11 天 Claude Fable 5 + 64 实例并行,100 万行 Rust 重写 Bun —— Anthropic 全栈 AI Coding 的代表作

> 事件时间:2026-07-08(博文发布)/ aihot 收录时间 2026-07-11 > 来源:IT之家 + aihot 收录 > 评分:71 分 > aihot 链接:https://aihot.virxact.com/items/cmrg3syhp00l7iha7a3ansg62 > 原文链接:https://www.ithome.com/0/975/469.htm

事件内容

开发者 Jarred Sumner 于 7 月 8 日发文宣布,在 Anthropic 旗下 Claude Fable 5 模型的帮助下,耗时 11 天、耗费 16.5 万美元,完成了一次「不太可能」的工程壮举:把 JavaScript 运行时 Bun 从 Zig 完全重写为 Rust。

具体数据:

– 64 个 Claude 实例并行运行 11 天; – 编写了超过 100 万行代码; – API 费用约 16.5 万美元(约 1119 万元人民币); – 同样体量如果由人类团队完成,Sumner 估计需要 1 年; – 重写主因:Zig 的内存错误与崩溃难以彻底修复;Rust 在编译时就能捕获大部分; – Bun v1.4.0 已以 Canary 版本发布,修复了 128 个错误,运行速度提升 2% 到 5%。

Bun 项目组已于 2025 年 12 月被 Anthropic 收购,所以 16.5 万美元的 API 成本不会落到 Sumner 个人头上。

深度剖析

我看到这个数字第一反应是:这是 Anthropic 「全栈 AI Coding 战略」的第一次具象化呈现。

为什么这么说?Anthropic 在 2025 年 12 月直接收购 Bun,这是和 OpenAI 收购 Windsurf 完全不同的路径——OpenAI 是把 Coding IDE 资产并入,Anthropic 则把 Coding Runtime 资产直接并入。Claude Code 是 IDE,而 Bun 是 JavaScript Runtime——二者在 AI Coding 工作流里都属于「基础工具」。

换句话说,Anthropic 不只是做了 Claude Fable 5(模型)和 Claude Code(IDE),还做了 JavaScript Runtime(Bun)。三层一起做,意味着 Fable 5 在发布前就先用 Bun 把 Rust 重构跑通——既能当 Bun 团队的 AI 写代码验证,又能让 Bun 变成 Claude Code 的天然底座,一举两得。

11 天 100 万行的「体量错配」是关键。如果按传统工程思维,11 天连需求分析都不够,更何况 100 万行代码重构——但 64 个 Claude 实例的并行让这件事从「线性」变成「并行」。每个 Claude 实例负责一个模块、一种 feature,11 天里 Fable 5 跑过「用 Rust 重写 Bun 的编译时检查、用 Rust 重写 Bun 的 HTTP server、用 Rust 重写 Bun 的 fs API」之类无数细颗粒任务。

16.5 万美元的 API 成本看起来吓人,其实是极便宜——人类团队 1 年的人力成本至少 200-500 万美元(美国资深工程师),16.5 万 vs 200 万 = 1/12,效率提升不是 10x,是 50x 以上。这是 AI Coding 「规模化重写」第一次被真金白银量化。

值得关注的原因

这件事之所以关键,是因为它从三个层面重新定义了 AI Coding 的边界:

第一层:从「补全函数」到「重构百万行项目」。 AI Coding 的早期叙事是「Copilot 帮你写下一行」,近半年开始变成「Cursor 帮你跨文件重构」,而 Bun 这一案例直接跨越到「百万行级别语言迁移」。这是模型能力 + Harness 工程化 的复合产物。

第二层:从「单线程」到「AI workforce」。 64 个 Claude 实例并行意味着 Claude Code 已经可以作为「团队」来用,而不是「个人助手」。这和字节洪定坤在 06-24 提到的「1.6x vs 10x 数据量」异曲同工——AI Coding 的下一个分水岭不是模型更强,而是并行度更高。

第三层:从「模型成本」到「全栈战略」。 16.5 万美元不是 Fable 5 的「价签」,而是 Anthropic 收购 Bun 之后做了一次「AI Coding 工具实验」的「入场券」。后续这个工程范式可以直接复制到任何 Runtime(数据库、Web Framework、Compiler)。

更值得关注的是,Sumner 的博文没有给出 100 万行代码里 AI 自动生成 vs 人工引导的比例——但可以推测,真正「AI 一气呵成」的部分可能只占 30%-50%,剩余的是 Sumner review、prompt 指引、CI/CD 验证。但即便这样,11 天依然是不可能任务。这是 AI Coding 的「萧何」时刻——萧何月下追韩信,韩信带兵打仗,真正稀缺的不是兵,是「能用兵的人」。

风险与待观察

但我对这事也有几个不确定:

风险一:Canary ≠ GA。 Bun v1.4.0 是 Canary 版本,不是最终发布版。Anthropic / Sumner 没有给出 100 万行新代码的回归测试通过率、实际线上服务兼容性、内存泄漏数据。2-5% 速度提升里有多少是 Rust 本身特性、多少是 Fable 5 重写的「净优化」,分不清楚。

风险二:工程化「逆向」代价。 100 万行重写很容易,但 OSS 生态的 100 万行 dependency、Bun 用户的 100 万行 migration、第三方插件的 100 万行适配,这些「生态负担」都不会被 AI 化简掉。bun v1.4.0 Canary 之后,何时能 100% 替代 v1.3 的生态位?Sumner 没说。

风险三:Fable 5 本身的「经验可迁移性」。 11 天跑通 Bun 重构,可能严重依赖 Bun 团队的领域积累(他们本身就是 Bun 作者,知道每个模块是干什么的)。换一个陌生项目,Claude Fable 5 是否还能保持这个效率?是开放的工程问题。

最关键的:这次 AI Coding 规模化重写是 Anthropic 内部「自给自足」的产物——它不能直接证明外部团队用同样工具能复制成功。它给出的是「可能性」,不是「可复制 SOP」。这个差别,值得所有想用 AI Coding 重构老项目的工程团队注意。