GitHub y Anthropic reescriben código a Rust con IA

GitHub reescribió el runtime de su agente Copilot de TypeScript a más de 800.000 líneas de Rust en producción, usando sus propios agentes de Copilot para hacer la mayor parte del trabajo. El anuncio, publicado el 16 de septiembre por el ingeniero de Microsoft Stephen Toub, se suma al caso de Bun (adquirida por Anthropic), que migró 535.496 líneas de Zig a Rust en apenas 11 días usando Claude Code.

La reescritura de código asistida por agentes de IA es el proceso de traducir una base de código de un lenguaje de programación a otro usando modelos de lenguaje que generan, revisan y corrigen el código de forma autónoma o semiautónoma. GitHub y Anthropic son las dos empresas que este mes hicieron pública esta práctica a gran escala, aplicándola sobre sus propios productos: el runtime de Copilot y el runtime de JavaScript Bun, respectivamente.

¿Qué anunció GitHub sobre la reescritura de Copilot en Rust?

GitHub confirmó que reescribió por completo el runtime del agente de Copilot, que antes corría sobre TypeScript, Node.js y V8, en más de 800.000 líneas de Rust en producción. Lo contó Stephen Toub, ingeniero de Microsoft, en un blog post publicado el 16 de septiembre.

Toub fue directo con el argumento económico: “un proyecto que antes le hubiera tomado a todo un equipo de desarrolladores uno o dos años ahora lo completó principalmente un solo desarrollador, en pocos meses, mientras el resto del equipo seguía expandiendo las capacidades y el alcance del runtime”. La frase resume el pitch de toda la industria en este momento: los agentes bajan tanto el costo de una reescritura que proyectos que antes ni se evaluaban ahora entran en el radar.

¿Y quién escribió el código? Según Toub, “los agentes de IA escribieron la mayor parte del código”. No un asistente que sugiere líneas sueltas: agentes que llevaron adelante tramos completos de la migración con supervisión humana. Tema relacionado: cómo se compara Claude con Gemini 2.5.

¿Cómo usó GitHub sus propios agentes de Copilot para migrar el código?

GitHub usó la app de GitHub Copilot y la Copilot CLI para ejecutar la migración de forma incremental, dividiendo el trabajo en 128 pull requests que se fusionaron y publicaron por partes a lo largo de unas 14 semanas y media. Esto le permitió al equipo detectar y corregir regresiones sobre la marcha, en vez de esperar a un big bang al final del proceso.

Lo interesante acá es que el producto no se congeló mientras tanto. El runtime de Copilot siguió creciendo en funcionalidades durante toda la migración, con un desarrollador llevando el grueso de la reescritura y el resto del equipo enfocado en expandir el producto. Es la típica situación de “cambiar el motor con el auto en movimiento”, solo que acá el motor lo cambió en gran parte un agente.

¿Cómo reescribió Bun (Anthropic) su código de Zig a Rust con Claude?

Bun, el runtime de JavaScript que Anthropic adquirió en diciembre de 2025, migró 535.496 líneas de Zig a Rust en 11 días usando un modelo Claude pre-release, según anunció el fundador Jarred Sumner en julio de 2026. El proyecto pasó los tests existentes de Bun en las seis plataformas que soporta antes de fusionarse al codebase principal.

El motivo no fue una queja contra Zig como lenguaje. Sumner fue puntual al respecto: apuntó a “las dificultades particulares que enfrentaba Bun manejando memoria entre Zig y el motor de JavaScript que embebe”. Bun había crecido desde un proyecto “pre-LLM” que Sumner arrancó en 2021 “en un departamento chico de Oakland” hasta un runtime cuyo CLI, a septiembre de 2026, supera los 22 millones de descargas mensuales. Ese crecimiento trajo un problema recurrente de leaks y crashes por manejo de memoria.

