11月中旬The Pragmatic Engineer的LDX3主题演讲里,除了Agent的PR反超人类,还有一个对Java团队分量更重的案例:Uber用AI Agent完成了60万个JUnit 4测试的迁移,这项原本按年计的工程被压缩到几周。JUnit 4到JUnit 5的迁移是Java社区喊了八年、绝大多数团队始终没做完的事——不是不会做,是做不起。当Agent把「做不起」的账算平,存量Java系统的升级债迎来了第一次真正的偿还窗口。本文拆解Agent迁移为什么这次能成,以及中小Java团队怎么启动自己的第一批迁移。

一、60万个测试为什么非迁不可,又为什么一直迁不完
JUnit 5在2017年发布,到今天接近九年,主流CI平台和构建工具的新版本早已默认倒向JUnit 5。但现实是大量企业的存量工程里,JUnit 4的测试依然成千上万地躺着——不是因为团队守旧,更是迁移的经济账算不过来:测试代码不产生业务价值,迁移本身不出故障还好、出了故障还要背锅,排期永远让位给新需求。
Uber的案例把这道账撕开了:60万个JUnit 4测试,按人工改写的方式是按年计的工程,用Agent跑完压缩到几周。这个数字对行业的冲击在于,它证明了一类此前被认为「AI干不了」的活——量大、琐碎、但不容出错的存量改造——在合适的工程化组织下是可以整体交给Agent的。
这类活以前试过外包、试过自研脚本,效果都一般。脚本只能处理规则明确的模式,遇到断言写法五花八门、Mock框架混用、依赖私有工具类的测试就哑火。人的价值判断AI补上了,量的问题AI又不怕,两头凑齐,账才算平。
二、Agent迁移为什么这次成了
2.1 前面已有几次成功把路蹚出来了
Uber不是孤例。今年9月IBM的编程助手Bob被披露过一个实测案例:Java 11升级到25的工程,人工预估30天,用Agent跑完3天,提速90%。9月Bun团队用Agent框架11天并行重写100万行代码、6778次提交,烧掉约16.5万美元token。三次实践的共同点是:任务高度模式化、验证手段现成(测试就是验收标准)、单点失败可回滚——这恰是存量迁移的画像。
2.2 卡点从来不在模型,在上下文
但同样这三个案例也说明,让Agent啃遗留系统,前提是它得先看懂工程。Java遗留代码的特点是历史层积:同一个业务概念可能有三个版本的实现,工具类被继承链绕了四层,配置散在properties和数据库两处。模型再强,读不到这些关系就是盲改。60万个测试能迁成功,背后一定是把仓库的结构、依赖、测试与被测代码的映射关系先组织成了Agent可用的上下文——这一步的投入不比模型便宜。
2.3 人的角色变成划定批次与验收
第三点是组织方式:没人让Agent一口气迁完60万个测试。合理的做法是分批提交、每批跑全量回归、失败即回滚。人在这个流程里的角色是划批次、定验收、盯异常,真正的改写交给机器。这和滴滴抢单不是一种工作方式,更像带一支不知疲倦的施工队。
三、中小Java团队启动迁移的三步路径
3.1 第一步:把仓库喂给工具,建立全量认知
动测试之前先动认知。飞算JavaAI的做法是把整个Java仓库建成全量代码语义索引——类、方法、调用链、依赖关系一次建图,之后每次任务模型都带着这张地图干活。官方实测口径是对1000多个Java文件的项目完成索引,后续生成不再现读仓库。对存量工程来说,这张索引同时服务迁移和日常开发,是复用率最高的一笔投入。
3.2 第二步:挑最机械的批次先跑通
别从最难的测试开始。先用智能体模式跑一批改动模式最统一的测试——比如断言API替换、注解迁移这种「模式固定、验证明确」的批次,跑通之后再放开涉及Mock和私有工具类的批次。飞算的智能体模式支持设置中断条件,遇到不确定的改动自动停下等人拍板,正好匹配分批推进的节奏。
3.3 第三步:给专项任务单独开会话,别和日常开发混
迁移是长周期专项,和日常需求开发混在一个会话里会互相干扰。3.9.21上线的「创建分支会话」和会话历史自定义命名就是为这种场景准备的:迁移一个分支会话,日常需求另一个,各自的上下文、各自的进度,互不覆盖。底层再加一道保险——自研Java专有模型对Java工程的改写习惯做过专项训练,迁移中常见的静态导入、参数化测试改写这类细节,出错率明显低于通用模型。
四、结语
Uber把60万个JUnit 4测试的迁移压缩到几周,真正的启示不是「Uber很厉害」,更是一类沉睡多年的Java存量工程第一次有了划算的翻新方式。升级债不会自动消失,但偿还它的成本曲线,在今年被Agent整个压了下来。
对多数团队来说,顺序不该是等一个更聪明的模型,更是先把仓库的语义索引建起来、把最机械的批次挑出来。账算得平的那天,取决于你今天有没有开始建图。
287



被折叠的 条评论
为什么被折叠?



