Image de couverture : Bun réécrit en Rust : 64 IA en parallèle, 11 jours, 1 million de lignes de code
IA & Ingénierie

Bun réécrit en Rust : 64 IA en parallèle, 11 jours, 1 million de lignes de code

12 juillet 2026
5 min de lecture
3 vues
Sébastien Muler

Et si le goulot d'étranglement du génie logiciel n'était plus humain ?

La refonte complète d'un outil aussi critique que Bun — le runtime JavaScript concurrent de Node.js — aurait normalement mobilisé une équipe senior pendant plus d'un an. Elle a été accomplie en 11 jours, par des machines. Ce n'est pas une démonstration de gadget : c'est un signal fort sur la façon dont les migrations techniques d'envergure vont être menées à l'avenir.

Pourquoi abandonner Zig pour Rust ?

Bun était historiquement écrit en Zig, un langage bas niveau réputé pour ses performances et son contrôle fin de la mémoire. Pourtant, Jarred Sumner, le créateur de Bun, a fait le choix radical d'une réécriture complète en Rust. La raison invoquée est concrète : Zig produisait régulièrement des erreurs mémoire et des crashes difficiles à corriger durablement.

Rust apporte une réponse structurelle à ce problème. Son système de types et son borrow checker détectent une large classe de bugs mémoire à la compilation, avant même que le code ne tourne. Ce n'est pas un gain marginal : c'est une garantie de fiabilité intégrée au langage lui-même. Pour un runtime utilisé en production par des milliers de développeurs, ce niveau de robustesse a un prix que Sumner était visiblement prêt à payer.

Le moteur du projet : 64 instances Claude en parallèle

La véritable originalité de cette migration réside dans son exécution. Sumner a utilisé une version pré-release de Claude Fable 5 d'Anthropic — en déployant jusqu'à 64 instances en parallèle pendant 11 jours consécutifs. Au total, plus d'un million de lignes de code ont été générées ou transformées.

Quelques chiffres pour situer l'ampleur de l'opération :

  • ⏱️ 11 jours de travail automatisé en continu
  • 🤖 64 instances LLM orchestrées simultanément
  • 📄 +1 000 000 lignes de code produites ou migrées
  • 💰 ~165 000 $ de facture API
  • 🐛 128 bugs corrigés dans la foulée
  • 2 à 5 % de gain de performance sur la version finale

Ce qui frappe ici, c'est moins la prouesse technique que le modèle d'orchestration mis en œuvre : ce n'est pas un humain qui utilise l'IA comme assistant, c'est un pipeline qui utilise l'IA comme force de travail principale, supervisée mais autonome dans son exécution.

Un contexte qui facilite tout : l'acquisition par Anthropic

Il faut noter que Sumner n'a pas eu à justifier la facture de 165 000 $ devant un DAF : Bun et son équipe ont été acquis par Anthropic en décembre 2025. L'accès privilégié à un modèle pré-release et la liberté budgétaire ont clairement joué un rôle. Pour la plupart des équipes, reproduire exactement ce pipeline restera difficile dans l'immédiat — mais les enseignements architecturaux, eux, sont transposables.

Ce que cela signifie pour les équipes de développement

Cette migration illustre l'émergence d'un nouveau paradigme que l'on pourrait appeler le Massive Automated Refactoring : la capacité à transformer une base de code entière, à grande échelle, en orchestrant des agents LLM en parallèle plutôt qu'en mobilisant des développeurs sur des mois.

Pour les équipes PHP/Symfony, ce cas ouvre des pistes concrètes :

  • Migrations de versions : passer d'une version majeure de Symfony à une autre implique souvent des changements syntaxiques répétitifs sur des centaines de fichiers. Un pipeline d'agents peut traiter ce travail mécaniquement, en laissant aux développeurs la supervision et la validation.
  • Modernisation de legacy : convertir du code procédural en services Symfony, extraire des classes God Object, refactorer vers des patterns CQRS ou hexagonaux — autant de tâches où la répétitivité se prête bien à l'automatisation par LLM.
  • Homogénéisation du style : appliquer des standards de code (PSR, règles PHP CS Fixer personnalisées) sur une base existante sans toucher à la logique métier.

La différence avec un simple copier-coller de prompt, c'est l'orchestration : plusieurs agents, des contextes segmentés, des validations intermédiaires, et un contrôle humain au niveau de l'architecture globale plutôt que ligne par ligne.

Conclusion

La réécriture de Bun n'est pas qu'une success story anecdotique sur Rust ou sur Claude. Elle valide un changement de paradigme dans la gestion du dette technique et des migrations d'envergure : l'IA ne remplace pas l'expertise des développeurs, elle démultiplie leur capacité d'exécution.

La décision architecturale (abandonner Zig pour Rust) reste humaine. L'orchestration du pipeline reste humaine. Mais le travail de transformation mécanique — le million de lignes — est désormais délégable. Pour les équipes qui sauront concevoir ces pipelines, les migrations qui semblaient impossibles faute de ressources deviennent des projets planifiables.

Bun v1.4.0 est disponible en version canary. La leçon, elle, est disponible dès maintenant.


Source : The Decoder — Maximilian Schreiner, 10 juillet 2026

Partager cet article