一批研究 COBOL 代码迁移的工程师发表论文，提出把 AI 锁进笼子。标题很克制：《Agentic Method for Deterministic Validation of Legacy Code Migration》。他们设计了一个叫 Locksmith Loop 的系统——名字起得精准，「锁匠」，不是「大师」。不指望 AI 一次把活干好，要的是把 AI 限制在一个确定性的框架里，让它只做...
论文核心思路是：AI 生成的迁移代码必须经过确定性验证，而不是靠「看起来对」就放行。Locksmith Loop 把迁移过程拆成可校验的步骤，每一步都要求 AI 输出能被机器验证的结果，确保行为等价——包括那些历史遗留的 bug 行为，也得一并保留。
对还在跑 COBOL 的老系统来说，迁移最大的风险不是语法转换，而是行为偏差：业务逻辑里那些「故意写错」的兼容处理，一旦被 AI「修正」，线上直接出事故。Locksmith Loop 的做法是把这些隐性行为显式化，让迁移前后的系统在给定输入下输出完全一致。
这套方法针对的是金融、政务等还在依赖 COBOL 的存量系统，目标不是让 AI 自由发挥，而是让迁移过程可审计、可回滚、可验证。论文作者来自学术机构，目前是方法论层面的探索，尚未看到落地产品。
对还在跑 COBOL 的老系统来说，迁移最大的风险不是语法转换，而是行为偏差：业务逻辑里那些「故意写错」的兼容处理，一旦被 AI「修正」，线上直接出事故。Locksmith Loop 的做法是把这些隐性行为显式化，让迁移前后的系统在给定输入下输出完全一致。
#GitHub #开源 #COBOL #Java #LocksmithLoop #代码迁移 #AI编程 #遗留系统
@GitHubTrendingHub