AI 代码迁移：理想与现实的差距

使用 AI 编码助手将应用程序从一种编程语言迁移到另一种编程语言并非易事。本文作者分享用 Claude Code 将 Python 项目移植到 Rust 的经历，并总结了三点宝贵经验。

项目背景与工具选择

作者选择移植基于 Python 的博客系统到 Rust，因其功能相对少且 Rust 能在编译时保证代码正确性和安全性。AI 工具最初选 Claude Sonnet 4.5，后因旧版本停服升级到 4.6，还搭配谷歌的 Antigravity IDE。

计划制定与初期进展

作者给出指令后，Claude 分析代码并推荐了 Axum、SeaORM 等组件用于迁移。虽计划中未创建数据库占位数据，但补充后程序能正常工作，前期进展较为顺利。

发现缺失与反复沟通

Claude 未完成管理面板等面向用户的基础设施。后续作者与 Claude 进入反复沟通的循环，程序各组件不断出现问题，如运行时错误、登录页面空白等。

大小故障频出

Claude 有时会出现故障，输出异常内容，还会超出最大输出令牌限制。它还会对运行环境做出未经测试的假设，且常忽略原始代码意图，如未遵循登录验证装饰器模式。

三点经验总结

一是要了解源语言和目标语言，AI 不能替代开发者识别代码问题的能力；二是做好迭代准备，明确详细的指令也难一次成功；三是对结果负全责，开发者要把控代码质量和利用目标语言特性。

编辑观点：AI 代码迁移有潜力但问题不少，开发者不能过度依赖，自身专业知识和经验仍是关键，未来 AI 工具需在准确性和稳定性上持续改进。