Sumner explicó la lógica del rewrite con una frase que cualquiera que haya pateado bugs de memoria por años va a reconocer: “podríamos haber seguido arreglando este tipo de bugs uno por uno para siempre, pero le debemos a nuestros usuarios que confían en nosotros hacer algo mejor, y prevenir sistemáticamente que este tipo de bugs se repita”. Para lograrlo, orquestó múltiples agentes de Claude Code trabajando en paralelo sobre distintas partes de Bun, mientras él supervisaba y corregía el rumbo cuando algo se desviaba. Cubrimos ese tema en detalle en diferencias entre Claude y GPT-4o.

¿Cuál es la diferencia entre el playbook de GitHub y el de Bun/Anthropic?

GitHub optó por una migración incremental con 128 PRs a lo largo de 14 semanas y media, manteniendo el producto en desarrollo activo durante todo el proceso. Bun hizo lo contrario: un port masivo con muchos agentes de Claude corriendo en paralelo, completado en 11 días, e integrado al codebase principal recién al final.

Ojo con leer “11 días versus 14 semanas y media” como un benchmark de Claude contra Copilot, porque no lo es. Bun traducía un codebase de Zig a otro lenguaje de sistemas con un esfuerzo altamente paralelizado; GitHub movía un runtime de TypeScript y Node.js a Rust mientras seguía lanzando nuevas versiones del producto en simultáneo. Son puntos de partida distintos, lenguajes de origen distintos y restricciones operativas distintas. Lo único que ambos casos tienen en común es la afirmación de que los agentes hicieron viables reescrituras que antes el costo y la disrupción hubieran descartado de entrada.

¿Qué otras empresas hicieron reescrituras a Rust asistidas por IA?

Meta y OpenAI hicieron sus propias reescrituras a Rust con asistencia de agentes de IA en 2026, antes de que trascendieran los casos de GitHub y Bun. En marzo, el ingeniero de Meta Joe Savona lideró el port del React Compiler de TypeScript a Rust, describiéndolo como “mayormente codeado por IA”, aunque la arquitectura, el testing y la estrategia de migración quedaron bajo dirección humana directa, la suya. Ese trabajo se apoya en un esfuerzo más amplio dentro de Meta para reemplazar código legacy “de décadas” en una librería central de mensajería.

El 11 de septiembre de 2026 OpenAI reveló que dos ingenieros, trabajando con Codex y GPT-5.5, reescribieron Habitat (el servicio de storage detrás de ChatGPT) de Python a Rust durante el segundo trimestre de 2026. La compañía indicó que el nuevo servicio en Rust ya maneja el 95% de las solicitudes de producción, usando 6 veces menos CPU y 15 veces menos memoria que la versión en Python. OpenAI planea discontinuar por completo la versión en Python “en las próximas semanas”. Más contexto en comparativa entre GPT-5 y Claude.

¿Por qué estas reescrituras no eran viables antes de los agentes de IA?

El argumento de fondo, repetido casi palabra por palabra entre GitHub y Anthropic, es que el costo de oportunidad de una reescritura tradicional era demasiado alto. Toub calculó que el proyecto de GitHub hubiera ocupado a un equipo entero durante uno o dos años. Sumner, del lado de Bun, fue más específico: “significaría congelar corrección de bugs, parches de seguridad o desarrollo de funcionalidades por ese tiempo”.

Acá viene lo que hay que tener en cuenta antes de tomar estos anuncios como verdad revelada: tanto GitHub como Anthropic son vendedores de los mismos agentes de código que dicen haber hecho posible el proyecto. Que Copilot haya escrito la mayoría del código de su propio runtime, o que Claude haya traducido Bun en 11 días, son datos que conviene leer con la salvedad de que ambas empresas tienen todo para ganar mostrando lo que sus herramientas “pueden hacer”. Nadie audita estos números de forma independiente todavía.

Un criterio práctico para cualquier equipo que esté evaluando algo parecido: antes de replicar un playbook de reescritura con agentes, conviene pedir el detalle de cuánta revisión humana hubo por línea de código generada, cuántas regresiones aparecieron después del merge y qué porcentaje del tráfico de producción corrió sobre el código nuevo antes de deprecar el viejo. Sin esos tres números, “reescrito por IA” es más relato que dato verificable. Ampliamos el tema en el acuerdo cloud de Anthropic con Nscale.

