AI热榜 想象一下，你手里有几百个跑在旧架构上的业务指标，每个指标背后都有一堆 5 到 10 年前写的、文档不全、写代码的人早已离职的遗留代码。
你知道必须把它们迁移到新平台，但过去每一次尝试都像在翻一座山——几百个 Jira 工单、几百个工程师周、工期从季度到年，而且项目走到半路发现走不通的情况比比皆是。
怎么办？
日前，ServiceTitan 首席 AI 工程师 David Stein 在 QCon 的分享中，给出了一个反常识的解法：处理大规模的遗留代码问题，你不需要让 AI 变得多聪明，只需要把任务分解到它能独立完成并验证的粒度，然后用一条自动化“组装线”，像玩游戏管理“旅鼠”一样等待验收。
实际结果显示，85%的迁移工作能够由 AI 自主完成，剩余 15%的复杂案例才需要人类工程师介入，整个项目周期从几个季度压缩到几周。
本文基于该分享整理，经 InfoQ 编辑。
核心观点如下：
- 作为高级工程师或架构师，我们每天都在做这件事：把一个大问题拆解成可执行的子任务。
但真正的新变化是：我们可以把时间线反转过来。
- 当你用 agent 来加速执行大型迁移项目时，验证器变得至关重要。
尤其是在你需要短时间内并行跑完大量迁移任务时，你必须知道每一步都运行良好，否则你会很快偏离轨道。
你只需要给 Cursor 一个非常简单的事情去做，把复杂性尽可能隐藏在验证步骤和工具背后，确保它拥有解决问题所需的所有上下文。
拥有能写代码的 Agent 所带来的巨大变革之一——它不只是让单个任务跑得更快，而是让你能以前所未有的速度完成那些曾经不可能的任务，从而去尝试新东西，去做那些你原本不会去做的事。
被忽视行业的 AI 落地实录 今天我想和大家聊聊软件工程里每个人最爱的话题——代码迁移。
迁移就是那些大家都知道必须做的事：把一堆遗留代码从老系统搬到某个好得多、快得多、强得多的新系统上。
通常，这类项目会规划数月、一个季度、甚至一年。
我想讲讲在 ServiceTitan，我们如何用 AI 彻底改变这件事的玩法，让我们能够以前所未有的速度进行迁移，以及这对我们意味着什么。
先给不熟悉 ServiceTitan 的朋友一点背景知识。
ServiceTitan 是为承包商和技工行业打造的技术平台，覆盖住宅、商业、建筑服务、施工、电工、管道、暖通空调、屋顶、车库门……我们为之提供端到端的技术平台。
技工行业是一个一个长期被忽视的行业，大量工作还停留在纸笔和 Excel 表格的阶段，迫切需要迁移到更高效、更数字化的方式上来，而 ServiceTitan 正在引领这场变革。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接