---
title: 让 AI 改造旧系统：先分清这三种情况，再动代码
description: 用客户导出项目讲清升级环境、替换服务和改变业务规则三种改造。附依赖图、验收案例、Onevium 会话分工和可运行练习，帮助团队把试点推进到上线。
canonical_url: 'https://onevium.com/zh/blog/ai-code-migration-behavior-checks'
language: zh-CN
published_at: '2026-09-23'
updated_at: '2026-09-24'
publisher: Onevium
---
# 让 AI 改造旧系统：先分清这三种情况，再动代码

用客户导出项目讲清升级环境、替换服务和改变业务规则三种改造。附依赖图、验收案例、Onevium 会话分工和可运行练习，帮助团队把试点推进到上线。

## “升级一下”里面，藏着两个不同的需求

**交给 AI 之前，先定清楚什么必须保留，再选能发现错误的证据，并约好由谁确认可以上线。** 这几步决定了拿回来的代码能否用上，也能减少“功能都写完了，大家却说不清对不对”的返工。

团队准备让 AI 重写一个老旧的客户导出服务。开发想让代码好维护些，销售补了一句：“重复客户顺便合并一下，再按编号排序。”财务却只关心一件事：月底能不能照常把这份文件导入自己的系统。

看似一个“升级”任务，验收标准已经分成了两套。换实现，要保留约定好的行为；合并客户，则要主动改变结果。拿同一把尺子检查这两件事，正确的改动也可能被判错。

Anthropic 在 2026 年 9 月 23 日发布的[代码现代化文章](https://claude.com/blog/how-to-prepare-for-ai-driven-code-modernization-projects)，重点就在这些准备工作。下面用一个虚构团队的客户导出项目，把升级环境、替换服务、改变业务规则三种情况讲清楚，再给一份能运行的小练习。案例、图解和练习均为独立教学设计，不是一次实际 AI 迁移的成果报告。

## 先找出这份文件会影响谁

沿着一次导出操作走一遍：销售选择客户，服务检查访问权限，读取客户记录，再生成 CSV。财务拿文件做导入，归档任务留一份供以后对账。重写导出函数只改了其中一块，结果却会经过好几个环节。

![虚构客户导出流程：权限检查与客户记录进入导出服务，输出被财务导入和归档使用；三个问题标出容易遗漏的约定。](https://onevium.com/assets/blog/code-migration/dependencies-zh.svg)

让负责调查的会话先读调用处、查询、序列化函数，以及能找到的导入规范。每条依赖都带上代码位置、已观察到的行为和待确认的问题。例如：“查询没有明确排序，导出函数保留收到的顺序；财务是否依赖这个顺序？”前两项可以从代码确认，最后一项要找财务负责人问清楚。

这一轮有用的产物，是一张附有疑问的依赖图。团队据此知道先查哪里、找谁确认，再决定兼容性范围。节点画得多不等于调查充分，关键是能解释哪条关系会让这次改造出问题。

原文用一张 [CardDemo 系统依赖截图](https://cdn.prod.website-files.com/68a44d4040f98a4adf2207b6/6ab3ce6a62d56528c6b6e022_efbbc4f0.png) 展示这项调查。这里把图缩到一个导出任务，突出真正决定改造范围的调用方与使用方。

## 案例一：升级运行环境，导出的文件保持不变

第一个任务可以很窄：把服务升级到团队已经批准的运行时与依赖版本，接口、客户选择和 CSV 规则都不变。原文把这类改造称为 **uplift**，可以理解为“升级底座”。

拿虚构输入 `B02 / Bea`、`A01 / Ada` 做检查。升级后仍应先输出 B02，再输出 A01；表头和末尾换行也要符合原有约定。空选区的结果要保留，没有访问权限的请求仍须在导出前被拒绝。

在 Onevium 中打开现有项目，可以先发这样一个任务：

```text
为客户导出服务制定运行环境升级方案。
先读当前版本、锁文件、CI 配置和已有测试。
目标版本以我们批准的升级需求单为准。
列出不兼容点，以及需要改动的文件。
保持接口、权限、行顺序和 CSV 格式不变。
这次不增加排序和客户合并。
先指出缺少的检查和待确认事项，再进入实现。
```

方案确认后，在旧环境和目标环境分别跑相关测试，并用允许使用的样本比较导出文件的字节。把环境版本、执行命令和实际输出留在改动记录里。只在开发者原来的环境跑绿，不能证明环境升级成功。

**一个容易漏掉的失败：** CSV 测试全过了，替换的认证依赖却把正常用户挡在门外。所以依赖图里要有权限链路，验收范围也要覆盖一次完整导出请求。

## 案例二：换一套实现，核对使用方真正收到的结果

团队接着想把服务换成另一套实现，甚至换一种语言，但使用者看到的行为应该保持一致。原文称之为 **transform**。旧语言的单元测试未必能直接搬过来，约定好的输入输出仍然可以用。

