的验收标准，把意图表达给 AI，再以极高的判断力审查产出。这要求的技术直觉不降反升——你要一眼看出 Rust 里那个 unsafe 块到底有没有必要，要在毫秒级直觉里嗅出内存序的违和感。码比过去写得少了，但脑力的燃烧量级只会更高。Claude Code 这类工具剥掉的是重复性劳动的皮，留下的是架构和判断的硬核。
16.5 万美元不是小数目，但把它摊进“两秒钟编译”换来的迭代密度，再对比传统迁移时间表，这几乎是系统工程的代际跳跃。Anthropic 没把它包装成一个魔术，而是公开了回归数量、成本和具体用时，这本身就传递了态度：AI 驱动的代码迁移不再是一个要不要试的话题，它已经开始重新切分工程成本的蛋糕。那些还抱着“等 AI 再成熟两个版本”的人，或许该看看那十九个已经修复的回归的故事。
