今年三月,我们接手一个老服务的技术债清理项目:12 万行 Java 8 代码,Spring 5 的 XML 配置,最后一次结构性变更据 git blame 显示是 2021 年。原团队已经散了,文档只有一份 2019 年的 PPT。客户给的窗口是 16 周,要求迁到 Spring Boot 3 + Java 21,并且不能改业务行为——这个系统每天处理 47 万笔清算,错一笔就是真金白银。
这篇文章写给所有正在评估”能不能用 AI 搬遗留系统”的团队。先说结论,免得你读到最后才发现不适用:12 万行代码、9 个模块,我们用 Agent 加人工的方式做,编译通过率 91.4%,单元测试通过率 76.2%,而最终真正敢自动合入(git commit 无需人工逐行审)的只占 43.1%。剩下的 56.9%,每一行都需要一个人看过——这不是模型能力问题,是遗留系统的信息密度问题。
一、先别急着让模型改代码:AST 扫描出来的真实难度分布
我们团队第一个被否决的方案,是把仓库丢给 Agent 说”帮我迁移”。跑了三天,产出 3,000 多个文件的 diff,没有一份能看。遗留系统迁移的第一个错误,是假设代码是同质的。
后来我们改成先做一次纯静态的 AST 扫描:用 tree-sitter 解析全部 Java 文件,把每个文件的改造类型打上标签,再统计分布。结果直接改变了整个排期:
| 改造类型 | 文件数 | 占比 | 自动化可行性 | 人工工时/文件 |
|---|---|---|---|---|
| javax.* → jakarta.* 包名替换 | 218 | 21.4% | 全自动,零例外 | 0.2h |
| XML Bean 定义 → 注解配置 | 163 | 16.0% | 半自动,需人确认作用域 | 1.8h |
| Spring 5 API 迁移(Boot 3 移除项) | 141 | 13.8% | 半自动,容易漏 | 2.4h |
| Date/Calendar → java.time | 309 | 30.3% | 不建议自动,语义风险高 | 3.1h |
| 依赖升级连带的重构 | 188 | 18.5% | 逐个判断 | 4.6h |
这张表是全项目最重要的一份产出。它告诉我们:21% 的工作量是机械劳动,应该用脚本而不是模型;30% 的 Date 改造是语义雷区,应该冻结不动;真正需要模型介入的,是那 16% 的 XML 到注解的语义转换。后面 13 周的排期,就是照这张表切的。
二、模型真正干得好的,是 XML 到注解那 163 个文件
Spring 的 XML 配置看着啰嗦,但它编码了三件注解表达力很弱的东西:构造器参数的具体顺序、工厂方法的选择、以及跨 module 的 Bean 覆盖关系。模型迁移 XML 时,经常会自信地把一个 Bean 的 primary 属性丢掉,或者把 prototype 作用域写成默认的 singleton——这种错误编译期完全看不出来。
我们的做法是给模型三层约束:
- 上下文只给”局部图”,不给全仓。每个 XML 文件配一个它的 Bean 被引用位置列表(用 grep 加 AST 出的),再加 Spring Boot 自动配置的候选项。模型在有限上下文里做判断,比在全仓扫描里猜,准确率高得多。仅这一项,XML 迁移的人工返工率从 34% 降到 9.7%。
- 要求模型输出”迁移理由”而不是只给代码。每个 Bean 附一行:为什么选这个注解组合、原 XML 里哪个属性对应哪个参数。这一行理由,评审的人 20 秒就能判对错,而逐行读代码要 4 分钟。评审效率就是这个项目能不能按期交付的关键。
- 所有自动迁移强制走一个”编译 + 启动”双闸门。不只是 mvn compile,还要把 Spring 上下文真正拉起来一次,因为 Boot 3 有大量启动期才会炸的条件装配错误。这一拦,拦下了 61 处编译通过但启动失败的配置。
163 个 XML 文件,最终 141 个是一次通过编译加启动,22 个返工,平均每个文件人工投入从预估的 3.5 小时降到 1.8 小时。这是我们全项目 ROI 最高的一段,也是唯一一段”AI 真的省下了大量人力”的工作。
三、Date 到 java.time:我们故意没做,这是本项目最对的一个决定
时间 API 改造是最容易被低估的坑。`Date` 是可变对象、有时区语义隐含、`Calendar` 的月份从 0 开始——这些语义在 12 万行代码里通过 47 处工具类、十几个自定义序列化器纠缠在一起。模型很擅长把 `new Date()` 换成 `LocalDateTime.now()`,但它不知道你们那个 `DateUtils.truncate()` 在处理跨月清算时依赖了本地时区。
我们做了个 40 处的抽样实验:让模型改 10 个文件的 Date 用法,再由原业务方出的人评审。10 个文件里 7 个引入了至少一处语义变化,其中 3 处会在跨零点边界的清算批次日出错——而这个系统每天 23:50 跑批。等于把一颗定时炸弹装进了最不能出错的地方。
结论是冻结:Date 保持原样,依赖 JDK 兼容层。3 个本该”顺手改掉”的地方,我们标记成技术债留档。迁移项目的目标不是让代码变现代,是让系统活着到达终点。
四、43% 的自动合入率,是被验收标准倒逼出来的
为什么只自动合入 43%?因为我们对”合入”定的标准不是编译通过,是行为等价。具体做法是差异化测试:改造前,先把老系统在测试环境跑一个完整的业务日(47 万笔清算的 1/20 采样加 300 个边界用例),把输出快照、日志关键行、下游消息体全部录成基线;改造后同一批输入再跑一次,做 blast-radius 比对。
这个门槛一上,数字立刻变了:9 个模块里,5 个模块的 diff 干净到可以直接批次合入(占总文件 43.1%);3 个模块有零星的报文格式差异,需要人逐个确认——多数是序列化库升级后的字段顺序变化,不影响业务但会打乱下游的对账脚本;还有 1 个模块最惨,它的入口是个 2,000 行的 Servlet,依赖注入改完之后线程模型的假设全变了,最后我们放弃了改造,用反代网关把这个模块整体隔离在老运行时里。
这 56.9% 的人工率,是这个项目最真实的成本。16 周的排期里,模型相关的工作只占 11 周,另外 5 周全花在”按行为等价验收 + 处理改造引发的下游影响”上。如果客户以为买了 AI 工具就能把迁移成本打到三折,我们这个项目就是反例。
总结
12 万行、16 周、9 个模块。回头看,这次迁移能不能成,和模型强不强关系不大,和三件事关系很大:先用静态分析把工作量分类,别让模型碰语义雷区(Date 那 30%);给模型小而准的上下文,而不是整个仓库;验收标准从”能编译”换成”行为等价”,并且敢为此付出 5 周的额外人力。
如果你也要做类似的事,我有一个朴素的建议:先花两周做那件没有 AI 参与的事——AST 扫描加难度分布表。我们那张表决定了后面 14 周的效率,也决定了哪 30% 的代码干脆别动。
互动提问:你们的遗留系统迁移,卡在最多的是 XML 配置、依赖升级,还是像我们那个 2,000 行 Servlet 的入口模块?最后那种我们现在的隔离方案是个网关反代,总觉得不够干净,想听听有没有更好的做法。
互动提问:Date 到 java.time 我们选择了冻结。有没有团队真的做过全量语义等价改造并且全程有测试兜底的?想知道你们是怎么验证跨零点场景的。
— IMAI 编辑部 | 2026-11-12