Errores comunes al leer estos anuncios de reescritura con IA

• Comparar tiempos de proyectos distintos como si fueran un benchmark. Los 11 días de Bun y las 14 semanas y media de GitHub no miden lo mismo: cambian el lenguaje de origen, el tamaño del equipo humano y si el producto seguía en desarrollo en paralelo.
• Tomar “mayormente escrito por IA” como sinónimo de cero supervisión. En los cuatro casos (GitHub, Bun, Meta, OpenAI) hubo ingenieros senior dirigiendo arquitectura, revisando PRs o corrigiendo el rumbo de los agentes en tiempo real.
• Ignorar el sesgo comercial de la fuente. GitHub vende Copilot, Anthropic vende Claude. Ambos tienen incentivo directo para que la reescritura suene más automática de lo que probablemente fue.
• Asumir que el resultado en Rust es automáticamente “seguro” por el lenguaje. Bun migró para reducir bugs de memoria, pero eso depende también de cómo se testeó cada módulo traducido, no solo del lenguaje destino.

Preguntas Frecuentes

¿Cuántas líneas de código migró GitHub a Rust?

GitHub migró más de 800.000 líneas de código del runtime de Copilot, que antes corría en TypeScript sobre Node.js y V8, a Rust en producción. El anuncio lo hizo Stephen Toub, ingeniero de Microsoft, el 16 de septiembre de 2026. Te puede servir nuestra cobertura de precios y benchmarks de Google frente a Claude.

¿Cuántas líneas de código migró Bun a Rust?

Bun migró 535.496 líneas de código de Zig a Rust, un proceso que el fundador Jarred Sumner completó en 11 días usando múltiples agentes de Claude Code trabajando en paralelo. El código pasó los tests existentes en las seis plataformas soportadas antes de integrarse al codebase principal.

¿Por qué Bun eligió Rust en vez de seguir en Zig?

Bun cambió a Rust por un problema recurrente de leaks y crashes al manejar memoria entre Zig y el motor de JavaScript que embebe, no porque Zig fuera un mal lenguaje en sí. Rust ofrece protecciones más fuertes contra ese tipo de bugs de memoria a nivel de compilador.

¿Qué otras empresas reescribieron código a Rust con IA en 2026?

Meta migró el React Compiler de TypeScript a Rust en marzo bajo la dirección del ingeniero Joe Savona, y OpenAI reescribió Habitat (el storage de ChatGPT) de Python a Rust durante el segundo trimestre, usando Codex y GPT-5.5. El servicio de OpenAI ya maneja el 95% del tráfico de producción con 6 veces menos CPU.

¿Se puede confiar en las cifras de tiempo que publican GitHub y Anthropic?

Las cifras vienen directamente de las empresas que venden los agentes usados en cada migración, por lo que son relatos autointeresados sin auditoría independiente conocida hasta ahora. Sirven como caso de estudio de lo que es posible, pero conviene tomarlas con la misma reserva que cualquier benchmark publicado por el propio fabricante.

Conclusión

Lo que cambió en 2026 no es que Rust se puso de moda (eso ya venía pasando), sino que reescribir cientos de miles de líneas de código dejó de ser un proyecto de un año con un equipo dedicado y pasó a ser algo que un desarrollador con agentes bien orquestados resuelve en semanas o días. GitHub, Bun, Meta y OpenAI lo hicieron en el mismo año, con playbooks distintos pero la misma conclusión de fondo.

Para cualquier equipo técnico que esté mirando esto de afuera, el mensaje práctico es simple: si tenés una migración de lenguaje frenada por costo u oportunidad, hoy vale la pena evaluarla de nuevo con agentes en el loop. Eso sí, pedí los números de revisión humana y regresiones antes de replicar cualquier promesa de “lo hizo la IA sola”, porque ninguno de estos casos lo fue del todo.

Fuentes

• The New Stack – GitHub and Anthropic used their own agents for major Rust rewrites