Модернизация устаревшего кода с помощью ИИ: подходы и этапы подготовки

Инструменты на базе искусственного интеллекта радикально меняют подход к обновлению устаревших IT-систем. Проекты по модернизации кода, которые раньше требовали многолетних усилий целых команд, теперь могут быть выполнены автономными агентами за несколько месяцев или даже недель. Однако, как отмечают инженеры Anthropic, главное узкое горлышко сместилось: теперь это не написание кода, а организационные процессы согласования и проверки.

Исторически процессы управления изменениями в крупных компаниях, особенно в банковском секторе, строились на предположении, что код пишет и проверяет человек. Когда ИИ-агенты начинают генерировать изменения с огромной скоростью, традиционные ручные проверки становятся невозможными. Чтобы система не захлебнулась в собственном бюрократическом аппарате, организациям необходимо кардинально пересмотреть этап подготовки к проекту.

Anthropic выделяет три основных типа модернизации. Первый — это обновление (Uplift), при котором стек технологий остается прежним, но повышается версия языка или фреймворка (например, с C++11 до C++20). Второй — трансформация (Transform), подразумевающая переписывание на другой стек с сохранением логики работы (например, с COBOL на Java). Третий — переосмысление (Reimagine), когда вместе с архитектурой меняются и бизнес-требования.

Выбор типа модернизации часто вызывает споры. Инженеры эксплуатации предпочитают трансформацию для минимизации рисков, тогда как бизнес-заказчики хотят использовать шанс для внедрения новых функций. Отсутствие консенсуса на старте неминуемо приведет к конфликтам при оценке результатов работы ИИ.

Ключевым элементом подготовки Anthropic называет создание «сертификата» (certificate). Это набор строгих, автоматически проверяемых условий, которым должно соответствовать каждое изменение. Сертификат может включать прохождение оригинальных и сгенерированных тестов, проверку производительности, отсутствие уязвимостей при статическом анализе и даже независимые проверки кода другим ИИ-агентом в отдельном контекстном окне.

Суть сертификата в том, чтобы исключить человека из цикла базовой проверки. ИИ-агент должен иметь возможность самостоятельно итеративно исправлять свой код до тех пор, пока он не пройдет все автоматизированные тесты. Если разработчики и бизнес-заказчики доверяют критериям сертификата, процесс переноса изменений в рабочую среду (production) значительно ускоряется.

Интересно, что главным драйвером таких проектов редко выступает прямое снижение затрат. Основная цель — снижение рисков. Работа с устаревшими системами грозит критическими сбоями и уязвимостями из-за отсутствия патчей безопасности и нехватки специалистов, понимающих старый код.

В ближайшем будущем способность компаний внедрять ИИ для модернизации будет зависеть не от мощности самих языковых моделей, а от зрелости внутренней инженерной культуры. Организации, способные выстроить надежные автоматизированные пайплайны проверки, получат возможность непрерывно обновлять свои системы. Те же, кто сохранит ручной контроль за каждой строчкой кода, не смогут воспользоваться скоростью, которую предлагает искусственный интеллект.