Modernizacja starego kodu z AI idzie szybciej tam, gdzie praca polega na czytaniu, opisywaniu i przepisywaniu: model językowy sprawnie streści moduł, którego nikt nie otwierał od lat. Nie zdecyduje jednak, które reguły biznesowe zachować, nie przeniesie bezpiecznie danych i nie weźmie odpowiedzialności za wynik. Dlatego AI w modernizacji aplikacji jest narzędziem w rękach doświadczonego programisty, a nie jego zastępstwem.
Modernizacja starego kodu z AI: co realnie idzie szybciej
Cztery rodzaje pracy, w których różnica jest największa.
- Czytanie i opisywanie starego kodu. Model przechodzi przez procedury w Delphi, Visual Basicu czy starym .NET i opisuje zwykłym językiem, co robią: skąd biorą dane, co liczą, gdzie zapisują. Programista dostaje mapę, zamiast samodzielnie przekopywać się przez wszystkie pliki.
- Odtwarzanie dokumentacji. Z kodu i struktury bazy powstaje opis modułów, tabel i zależności. To punkt wyjścia do rozmowy z ludźmi, którzy systemu używają, a nie gotowa prawda.
- Pisanie testów porównawczych. Zanim cokolwiek zmienisz, potrzebujesz testów, które zapisują, jak stary system zachowuje się dziś: dla takich danych wejściowych taki wynik. AI pisze je szybko i w dużej liczbie. Potem ten sam zestaw uruchamia się na nowym kodzie i porównuje wyniki.
- Tłumaczenie fragmentów na nowy język. Funkcję liczącą rabat albo sprawdzającą numer dokumentu da się przełożyć niemal mechanicznie. Im mniejszy i lepiej odgraniczony fragment, tym lepszy wynik.
Wspólny mianownik: to prace żmudne, w których człowiek się męczy i myli, a wynik da się sprawdzić.
Czy AI może samo przepisać starą aplikację?
Nie w sposób, któremu można zaufać bez sprawdzenia. Model przełoży kod na nowy język, ale przełoży też błędy, obejścia i martwe fragmenty, bo nie wie, które z nich są celowe.
Typowa sytuacja: w procedurze fakturowania jest warunek, który dla jednego kontrahenta liczy termin płatności inaczej niż dla reszty. W kodzie nie ma komentarza. Może to pozostałość po umowie sprzed lat, a może reguła, na której do dziś opiera się współpraca z ważnym klientem. Model opisze, że taki warunek istnieje. Nie powie, czy ma zostać.
Model potrafi też napisać kod, który wygląda poprawnie i przechodzi pobieżny przegląd, a w rzadkim przypadku liczy inaczej niż oryginał. Bez testów porównawczych takiej różnicy nikt nie zauważy do pierwszego zamknięcia miesiąca.
Czego AI nie zrobi za ludzi
- Decyzje o regułach biznesowych zaszytych w kodzie. Które wyjątki są nadal potrzebne, a które można usunąć, wie tylko firma. Ktoś musi usiąść z listą znalezionych reguł i przy każdej zdecydować.
- Migracja danych. Stare bazy mają duplikaty, pola używane niezgodnie z nazwą i rekordy, które łamią własne zasady. Przeniesienie ich wymaga decyzji i wielu prób z liczeniem rekordów. AI pomoże napisać skrypty, ale za to, że po migracji zgadzają się salda, odpowiada człowiek. Kolejność prac opisujemy w poradniku migracja danych ze starego systemu.
- Odpowiedzialność za wynik. Ktoś podpisuje się pod tym, że nowy system liczy tak jak stary. Tego podpisu nie da się przekazać modelowi.
- Bezpieczeństwo. Kod pisany przez AI bywa podatny tak samo jak kod pisany w pośpiechu: brak kontroli uprawnień, hasła w kodzie, niesprawdzane dane wejściowe. Dochodzi pytanie, dokąd trafia kod źródłowy i próbki danych wysyłane do modelu.
AI skraca czas pisania. Nie skraca czasu potrzebnego na upewnienie się, że to, co napisane, jest dobre.
Dlaczego potrzebny jest doświadczony programista i testy
Bo ktoś musi wiedzieć, o co zapytać i czemu nie wierzyć. Doświadczony programista dzieli system na fragmenty, które da się bezpiecznie przenieść, rozpoznaje, kiedy opis od modelu jest zbyt gładki, i wie, gdzie w starych aplikacjach zwykle leżą pułapki: zaokrąglenia, daty, kodowanie polskich znaków, operacje na stanach.
Testy są drugą połową tej pary. Porządek pracy wygląda tak:
- Testy porównawcze opisują zachowanie starego systemu.
- AI pomaga przełożyć fragment na nowy kod.
- Te same testy uruchamia się na nowym kodzie.
- Różnice ogląda człowiek i decyduje: błąd w tłumaczeniu czy błąd starego systemu, którego nie chcesz przenosić.
- Fragment trafia do użytkowników, a stary system działa równolegle, dopóki wyniki się zgadzają.
Bez kroków 1, 3 i 4 dostajesz szybko napisany kod o nieznanej jakości.
Jeśli Twój system nie ma dokumentacji ani autora, zacznij od poradnika stary system bez dokumentacji.
Modernizacja z AI pod nadzorem ludzi
Stare systemy przenosimy etapami w ramach modernizacji starych aplikacji: stary system działa, dopóki nowy nie pokaże na tych samych danych, że robi to samo. Jeśli ktoś u Ciebie zaczął już przepisywać aplikację z pomocą AI i utknął na danych, wdrożeniu albo integracjach, od tego jest wsparcie dla projektów budowanych z AI, które zaczynamy od przeglądu kodu. Zanim nowy kod trafi do użytkowników, zleć testy bezpieczeństwa aplikacji, szczególnie gdy duża jego część powstała z pomocą modelu.