在测试环境，把同一份允许使用的样本请求分别交给新旧实现。这个导出服务要比较 CSV 字节、HTTP 状态、文件类型和文件名，也要覆盖非法请求与权限失败。如果替换的模块还会写入数据，就再检查新旧程序能否读取彼此写出的格式。

![新旧导出实现收到 B02、A01 两条记录；约定结果保留这个顺序，擅自排序的新实现输出 A01、B02，虽然记录一样，检查仍应失败。](https://onevium.com/assets/blog/code-migration/comparison-zh.svg)

图中的排序结果看起来挺合理，却违反了这个例子里明确保留顺序的约定。只检查行数或 HTTP 200 就发现不了。换成 JSON 接口时，也许应该比较关键字段的含义，而非整个响应文本；先围绕使用方依赖什么确定比较方法，需要忽略的差异也要提前写清楚。

可以让 Onevium 中负责验证的会话先做这一步：

```text
根据已确认的导出约定，提出独立的输入和预期结果。
覆盖顺序、空输入、转义、非法数据和权限错误。
还没确定的规则单独列出，不猜答案。
用例确认后，建立可重复运行的新旧结果比较。
不要把调用旧服务当成生成全部正确答案的方法。
不要为了适配新实现而修改预期结果。
```

旧服务本身也可能有错。两个版本一起算错，单纯比较仍会通过；独立确认的预期值能挡住这种情况。如果准备顺便修一个旧缺陷，就把它记成经过确认的差异，写出新的预期结果，并检查会影响哪些使用方。

## 案例三：真的要合并客户，就先写出新的正确答案

销售仍然希望文件简单些：“每个客户编号只留一行，姓名用最新记录，再按编号排序。”这已经主动改变了业务行为，属于原文的 **reimagine**。此时，新旧输出相同不再是成功标准。

先拿具体数据讨论，比反复说“智能去重”有用：

| 输入记录 | 姓名       | 更新时间（UTC）            |
| ---- | -------- | -------------------- |
| B02  | Bea      | 2026-09-01T09:00:00Z |
| A01  | Ada      | 2026-09-01T10:00:00Z |
| B02  | Beatrice | 2026-09-03T09:00:00Z |

新规则的预期是 **两行：先 A01 / Ada，再 B02 / Beatrice**。旧规则则按输入顺序保留三行。把这两份结果放到销售和财务面前，确认后再写代码。财务也许恰好要用旧记录对账，那就应该增加一种导出选项，而不能直接替换它正在使用的文件。

再补三个小例子，没说清楚的规则就会浮出来：同一编号、同一时间却有两个不同姓名；记录缺少时间；最新姓名为空。空值要不要覆盖原来的姓名？这些是待决策的需求，不能让助手自行猜成“合理的边界处理”。

确认后，实现任务就能引用这份有答案的例子表。保留旧导出的检查，给新选项增加测试，再验证用户选回旧模式时仍拿到原来的结果。小范围试用时，也要明确试用人群，观察导入被拒绝和业务结果有异议的情况，不能只看接口调用成功了多少次。

这个案例演示的是需求准备方法。文末下载包里的序列化函数没有实现客户合并，九项检查通过也不能用来验收这条新业务规则。

## 在 Onevium 里，按问题分工，再交接给下一步

文末的小练习，一个会话就够了。换成真实服务时，依赖调查和独立设计验收用例可以拆开做。分工时看各自要回答什么、何时把结果交出去，别让几个会话一起重写同一个模块。

| 工作     | 应该交出什么                | 交给谁继续       |
| ------ | --------------------- | ----------- |
| 调查依赖   | 调用方、使用方、代码位置和未确认规则    | 负责人确认行为约定   |
| 准备验证   | 输入、预期答案，以及能被检查挡住的错误示例 | 实现者使用已确认的约定 |
| 改造一个边界 | 范围明确的差异和实际测试输出        | 审查者检查代码与证据  |

用输入框的 **@** 选入项目文件，把约定和报告保存在大家约好的位置。需要队伍协作时，按 [Team 的配置与使用流程](https://onevium.com/zh/docs/teams)选择 **@ → Team**，确认 `team` Skill 与 Sessions 工具可用；先由主会话提出分工和依赖，确认后启动成员，后续各阶段也按该流程确认。

调查和用例准备可以并行，负责人同时处理未确定的问题。实现要等规则确认，最终审查要等真实改动完成。共享文件指定一个写入者；发现和结论通过主会话与文件交接。成员不会自动共享全部上下文，工作目录也不会自动隔离。

已有 Git 项目可以用[文件、终端与 Review](https://onevium.com/zh/docs/files-terminal-review)查看约定、运行检查、阅读最终差异。成员汇报“完成”后，审查者仍要核对证据是否对应准备发布的那一版代码。

