Anthropicが自社の移行実務から導き出した核心原則は、コードそのものを直すのではなく、コードを生む過程（ループ）を直すことだ。実例として示されたのは、Bun共同創業者でAnthropicメンバーでもあるJarred Sumner氏が、Claude CodeでBunのコードベース100万行をZigからRustへ2週間未満・既存テストスイート100%合格で移行させたケース。かかった実コスト（約59億入力・6.9億出力トークン、概算16.5万ドル）も公開されており、エンジニアリング組織はこれまで「複数年かかる」という前提で塩漬けにしてきた移行案件を、初めて具体的な数字でROI計算にかけられるようになる。大規模コーディング作業そのものが数十億トークン規模の推論需要を生むという事実は、GPU調達や巨額のインフラ投資競争が続く今、コンピュート需要を底上げする具体的な一事例でもある。コストが可視化された以上、本当に問われるのは「AIでコードを書けるか」ではなく、これまで先送りにされてきたどの移行案件から着手するかだ。

何が起きたか

Anthropicは2026-07-16、公式ブログ（カテゴリ: Claude Code / Enterprise AI）で、Claude Codeを用いた大規模コード移行の方法論を公開した。記事は「コード移行（本番コードベースを別言語へ移植するプロジェクト）はかつて複数年がかりの一大事業だったが、Claude Codeの新しい能力がその前提を変えた」と位置づけ、Anthropicが実践する6段階のプロセスを詳説している。

なお、本文は「6 steps」と明言する一方、見出し構成上はStep1〜3が個別の見出しであるのに対し、4〜6段階目は「Compile, run, and match behavior」という1つの見出しにまとめられている（内訳としてCompile／Run／Match behaviorの3段階を含む）。段階数の主張自体に誤りはないが、見出しと段階数が単純に1対1対応していない点は留意が必要だ。

仕組み・詳細

6段階の内訳は次の通り。

  1. ルールブック・依存関係マップ・ギャップ一覧の作成（Create the rulebook, dependency map, and gap inventory）
  2. ルールのストレステスト（Stress-test the rules）
  3. 全体翻訳（Translate everything）
  4. コンパイル（Compile）
  5. 実行（Run）
  6. 振る舞いの一致確認（Match behavior）

記事が掲げる核心原則は「コードそのものを直すのではなく、コードを生む過程（ループ）を直す」こと。個々のコード差分を人手で修正するのではなく、移行を生み出すプロセス（ルール・検証ゲート・照合の仕組み）自体を設計・改善の対象にするという考え方だ。

数字で見る

  • Bunの移行（Zig→Rust）: Bun共同創業者兼AnthropicメンバーのJarred Sumner氏がClaude Codeを使用。100万行のコードを2週間未満で生成し、既存のBunテストスイートは100%がマージ前のCIで合格。使用トークン量は約59億入力／6.9億出力、概算コストは16.5万ドル
  • 社内Python→TypeScript移行: Anthropic Labs共同リードのMike Krieger氏が、Pythonコードベースを16.5万行のTypeScriptへ週末で移行。数百のエージェント・8段階のフェーズゲート・3回の敵対的レビューラウンド・全コマンドの出力をPython版と突き合わせる最終パリティチェックという多段検証構成。コンパイル時間はプラットフォームあたり約8分（ビルドマトリクス全体で約30分）から約2秒へ短縮、バイナリ起動速度は6倍向上

背景

記事で紹介される2つの実例はいずれもAnthropic社内での実践であり、Bunの共同創業者もAnthropic Labsの共同リードも、いずれもAnthropicに所属する人物が自社製品Claude Codeを使って自社（または関連プロジェクト）の移行を行った、いわゆる「ドッグフーディング」事例である点に留意したい。

記事にはGitHub上の「移行スターターキット」への言及もあるが、その中身自体は今回の検証範囲では確認できておらず未検証のままである。

なぜ重要か

移行にかかった実際のトークン量とドルコストが数字として公開されたことは、エンジニアリング組織の意思決定を変える。これまで「いつかやる」「見積もりが立たない」という理由で塩漬けにされてきた大規模移行プロジェクトについて、初めて具体的なコストとROIを比較できるようになるからだ。

同時に、この種の大規模コーディング作業が数十億トークン単位の推論需要を生むという事実は、GPU調達契約や巨額のインフラ投資が相次ぐ現在の局面において、コンピュート需要を実際に押し上げる具体的な一事例でもある。「コードでなく、コードを生む過程を直す」という原則が示すのは、価値の重心がコードを書く速さそのものから、検証済みのループ（ルールブック・ゲート・パリティチェック）をどう設計するかへ移りつつあるという構造的な変化だ。