✓ Sobreviveu 1º de 17 propostasVenture DevTools 21 de out. de 2026

Plataforma de Portabilidade Verificada com IA para Bases de Código Legadas

Portes de código feitos por modelos de fronteira (COBOL, Java, TS, Python) entregues com provas de equivalência comportamental verificadas por máquina, e não com achismos.

Abrir a discussão ↗

Um briefing pronto para colar no Claude Code, Cursor ou qualquer agente de programação (em inglês).

I want to build a venture-scale product. Help me plan and start the MVP.

Product: Verified AI Porting Platform for Legacy Codebases
What it is: Frontier-model code ports (COBOL, Java, TS, Python) shipped with machine-checked behavioral equivalence proofs instead of vibes.
Who pays: VP Engineering / Head of Platform Modernization at enterprises with large legacy codebases (banks, insurers, SaaS with 1M+ LOC); $150k–$1M migration budgets that today go to consultancies.
Closest alternatives: Mechanical Orchard (COBOL modernization, services-heavy), Moderne / OpenRewrite (rule-based automated refactoring, not model-driven ports), Sourcegraph Batch Changes (large-scale edits, no equivalence verification), In-house agent + senior-reviewer time
The gap: Existing players either do deterministic rule-based refactors or sell human consulting hours; none productize automated differential/conformance evidence that a model-generated port is behaviorally equivalent to the original, which is exactly the trust gap egonschiele describes.
Why now: In the last 12 months frontier models crossed the threshold where full compiler-scale ports complete in days (this article is the proof case), so the bottleneck in every migration has shifted from writing code to trusting it.
Moat to build toward: Compounding corpus of language-pair conformance test suites, semantic-diff techniques, and equivalence-failure data from every engagement — each port makes the next one faster and safer; switching means losing the accumulated certification history.
Biggest risk: Behavioral equivalence testing turns out to be as hard as the port itself for stateful, side-effecting enterprise systems, and buyers default to established consultancies regardless of cost.

First three steps:
1. Pick one language pair (e.g., Java 8 monoliths to modern Java/Kotlin or Python 2-era services to Python 3) and build a differential test harness that auto-generates behavioral equivalence tests from the source system's traces and types
2. Run 2–3 paid pilot migrations with a human-in-the-loop agent pipeline, publishing an 'equivalence report' as the deliverable
3. Productize the report + regression harness as a standalone verification offering that plugs into any team's own agent workflow

Start by asking me up to five questions about constraints (stack, budget, timeline), then propose the smallest version a paying customer would use, and scaffold it.

Geral6.5/10

Dor7

Disposição a pagar7

Momento7

Lacuna6

Fosso6

Viabilidade5

A favor

Quem paga

VP de Engenharia / Head de Modernização de Plataforma em empresas com grandes bases legadas (bancos, seguradoras, SaaS com mais de 1M de LOC); orçamentos de migração de US$150k a US$1M que hoje vão para consultorias.

O que as pessoas disseram · 5

Modelos de fronteira já conseguem fazer ports de linguagem em grande escala em dias, e o ecossistema já tem 'slopforks', ports fiéis e variantes re-arquitetadas de TypeScript; a fidelidade é o diferencial. Do artigo ↗
Um usuário intenso de agentes de código ainda revisa manualmente a saída da IA, porque agentes de código tomam decisões arquiteturais pouco sólidas, e observa que bases grandes superam as ferramentas existentes. Ler o comentário ↗
Já existem três ports de TypeScript assistidos por IA e independentes (tsrs, tsgo-rs, bun check), o que mostra demanda por portabilidade e fragmentação. Ler o comentário ↗
Um comentarista pergunta se a mesma abordagem de port com IA já foi tentada para o CPython, o que indica interesse além do TypeScript. Ler o comentário ↗
Um desenvolvedor solo portou TypeScript para C# com IA por cerca de US$75, mostrando que o custo de portabilidade despencou, mas sem nenhuma garantia de corretude associada. Ler o comentário ↗

Parafraseado da discussão. Siga os links para ler os comentários originais.

Concorrentes e lacuna

Mechanical Orchard (COBOL modernization, services-heavy)Moderne / OpenRewrite (rule-based automated refactoring, not model-driven ports)Sourcegraph Batch Changes (large-scale edits, no equivalence verification)In-house agent + senior-reviewer time

Os players atuais fazem refatorações determinísticas baseadas em regras ou vendem horas de consultoria humana; nenhum produtiza evidência automatizada de diferencial/conformidade de que um port gerado por modelo é comportamentalmente equivalente ao original, que é exatamente a lacuna de confiança descrita por egonschiele.

Por que agora

Nos últimos 12 meses, modelos de fronteira cruzaram o limiar em que ports em escala de compilador são concluídos em dias (este artigo é o caso de prova), então o gargalo de toda migração passou de escrever código para confiar nele.

Fosso · 6/10

Corpus acumulado de suítes de testes de conformidade por par de linguagens, técnicas de diff semântico e dados de falhas de equivalência de cada projeto; cada port torna o próximo mais rápido e seguro, e trocar de fornecedor significa perder o histórico de certificações acumulado.

Contra

Time vermelho: A queda do custo de portabilidade com modelos de fronteira este ano realmente desloca o gargalo para a confiança, empresas já gastam de US$150k a US$1M por migração, e nenhuma consultoria produtiza equivalência comportamental verificada por máquina para ports gerados por modelo fora do nicho COBOL da Mechanical Orchard.
O que a faria fracassar: Testes de equivalência comportamental se mostram tão difíceis quanto o próprio port para sistemas corporativos com estado e efeitos colaterais, e os compradores continuam optando por consultorias consolidadas independentemente do custo.

Começar

Primeiros três passos: Escolher um par de linguagens (por exemplo, monólitos Java 8 para Java/Kotlin modernos ou serviços da era Python 2 para Python 3) e construir um harness de testes diferenciais que gere automaticamente testes de equivalência comportamental a partir de traces e tipos do sistema de origem
Executar de 2 a 3 migrações-piloto pagas com um pipeline de agentes com humano no loop, publicando um 'relatório de equivalência' como entregável
Transformar o relatório e o harness de regressão em uma oferta independente de verificação que se encaixe no fluxo de agentes de qualquer equipe
Discussão original: Tsrs: A Port of TypeScript to Rust ↗ 426 pontos209 comentáriosDa históriaArtigo vinculado

Traduzido do inglês. Ler o original

A favor

Contra

Começar

Mais desta edição