众力资讯网

AI时代改老代码，最难的居然不是写代码。Anthropic最近出了一篇实战指南，讲企业怎么用AI做代码现代化改造。他们的前线工程师把这几年帮客户做项目的经验整理出来了，读完觉得有几个点值得聊聊。先说背景。很多大公司的核心系统还跑着老代码，比如COBOL、老版本C++。以前要升级换代，动辄好​AI时代改老代码，最难的居然不是写代码。Anthropic最近出了一篇实战指南，讲企业怎么用AI做代码现代化改造。他们的前线工程师把这几年帮客户做项目的经验整理出来了，读完觉得有几个点值得聊聊。先说背景。很多大公司的核心系统还跑着老代码，比如COBOL、老版本C++。以前要升级换代，动辄好几年的大工程。现在有了ClaudeCode这样的AI编程工具，改代码快了很多，几个月甚至几周就能搞定。但代码写得快了，公司内部的审批、变更管理、合规审查这些环节跟不上。瓶颈从“写代码”转到了“怎么让整个组织跟上节奏”。所以这篇指南的重点是动手之前要做好哪些准备，总结了六步。第一步，想清楚你到底要改成什么样。这里面分三种路线。最简单的是同一套技术栈升个版本，比如C++11到C++20。中间档是换整套技术栈，比如COBOL改写成Java，功能保持不变。最复杂的是技术和业务逻辑一起动。这三条路线在公司里经常有争论，靠近生产环境的人想稳妥只换技术，天天维护代码的工程师想趁机还技术债。这个分歧得先摆平，不然后面每个改动都会被拉出来争“到底算不算改对了”。第二步，定一套验收标准。每个代码改动必须过哪些关才算合格，比如原有测试全部通过、覆盖率达标、性能不能退步、安全扫描不能出新问题。这些条件最好都能自动跑，AI改完代码自己就能检查一遍，过不了的再交给人看。第三步，定好上线的审批流程。AI改代码的速度远超人工逐个review的速度，所以得按风险高低分级。高风险的还是人仔细看，低风险的可以走轻一点的流程。他们建议让高层来定这个规则，免得后面出了事谁都不想担责。第四步，把基础设施备齐。测试环境、CI/CD管道、团队之间的协调、安全合规审批，涉及其他团队的部分要尽早打招呼。第五步，搭AI工作流。把目标定义、验收标准、代码库全喂给ClaudeCode，先在小范围反复调试，调到AI出的结果稳定了再往下走。第六步，正式开跑。先挑一小块代码走完整个流程，确认没问题再推到整个代码库。关于成本，他们建议试点的时候就记好token用量，拿来推算全量改造要花多少。验证环节往往比写代码本身花得更多，可以先用便宜的模型跑简单检查，复杂的验证再上强模型。还有个值得留意的点：项目做完，你手里拿到的不光是一份新代码，还有一套可复用的AI工作流、一套验收标准、一套已经跑通的审批方案，加上每个改动的完整记录。下次再做类似的事情，直接搬过来就行。