推文

@mylifcc · 2026-10-12 08:01

Mistral最近分享了一个真实企业项目：使用上百个 AI Agent，帮助一家欧洲能源公司将 40,000 行 Fortran 77 代码迁移到现代 C++。 这个项目到底有多复杂？ Mistral 面对的是一套用于储层模拟的科学计算系统，主要使用 Fortran 77 编写。 它有几个非常典型的遗留系统问题： > 大约 300,000 行代码，首轮迁移其中 40,000 行。 > 没有现成的测试套件。 > 文档散落在历史 PDF、代码注释和工程师的经验里。 > 大量使用全局共享变量、隐式类型和历史控制流。 > 计算结果涉及物理模型和浮点数值，正确性要求很高。 如果直接让 AI Agent 把 Fortran 翻译成 C++，可能几天就能生成大量代码。 但是生成的 C++ 是否具有更好的架构？物理计算结果是否保持一致？原本隐含在共享状态中的依赖是否被正确处理？ 这些问题远比代码翻译复杂。 他们尝试了完全自主的 Agent、多个角色组成的 Agent 团队，最终发现：给 Agent 足够的自主权，还不如先建立验证体系，再让它们有约束地协作。 AI Coding Agent 的下一个机会，可能是让 AI 证明自己改对了代码。

曝光 2142 · 评论 11 · 点赞 15 · 书签 10 · 曝光/时 100.28487035341651