十六个遗留 Java 服务：Claude Code 结对改造的两档模型配比
01 · 三千行上下文与十六个服务：改造从哪里开始
我们是一个常年背着高负载改造任务的平台组，手上是十六个相互调用的遗留 Java 服务。核心链路里混着十年前的 Servlet 过滤器、手写 JDBC、几处没人敢碰的同步块，以及三套互相不兼容的序列化约定。真正难的不是单个类，而是上下文：一次看似局部的改动，往往要先读进去三千行调用关系，再从生产日志反推出一份状态机。人工结对平均要花两三天才能摸清一个服务的边界，而这样的服务我们有十六个。
我们把 Claude Code 当成常驻的结对同事，而不是一次性的代码生成器：先让它通读模块、理清调用与依赖、标出可疑的共享可变状态，再进入逐文件改造。所有模型调用统一走 Quanta 中转，一个余额覆盖多家模型，Claude Code、Codex、Gemini CLI 与任意 OpenAI SDK 都能直接接入；每一笔都按真实 token 计量，缓存写入与缓存读取分开计价，预算可以细到每一次读文件的动作。
02 · Haiku 4.5 与 Opus 5.5 的正面分工：机械改写对上并发难题
我们没有把整个仓库交给同一个模型。改造进入第二周后，工作自然裂成两条线，两条线的难度、返工率和预算消耗完全不同，于是模型配比也跟着分开。
- › 机械改写这一侧：换掉废弃 API、补齐空指针校验、把散落的魔法数字提成常量、按新规范重排日志。这类任务边界清晰、测试覆盖好，交给 Claude Haiku 4.5 循环处理最合适：它跑得快，单次改动小而干净，配合 Claude Code 的文件编辑与测试执行，一天能扫掉一个服务里上百处低风险修改。这正是它帮助最大的地方——量大、重复、需要快速迭代。
- › 并发与事务这一侧：共享缓存的失效顺序、跨服务的补偿逻辑、长事务里的锁粒度、被隐藏在工具类里的线程局部状态。这些地方一步错就是线上事故，需要模型读很久、想很久、并在改动前先给出风险排序。我们用 Claude Opus 5.5 主导这一侧，它帮助最大的场景是跨文件推理：它会先指出同步块与数据库事务的边界不一致，再动手改，而不是直接重写。
两条线的结对方式也不同：Haiku 4.5 那边是快节奏的批量提交，Opus 5.5 那边是慢节奏的方案对谈。同一个仓库、同一个入口，不同难度走不同档位。
03 · 结对节奏：测试先行、小步提交、每次只动一个模块
结对编程的价值不在一次生成多少行，而在每一步都留下可回滚的证据。我们固定了四条节奏，Claude Code 每一轮都遵守：
- › 先补测试再改代码：对旧接口先写特征测试，把现有行为钉住，哪怕它明显不合理，也先固化再讨论。
- › 每次只动一个模块：一个服务拆成若干改造批次，每批只覆盖一类风险，方便代码评审定位回归来源。
- › 提交信息写清动机：Claude Code 生成的说明必须回答为什么改，而不只是改了什么，半年后考古全靠它。
- › 失败即停：测试红灯时不做连锁修改，先回到上一个绿灯状态重新推理，避免在错误前提上堆叠补丁。
这套节奏把评审从逐行读语法，变成抽查风险判断。过去评审最耗时的是理解意图，现在意图写在提交里，评审只看边界与取舍。
04 · 按真实 token 计费：缓存写入与缓存读取分开看预算
这种高负载工作流最怕的是账单失真。结对式改造的开销结构很特别：大量 token 花在反复读同一批文件上，而真正的新写入只占一小部分。Quanta 按真实 token 计量，并把缓存写入与缓存读取分开计价，我们因此能看清一个服务的改造成本由哪些动作构成。
- › 读得多，写得少：通读与复读是大头，缓存命中后的读取成本远低于重新写入，所以我们坚持让 Claude Code 在同一会话里连续处理同一模块。
- › 会话边界决定缓存：把大任务切成互不相关的会话看似省事，实则反复付出缓存写入；按模块而非按文件组织会话更划算。
- › 预算可归因：一个余额覆盖全部模型，每笔调用都有明细，哪个服务花得多、哪条线返工重，一目了然。
顺带一提，推荐他人注册还能拿到对方充值金额的一成九作为返点，对常年扩编模型预算的团队来说是一笔可观的回血。
05 · 从两个人试点到全员上线：配额、权限与推广节奏
试点从两个人、两个服务开始，四周后扩展到全组。推广时我们只抓三件事：
- › 配额按项目分桶：实验性服务给宽松额度，核心链路服务设上限，避免一次失控的批量生成吃掉整月预算。
- › 权限最小化：Claude Code 的编辑范围限定在各自负责的模块目录，跨服务改动必须走单独的分支与评审。
- › 沉淀可复用提示：把服务的启动方式、测试命令、常见坑写进仓库说明，让结对上下文随代码一起版本化，新人接手不必重走弯路。
回头看，真正的收益不是某次改动快了几分钟，而是十六个服务的改造从无法估算，变成了可以在预算表里排期的工程。若你也在做类似的批量遗留改造，欢迎开通一个 Quanta 账号，把 Claude Code、Codex、Gemini CLI 和任意 OpenAI SDK 接进同一个余额，从最小的一个服务开始试。