यह रीराइट (rewrite) कैसे हुआ

Anthropic ने दिसंबर 2025 में Bun को खरीदा और इसके Zig कोडबेस को Rust से बदलने का निर्णय लिया। कंपनी ने Claude Fable 5 का एक प्री-रिलीज़ वर्शन चलाया—जो उस समय किसी और के लिए उपलब्ध नहीं था। मॉडल की चौंसठ (64) प्रतियां समानांतर (parallel) रूप से काम कर रही थीं, जो कुल मिलाकर प्रति मिनट लगभग 1,300 लाइन कोड तैयार कर रही थीं।

लीड इंजीनियर Jarred Sumner ने समस्या को एजेंटों के हवाले करके हाथ नहीं खड़े कर दिए। उन्होंने पहले घंटों तक एक गाइड तैयार करने में बिताए, जिसमें Zig के मुहावरों (idioms) को Rust के समकक्षों (equivalents) से मैप किया गया था। तीन-फ़ाइल वाले ट्रायल रन ने उन्हें पूरे रिपॉजिटरी पर काम करने से पहले एजेंटों के आउटपुट को कैलिब्रेट करने की अनुमति दी। एजेंटों द्वारा सुझाए गए हर बदलाव के लिए, दो "एडवर्सरियल" (adversarial) एजेंटों ने उसकी समीक्षा की, और Sumner ने पूरे 11 दिनों तक इस पूरी प्रक्रिया को लाइव देखा।

Anthropic के आंतरिक लेखांकन (internal accounting) में टोकन उपयोग के लिए $165,000 दर्ज किए गए। यह संख्या केवल उन रॉ API कॉल्स को दर्शाती है जो कोड के मुख्य ब्रांच में मर्ज होने से पहले की गई थीं।

छिपा हुआ बिल

$165k की यह राशि नए Rust कोड को स्थिर करने के लिए आवश्यक कंप्यूट (compute) को शामिल नहीं करती है। एक आंतरिक विश्लेषण के अनुसार, मर्ज के बाद के सुधार (post-merge fixes), निरंतर एकीकरण (continuous-integration) रन और अतिरिक्त परीक्षण कुल खर्च को और बढ़ा सकते हैं। यह अनुमान सार्वजनिक API मूल्य निर्धारण का उपयोग करता है; क्योंकि Claude Fable 5 एक निजी प्रीव्यू था, इसलिए भुगतान की गई वास्तविक कीमत अलग हो सकती है।

गति बनाम सुरक्षा

इस रीराइट ने एक ऐसा Rust रनटाइम तैयार किया जो मूल Zig वर्शन की तुलना में तेज़ चलता है, लेकिन इसने ऑडिट का एक बड़ा बैकलॉग भी छोड़ दिया है। नए जनरेट किए गए Rust फ़ाइलों में से लगभग 4% में "unsafe" ब्लॉक्स शामिल हैं—ऐसा कोड जो Rust के सख्त सुरक्षा गारंटियों (safety guarantees) को दरकिनार कर देता है। हाथ से लिखे गए Rust प्रोजेक्ट्स में आमतौर पर यह प्रतिशत बहुत कम होता है, जिसका अर्थ है कि समीक्षकों को अब यह सत्यापित करना होगा कि वे ब्लॉक्स मेमोरी-करप्शन बग्स (memory-corruption bugs) का जोखिम तो नहीं पैदा कर रहे हैं।

Sumner की विशेषज्ञता के बिना एजेंटों का आउटपुट अर्थहीन होता। प्रति मिनट 1,300 लाइनों की गति पर भी, कोड को तार्किक त्रुटियों (logical errors) को पकड़ने, आर्किटेक्चरल सुसंगतता (architectural coherence) सुनिश्चित करने और यह पुष्टि करने के लिए एक जानकार पर्यवेक्षक की आवश्यकता होती है कि टेस्ट सुइट वास्तव में नए कार्यान्वयन (implementation) को कवर करता है।

जब AI चमकता है, और जब नहीं

Bun पोर्ट एक आदर्श अनुवाद (textbook translation) था: एक भाषा से दूसरी भाषा में, जिसमें एक व्यापक टेस्ट सुइट पहले से ही मौजूद था। उस स्पष्ट सीमा ने LLM को एक स्पष्ट लक्ष्य दिया और रचनात्मक समस्या-समाधान की आवश्यकता को सीमित कर दिया। हालाँकि, अधिकांश सॉफ़्टवेयर कार्यों में बिजनेस रूल्स का बदलना, अस्पष्ट आवश्यकताओं को संभालना, या शून्य से नई सुविधाएँ बनाना शामिल होता है। उन जटिल परिदृश्यों में, AI सहायता का वही स्तर समान गति या लागत लाभ देने की संभावना कम है।

AI-संवर्धित (AI-augmented) विकास के समर्थक कच्चे उत्पादकता आंकड़ों—मिनटों में जनरेट की गई हजारों लाइनें—को इस बात के प्रमाण के रूप में देखते हैं कि लार्ज लैंग्वेज मॉडल बड़ी टीमों की जगह ले सकते हैं। Anthropic का मामला इस दृष्टिकोण को संतुलित करता है: मुख्य टोकन लागत में मर्ज के बाद के सत्यापन (post-merge validation) के लिए आवश्यक पर्याप्त कंप्यूट शामिल नहीं है, और "unsafe" कोड द्वारा उत्पन्न सुरक्षा ऋण (safety debt) को हल करने के लिए मानवीय प्रयास की आवश्यकता होगी।

आगे क्या देखें

Anthropic ने यह खुलासा नहीं किया है कि क्या वह अन्य कोडबेस पर भी इसी तरह के Claude-संचालित वर्कफ़्लो को लागू करने की योजना बना रहा है। यदि वह ऐसा करता है, तो कंपनी को केवल टोकन बिल ही नहीं, बल्कि कुल जीवनचक्र लागत (lifecycle cost) को भी ध्यान में रखना होगा। पर्यवेक्षकों को इन बातों पर नज़र रखनी चाहिए:

  • ऑडिट बैकलॉग कितनी तेज़ी से कम होता है और क्या समीक्षकों द्वारा कोड को रिफैक्टर (refactor) करने पर "unsafe" का अनुपात कम होता है।
  • क्या भविष्य के रन में अधिक परिपक्व मॉडल का उपयोग किया जाता है जो सार्वजनिक रूप से खरीदने योग्य है, जिससे लागत अनुमान अधिक पारदर्शी हो सकते हैं।
  • Bun के अपनाने (adoption) पर प्रभाव: तेज़ रनटाइम उपयोगकर्ताओं को आकर्षित कर सकते हैं, लेकिन कोई भी सुरक्षा संबंधी चिंता उस लाभ को कम कर सकती है।

निष्कर्ष

AI सीधे तौर पर किए जाने वाले कोड अनुवादों को तेज़ (turbo-charge) कर सकता है, लेकिन डाउनस्ट्रीम कंप्यूट और मानवीय सत्यापन की लागत टोकन-बिल की बचत को खत्म कर सकती है। Bun रीराइट दिखाता है कि हालांकि लार्ज लैंग्वेज मॉडल तेज़ी से भारी मात्रा में कोड उत्पन्न कर सकते हैं, लेकिन सुरक्षा, सटीकता और उस सूक्ष्म कार्य के लिए मानवीय विशेषज्ञता अनिवार्य बनी हुई है जो अधिकांश सॉफ़्टवेयर प्रोजेक्ट्स को चलाती है।