## 先把一个小模块走到上线，再扩大范围

客户导出这个试点，即使测试全过，仍有一个实际问题：财务有没有成功导入新文件？还没做就明确写“未验证”。一份有用的审查记录，应该分得清已经观察到的结果和还缺的证据：

```text
试点：替换客户导出实现，保留已确认的行为约定。
代码：本次审查对应的准确版本。
证据：附实际命令、输出和新旧比较结果。
使用方验证：由谁试过导入，结果如何。
未解决差异：还差哪些情况，会影响谁。
发布决定：负责人、试用范围、停止条件。
恢复方法：确认如何切回原服务。
```

原文区分了 **certificate（需要满足的验证条件）** 和 **promotion policy（进入生产的规则）**。放到这个团队里，可以是“兼容性检查通过、财务试导入确认”，再由指定负责人决定开始小范围发布。一次本地测试通过，不能自动替团队做这个决定。

![虚构导出试点依次完成本地检查、使用方导入确认、小范围发布和观察；失败回到对应步骤，观察结果符合要求后再扩展。](https://onevium.com/assets/blog/code-migration/pilot-zh.svg)

先跑成本低的构建和单元检查，通过后再做较费时的新旧回放与使用方试导入。这样交给审查者的改动才带着可用证据。原文的[验证与发布流程图](https://cdn.prod.website-files.com/68a44d4040f98a4adf2207b6/6ab3ce6a62d56528c6b6e01f_878b06f2.png)把两者分得很清楚，也留出了需要人介入处理的路径。

选一个小的服务边界，协调好试点期间谁还会改它，然后走完团队真实的发布流程。记录实现用了多少时间，也记录验证、重试和负责人审查的耗时。用遇到的问题补强下一轮检查，再扩展到其他模块。原文的[分批迁移图](https://cdn.prod.website-files.com/68a44d4040f98a4adf2207b6/6ab3ce6a62d56528c6b6e025_244d0cca.png)强调的正是先走通一个试点，再增加工作量。

替换服务时，条件允许就保留旧实现。若新路径写出的数据已经不能被旧版读取，只回退代码也恢复不了服务，需要事先设计数据恢复办法。这里的小型导出案例只读取并导出数据，刻意没有承担这种数据迁移。

## 动手试一次：让检查挡住一个看起来没错的改动

<span id="chapter-ask-for-a-constrained-change-in-onevium" />
<span id="chapter-prove-that-the-checker-can-reject-a-plausible-mistake" />

想先试试新旧比较，可以[下载这份可运行练习](https://onevium.com/downloads/code-migration-starter.zip)。里面有一个 CSV 序列化函数、九个固定用例，以及故意写错的替换实现。需要 **Node.js 20 或以上**；运行练习不用安装包，也不联网。让 AI 协助改代码时，另需可用的模型连接。

解压到新文件夹，在 Onevium 中打开这个已有目录，再从项目创建会话。先自己读 `behavior.md` 和 `cases.json` 的预期值。这里的约定是保留顺序与重复编号，明确 CSV 转义和非法行的 `TypeError`，并且不得改动传入的数据。

```sh
node verify.mjs
node verify.mjs --candidate=examples/sorted.mjs
node verify.mjs --candidate=examples/mutates-input.mjs
```

初始候选只是旧实现的副本，结果应为 **9/9 通过**、退出码 0。排序示例应为 **8/9 通过**，`input-order` 失败，退出码 1。修改输入的示例应为 **1/9 通过**、退出码 1：每个非空用例的第一条记录都被它改动了，包括抛错的情况。后两项就是要失败，它们能说明为什么只看返回的记录还不够。

接着给会话一个小任务：

```text
先读 behavior.md、legacy.mjs、cases.json 和 verify.mjs。
重构 candidate.mjs，把 CSV 转义提取为有名字的辅助函数。
保留行为约定；只改 candidate.mjs，并新建 review.md。
自己完成一次尝试后再看 examples/。
不改旧代码、预期值和验证器。
运行 node verify.mjs，记录实际输出和未覆盖的情况。
需求与旧行为有冲突时停下来说明。
不提交、不推送、不发布。
```

自己检查改动文件，再运行一次验证。解压包不是 Git 仓库，README 里有直接比较文件的办法。包内参考实现应通过九项检查；`node --test test.mjs` 还会检查验证器能否拒绝故意设置的错误。这些是编写好的教学样例，不是 AI 提效实测。

九项检查只覆盖序列化函数，没有验证 HTTP 权限、跨语言迁移、财务软件或生产容量。CSV 转义也防不住电子表格执行公式，面向表格软件导出不可信内容时，需要另定规则。真实试点要使用允许处理、经过适当脱敏的数据，并考虑配置的模型服务商会收到什么。

开始自己的试点时，可以先挑一个必须保留的输出、一个必须继续拒绝的错误，写出预期结果，确认故意写错的候选会失败，再让 AI 改这个边界。任务扩大到整个服务时，就按前面的案例补上使用方和发布证据。

来源: [Anthropic — How to prepare for AI-driven code modernization projects](https://claude.com/blog/how-to-prepare-for-ai-driven-code-modernization-projects)
