当AI遇上老代码：研究揭示大模型现代化遗留PHP的破坏性风险

一项发表于arXiv的研究聚焦大模型在遗留PHP代码现代化改造中的表现，揭示了AI辅助代码迁移的隐性问题。研究指出，大量企业系统仍运行在旧版本PHP之上，这些代码虽然风格陈旧，但长期运行稳定。当开发者借助大语言模型对这类代码进行现代化改造时，模型往往在更新语法、替换废弃函数或迁移框架的过程中引入行为偏差，导致原本正常工作的功能被破坏。研究团队通过实验评估了主流大模型在遗留代码现代化任务中的能力，发现模型倾向于按照现代编程范式对代码进行重写，而非严格保持原有行为，这一倾向正是功能破坏的主要根源。论文还分析了模型在理解旧式代码惯用法、隐式依赖和边界行为方面的局限，指出当前模型对’行为保持’这一约束缺乏足够重视。该研究在Hacker News上引发开发者讨论，不少从业者分享了AI工具改造遗留项目时遭遇的类似经历，反映出这一问题具有普遍性。研究为AI编程工具的开发者和使用者提供了警示：遗留系统现代化不能盲目信任自动化改造结果，必须配合完善的测试与回归验证机制。

事件分析

核心观点：大模型擅长从零写新代码，却在改造旧系统时频频弄丢’能正常运行’这一最宝贵的属性。