✓ 入选在 17 个提案中排名第 1风投级开发工具 2026年10月21日

面向遗留代码库的可验证 AI 迁移平台

用前沿模型完成 COBOL、Java、TS、Python 等语言的代码迁移，并附带机器可验证的行为等价性证明，而不是靠感觉判断结果是否可靠。

可直接粘贴到 Claude Code、Cursor 或任何编程助手的需求说明（英文）。

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.

总分6.5/10

痛点7

付费意愿7

时机7

市场空白6

护城河6

可行性5

支持

谁会付费

大型企业（银行、保险公司、拥有 100 万行以上代码的 SaaS 公司）的 VP Engineering 或平台现代化负责人；当前迁移预算为 15 万至 100 万美元，通常交给咨询公司。

讨论中的声音 · 5

前沿模型现在可以在几天内完成大规模语言迁移，生态中已出现 “slopforks”、忠实移植版本和 TypeScript 的重构变体，保真度成为关键差异点。源自文章 ↗
一位重度使用智能体的开发者仍会人工审查 AI 输出，因为编码智能体会做出不可靠的架构决策，而且大型代码库会超出现有工具的能力范围。查看评论 ↗
已有三个独立的 AI 辅助 TypeScript 迁移项目（tsrs、tsgo-rs、bun check），说明迁移需求存在且工具较为分散。查看评论 ↗
有评论者好奇同样的 AI 迁移方法是否已用于 CPython，表明需求不止于 TypeScript。查看评论 ↗
一位独立开发者用约 75 美元的 AI 成本把 TypeScript 迁移到 C#，说明迁移成本已大幅下降，但没有任何正确性保证。查看评论 ↗

内容转述自讨论，原评论请点击链接查看。

竞争对手与空白

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

现有厂商要么做基于规则的确定性重构，要么出售人工咨询工时；没有人把模型生成的迁移代码是否与原系统行为等价这件事产品化，成为可自动生成的差分测试与一致性证据，而这正是 egonschiele 文章所指出的信任缺口。

为什么是现在

过去 12 个月内，前沿模型已能在几天内完成编译器级别的大规模迁移（本文即为案例），因此每次迁移的瓶颈已从“写代码”转向“信任代码”。

护城河 · 6/10

随着每个项目积累的语言对一致性测试套件、语义差异比对技术以及等价性失败数据不断增长，每次迁移都让下一次更快更安全；切换供应商意味着失去已积累的认证历史。

反对

红队: 今年前沿模型显著降低迁移成本，确实把瓶颈转向了信任；企业每次迁移本来就已花费 15 万至 100 万美元；除 Mechanical Orchard 的 COBOL 细分领域外，还没有咨询公司把模型生成迁移的机器可验证行为等价性产品化。
最可能的失败原因: 对于有状态、有副作用的企业系统，行为等价性测试本身可能与迁移同样困难；而且无论成本如何，买家仍默认选择成熟的咨询公司。

起步

最初三步: 选定一组语言对（例如 Java 8 单体迁移到现代 Java/Kotlin，或 Python 2 时代的服务迁移到 Python 3），构建差分测试工具，从源系统的运行轨迹和类型信息自动生成行为等价性测试。
开展 2 至 3 个付费试点迁移，采用有人工介入的智能体流水线，并把“等价性报告”作为交付物。
将报告与回归测试工具打包为独立的验证服务，使其能够接入任何团队自有的智能体工作流。
原始讨论: Tsrs: A Port of TypeScript to Rust ↗ 426 点209 条评论源自帖子原文链接

本文译自英文。阅读原文

支持

反对

起步

本期其他点子