🏠 总目录 📚 资料库Claude Code 实践

Anthropic 如何用 Claude Code 做大规模代码迁移

⏱ 12 分钟 | 🚚 批量任务的正确打开方式

🎯 一句话

迁移先建立规则手册、依赖图与行为验证,再拆成可定位失败、可恢复的小批次。切分依据是依赖和接口,并非所有任务都应按单文件提交。

本页先解决:迁移单元怎样切分,才能验证并恢复?

Claude 博客资料库 · ClaudeCode实践

迁移单元怎样切分,才能验证并恢复?

案例中的速度要与消耗、测试覆盖和上线后回归一起看,不能只保留完成时间。

读完可以:按依赖与接口切分迁移任务,并区分编译通过、冒烟和行为对齐。

切分依赖,再接验证闸门

  1. 定义迁移单元规则手册、依赖图和缺口清单先建立
  2. 样本压力测试试验翻译方式,只保留修订后的规则
  3. 并行翻译按依赖与接口划分可协作的批次
  4. 编译与冒烟先发现基本构建和运行问题
  5. 行为对齐再检查迁移前后的行为差异

失败回到对应单元与规则;编译通过还没有证明行为保持一致。

原六步架构的阅读索引,图中合并展示编译与冒烟检查,行为对齐另列;不是本资料库实施过的迁移,也不保证原案例的速度或成本可复现。
📄 来自 Claude 官方博客
原文标题
How Anthropic Runs Large-Scale Code Migrations with Claude Code(Anthropic 如何用 Claude Code 做大规模代码迁移)
原文链接
https://claude.com/blog/ai-code-migration
作者
Anthropic(Claude 博客)
发布日期
2026-07-16
⚠️ 本页是原文的中文结构化整理笔记(保留架构、数据、案例、结论),并非逐字翻译。版本、参数与案例数字属于原文所示条件,不是本资料库的实测结果;产品状态与接口以实施时官方文档为准。
📑 本页目录

代码迁移(把生产代码库转换到新语言)已从「多年、百万美元级」的项目变成「数周可完成」的工作。核心洞察是:

「你要修的不是代码,而是产出代码的那个流程(循环)。」

案例中的速度要与消耗、测试覆盖和上线后回归一起看,不能只保留完成时间。

两个真实案例

Bun 迁移(Zig → Rust)

内部 Python → TypeScript 项目

并行单元来自依赖与接口;规则手册、样本压力测试和验证闸门共同决定如何切分。

六步迁移架构

第 1 步:打地基(三条并行工作流)

第 2 步:压力测试

在代表性样本上用不同翻译方式跑小规模迁移。Bun 的作者在这一阶段抓出了两个影响 1,448 个文件的关键问题。产出全部丢弃,只保留精化后的规则。

第 3 步:并行翻译

第 4-6 步:编译 → 冒烟测试 → 行为对齐

经济账解释为什么值得迁移,工程实践解释怎样限制失败的影响范围。

为什么 AI 改变了迁移的经济账

六条关键实践

  1. 把人力前置到规则手册和压力测试上;后续阶段基本是「烧队列」
  2. 关注失败的模式而非单个失败——人的注意力应该放在模式上
  3. 设计 token 高效的循环: 最大的模型留给审查者和写规则,实现工作用小模型
  4. 让工作队列机械化: 输出文件存在可作为队列进度信号;语义完成仍须编译、行为对齐和回归验证,恢复还需保留原件与检查点
  5. 坚持对抗式审查——长任务中它值那个 token 成本
  6. 别照搬本文: 每次迁移都不同,先和 Claude 一起做针对性规划

结论

语言迁移不再需要「关乎存亡」的理由来立项——长期存在的瓶颈或维护负担现在就足以证明投资合理。通过把迁移围绕系统性验证循环(而非人工代码审查)来组织,并策略性地搭配不同档位的模型,历史上需要「多年工程」的项目可以压缩到几周,迁移的算术从根本上变了。


✅ 检查点

  1. 大规模代码迁移该怎么切分任务?
  2. 为什么「一次性全改完」是错的?
  3. 迁移任务里人应该负责什么?
👀 答案
  1. ⭐ 按「可独立验证 + 可独立回滚」切,通常是单个文件或单个模块。每个单元走完整闭环:改 → 跑测试 → 通过就提交,不通过就回滚重试。
  2. 因为错误会累积且无法定位。500 个文件一起改完再跑测试,挂了 30 个用例,你无法知道是哪些改动引起的,只能整体回滚重来。⭐ 而小单元提交时,小批次能缩小排查范围;跨模块依赖仍可能导致交互性失败。
  3. ⭐ 人负责①定义迁移规则和边界情况 ②建立验证手段 ③处理模型报上来的例外。也就是「定规则 + 建尺子 + 处理异常」,而不是逐个 review 每处改动——那样规模上不去,也失去了自动化的意义。

本节回顾

先记住这几件事

  • 迁移单元要能独立验证、定位失败与恢复。
  • 先确定迁移规则和边界案例,再批量推进。
  • 每批检查产物及保留项,异常回到明确的人工处理入口。