跳转至

Anthropic 大规模代码迁移方法论 — Claude Code 多 Agent Loop 的工程实践

Ch04.684 Anthropic 大规模代码迁移方法论 — Claude Code 多 Agent Loop 的工程实践

📊 Level ⭐⭐ | 4.5KB | entities/anthropic-claude-code-large-scale-code-migration-2026.md

Anthropic 大规模代码迁移方法论 — Claude Code 多 Agent Loop 的工程实践

Background：本文档基于 Anthropic 官方博客 2026-07-16 发布的文章建立，总结了 Anthropic 内部使用 Claude Code 进行大规模代码迁移（Bun Zig→Rust、Mike Krieger Python→TypeScript）的六步方法论。参考了 Anthropic 官方博客多个来源。

核心洞见

"You don't fix the code. You fix the process (loop) that produced the code."

两个关键案例

Bun Zig→Rust（Jarred Sumner）

  • 100 万+ 行代码，< 2 周完成
  • 100% 测试套件通过后 merge
  • 19 个回归 post-merge，全部修复
  • Token 消耗：59 亿 input + 6.9 亿 output（~$165K API pricing）
  • 成果：memory leaks 从 6,745MB → 609MB，binary 缩小 19%，性能提升 2-5%

Python→TypeScript（Mike Krieger）

  • 165,000 行 TypeScript 在一个周末完成
  • 数百个 agent、8 个 phase gate、3 轮 adversarial review
  • 最终 parity check diff 每个命令的输出 vs Python 原版
  • 编译时间从 30min → 2s，binary 启动快 6x，退休独立部署 pipeline

六步方法论

前置：构建强 Judge

Judge 必须能对等地评估原始代码和目标代码。步骤：分类测试 → 重写为可移植断言 → 验证 judge（对好代码通过，对故意写坏的代码失败）。

Step 1: 创建 Rulebook + Dependency Map + Gap Inventory

  • Rulebook: 结构保持型翻译用查表规则，重新设计型用设计文档
  • Dependency Map: 文件依赖分析，决定并行工作流的分片
  • Gap Inventory: 语言特有的差距（Zig→Rust 是内存管理，Python→TS 是 interface contract）

Step 2: 压力测试规则

小规模迁移作为"shakedown cruise"：一个 agent 用 rulebook 翻译 3 个文件、一个 agent 像资深工程师一样翻译 3 个文件、一个 agent 用 diff 创建新规则。在大规模部署前捕获关键问题。

Step 3: 并行翻译所有文件

Multi-agent loop 架构：implement → review → fix。使用小模型做 implementer、大模型做 reviewer。Adversarial review（2 个 reviewer，分歧 → 第三个裁决）。Rulebook 持续增长，代码从不手动修补。当 reviewer 反复发现相同错误时，修改 rulebook 而非逐文件修补，然后重新生成受影响的 batch。

Steps 4-6: 编译 → 运行 → 匹配行为

同一 loop 架构，逐步减少 human judgment。Fixer agent 处理 compiler errors → smoke test crashes → test suite failures。Build daemon 序列化重建（最昂贵的操作只允许一个进程执行）。

最佳实践

  • 关注 pattern，而非 individual failures（fixer agent 处理个体问题）
  • Adversarial review + mechanical verification
  • 不要在所有环节用最大模型（implementer 用小模型，reviewer 用大模型）
  • 前置 human hours（rulebook + stress test 最耗时）
  • 让工作队列 mechanical & resumable（"完成"=输出文件在磁盘上存在）
  • 审查 loop results，而非 individual code

与其他实体的关系

本实体提供了 多 agent loop 用于生产级代码迁移 的具体方法论，与以下实体互补：

→ 原文存档