Mistral AI 遗留代码现代化

Mistral AI 为一家欧洲能源运营商成功将 40,000 行具有高物理强度的油藏模拟器从 Fortran 77 迁移到了 C++。该项目证明了，现代化复杂的遗留系统不仅需要简单的语法转换，还需要进行架构重构，并辅以数值验证和结构化的人机协作（human-in-the-loop）智能体工作流。

建立数值一致性以进行验证

为了确保迁移后的 C++ 代码库与遗留的 Fortran 77 系统相匹配，Mistral 在开始迁移之前实施了对等性测试框架（parity harness）。由于过程式 Fortran 与面向对象 C++ 之间的结构差异导致无法进行逐行对应，输出结果的数值相等是证明正确性的唯一可靠证据。

对等性测试框架包括：

  • State Export Subroutines：添加到 Fortran 代码库中以导出状态快照。
  • C++ Test Framework：旨在加载这些检查点并验证迁移模块的输出。
  • Skill.md Files：用于指导 AI 智能体正确使用该框架。

通过在 Fortran 代码中插入行以导出特定变量（例如，RHOG），团队可以使用这些值作为参考检查点来验证迁移后的 C++ 模块。

通过智能体树进行遗留代码文档化

遗留代码库通常面临文档碎片化的问题，这些文档存储在旧的 PDF 和行内注释中。Mistral 通过将过程式 Fortran 程序视为单一的调用者-被调用者树（caller-callee tree）来解决这一问题。

使用自定义解析器生成该树，Mistral 通过 Vibe CLI 部署了超过一百个智能体。这些智能体利用 Mistral OCR 和文档库来摄取相关的 PDF 并记录代码库。该过程遵循自底向上的方法：智能体从树的叶子节点开始并向上工作，每个节点都会产生一个子智能体来记录代码并提交 Pull Request (PR)。一个按 cron 计划运行的审查智能体会监控这些 PR 并根据需要安排修复任务。

迁移过程中的 AI 智能体工作流演进

Mistral 测试了迁移过程中的三种不同自主程度，发现结构化、人工增强的工作流提供了质量与效率的最佳平衡。

全自主翻译

在第一次尝试中，智能体被赋予了完全的自主权来独立翻译子程序。这导致了“用 C++ 语法重写的 Fortran”，即 COMMON 块变成了全局结构体，且由 GOTO 驱动的控制流保持不变，未能实现真正的架构现代化。

结构化智能体团队

第二次尝试为每个模块使用了一个智能体团队（规划者、编码者、测试者和代码质量审查者）。虽然代码质量有所提高，但智能体在遇到复杂的 bug 时，如果没有人工干预，经常会陷入停滞。

人机协作的结构化工作流

最终成功的方案涉及由人类操作一个由编码者、测试者和审查者智能体组成的工作流。代码库被划分为独立的模块（少于 10,000 行 Fortran 的子树）。每个模块遵循以下序列：

  1. Architecture Generation：生成目标 C++ 架构。
  2. Engineering Review：与油藏工程师进行工程审查。
  3. Task Queuing：将批准的架构分解为任务队列。
  4. Implementation Loop：执行“计划 $\rightarrow$ 实现 $\rightarrow$ 测试”的子工作流，并针对每个任务重复此过程。
  5. Human Merge：人类审查生成的 PRs 并请求更改，直到它们被合并。

遗留系统现代化的关键原则

基于对模拟器 300,000 行代码中 40,000 行的迁移工作，Mistral 确定了大规模遗留迁移的三项核心原则：

  1. 优先建立对等性测试框架：在编写迁移代码之前先构建验证系统；数值一致性是证明完成工作最令人信服的证据。
  2. 优先进行文档化：在迁移之前使用智能体来协调和集中文档，因为无法阅读的代码是无法迁移的。
  3. 实施结构化工作流：在大规模应用时，结构化且带有专家人工审查环节的工作流，其表现优于全自主模式和纯手动模式。

Sources