✓ Выжила 1-е место из 17 предложенныхВенчур Инструменты разработчика 21 окт. 2026 г.

Платформа верифицированного AI-переноса legacy-кода

Переносы кода (COBOL, Java, TS, Python) на основе frontier-моделей, поставляемые с машинно проверяемыми доказательствами поведенческой эквивалентности вместо «на глаз».

Открыть обсуждение ↗

Готовое ТЗ, которое можно вставить в Claude Code, Cursor или любого ИИ-агента для кода (на английском).

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.

Итого6.5/10

Боль7

Готовность платить7

Своевременность7

Ниша6

Защищённость6

Реализуемость5

За

Кто платит

VP Engineering / руководитель платформенной модернизации в компаниях с большими legacy-кодовыми базами (банки, страховые, SaaS с 1M+ строк кода); бюджеты миграции $150k–$1M, которые сегодня уходят консалтинговым компаниям.

Что говорили люди · 5

Frontier-модели теперь способны выполнять крупномасштабные переносы между языками за дни, и в экосистеме уже есть «slopforks», точные переносы и переархитектуренные варианты TypeScript: differentiator здесь — точность. Из статьи ↗
Активный пользователь агентов всё равно вручную проверяет вывод ИИ, потому что кодовые агенты принимают неудачные архитектурные решения, и отмечает, что большие кодовые базы перерастают существующие инструменты. Читать комментарий ↗
Уже существуют три независимых AI-переноса TypeScript (tsrs, tsgo-rs, bun check), что говорит о спросе на переносы и его фрагментации. Читать комментарий ↗
Комментатор интересуется, пробовали ли тот же подход с AI-переносом для CPython, что указывает на интерес за пределами TypeScript. Читать комментарий ↗
Один разработчик перенёс TypeScript на C# с помощью AI примерно за $75, что показывает, как упала стоимость переноса, но без какой-либо гарантии корректности. Читать комментарий ↗

Пересказ обсуждения. Оригинальные комментарии доступны по ссылкам.

Конкуренты и пробел

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

Существующие игроки делают детерминированные рефакторинги по правилам или продают часы консультантов; никто не продуктизирует автоматизированные differential/conformance-доказательства того, что сгенерированный моделью перенос поведенчески эквивалентен оригиналу, то есть ровно тот разрыв доверия, о котором пишет egonschiele.

Почему сейчас

За последние 12 месяцев frontier-модели достигли порога, при котором перенос уровня компилятора завершается за дни (эта статья и есть доказательство), поэтому узкое место любой миграции сместилось с написания кода на доверие к нему.

Защищённость · 6/10

Растущий корпус тестовых наборов conformance для языковых пар, техник семантического диффа и данных о сбоях эквивалентности из каждого проекта: каждый перенос делает следующий быстрее и безопаснее; переход к другому вендору означает потерю накопленной истории сертификаций.

Против

Красная команда: Удешевление переноса за счёт frontier-моделей в этом году действительно сдвигает узкое место к доверию, предприятия уже тратят $150k–$1M на миграцию, и ни одна консалтинговая компания за пределами COBOL-ниши Mechanical Orchard не продуктизирует машинно проверяемую поведенческую эквивалентность для сгенерированных моделью переносов.
Что может её погубить: Тестирование поведенческой эквивалентности для stateful систем с побочными эффектами окажется так же сложным, как сам перенос, а покупатели по умолчанию выберут устоявшиеся консалтинговые компании независимо от стоимости.

Начало

Первые три шага: Выбрать одну языковую пару (например, монолиты Java 8 на современные Java/Kotlin или сервисы эпохи Python 2 на Python 3) и построить differential-тестовый стенд, который автоматически генерирует тесты поведенческой эквивалентности по трассировкам и типам исходной системы
Провести 2–3 платных пилотные миграции с конвейером агентов и участием человека, публикуя в качестве результата «отчёт об эквивалентности»
Выпустить отчёт и регрессионный стенд как самостоятельное сервисное предложение по верификации, которое встраивается в существующий agent-workflow любой команды
Исходное обсуждение: Tsrs: A Port of TypeScript to Rust ↗ 426 баллов209 комментариевИз историиСтатья по ссылке

Переведено с английского. Читать оригинал

За

Против

Начало

Ещё из этого выпуска