你翻出一台二十多年前的电脑，文件还在，今天的软件却打不开了。陶哲轩遇到的正是这种麻烦：他早年为教学和数学研究写的一批网页小程序，代码没有消失，却因为浏览器不再支持旧版 Java，集体“沉睡”。最近，他让现代编程 Agent 接手迁移。结果不只是旧程序复活，一个当年因太复杂而放弃的新应用也做出了初版。
陶哲轩是菲尔兹奖得主、加州大学洛杉矶分校数学家，也长期关注计算机辅助数学。这次经历值得看，不是因为它构成了严谨测评，而是因为任务来自真实教学和研究，不是专门为 AI 准备的跑分题。以下结果均出自陶哲轩 7 月 11 日的博客自述，目前没有代码仓库审查、第三方测试或其他独立信源交叉验证。
先把旧程序救回来
陶哲轩从 1999 年开始用 Java 1.0 编写 applet——一种曾经可以直接嵌入网页运行的小程序。他用它们辅助复分析和线性代数课程，也用来展示 honeycombs、Besicovitch sets 等数学对象。后来，Java Applet 因安全、兼容性和浏览器插件淘汰而退出，这批程序也无法继续运行。
这类工作叫“遗留软件迁移”：把依赖旧平台的程序搬到仍受支持的环境。难点不只是换一种语言重写界面，还要理解缺少文档的旧代码、替换过时接口，并尽量保留原有行为。
据陶哲轩自述，他让 AI 编程 Agent 将旧 applets 改写成受支持的 JavaScript，数小时内恢复了约二十多个程序。编程 Agent 不只是接着写下一行代码；它还能浏览项目、修改多个文件、运行程序，再根据结果迭代修复。迁移旧应用，正好会同时考验这些能力。
部分程序还获得了图形升级。比如 Besicovitch set applet 从黑白变成彩色。陶哲轩与 Allen Knutson 在 1999 年共同编写、当初颇难手工实现的 honeycomb applet，也重新运行起来。
Bug 数量说明了什么
陶哲轩称，在这批迁移代码里，他只发现一个轻微问题：某个复分析 applet 的拖拽操作移出主框后，行为会出现异常。Agent 反过来还找出了原始代码中两个他此前不知道的 bug。因此，他把新旧代码的质量评价为大致相抵，即原文所说的 “a net wash”。
这个说法不能扩展成“AI 代码与人工代码质量相当”。它只是作者对这一批程序的个人判断，而且没有完整测试方法、验收标准、Agent 或模型名称。更重要的是，这些 applets 是辅助理解的可视化工具，不承担数学论证的核心任务。陶哲轩自己也指出，出错的下行风险相对较低。
二十多年前没做完的应用，也有了初版
迁移顺利后，陶哲轩又试着做新应用。1999 年，他曾构想一个特殊相对论可视化工具，形容它像“Inkscape，但运行在 Minkowski space 中”。Inkscape 在这里可以理解为图形绘制工具；Minkowski space（闵可夫斯基时空）则是描述特殊相对论事件关系的数学框架。当时，代码复杂度超过了他愿意继续投入的程度，项目被放弃。
这一次，他通过约两小时的 AI Agent “vibe coding”完成了一个符合旧构想的 applet。所谓 vibe coding，是由人用自然语言描述目标、查看结果并不断调整，让 AI 承担大量具体编码。这个版本仍处于 alpha，也就是功能已经成形、但远未稳定的早期测试阶段。陶哲轩只做过一定程度的试玩，并明确预计其中还有 bug 和粗糙之处。
真正值得看的，是任务边界
这次试用展示了编程 Agent 很适合的一类工作：目标相对清楚，旧程序可作为行为参照，失败成本又不高。它能快速处理大量迁移劳动，也可能在重写过程中发现旧代码问题。更有意思的是，当实现成本大幅下降，一些搁置多年的个人构想也重新变得可做。
但这还不是通用能力证明。博客没有披露具体模型、提示过程、完整测试覆盖率和长期维护情况；“数小时完成”也不能直接外推到更大、更关键的软件系统。眼下最稳妥的结论是：在有人持续引导、结果容易试玩检查、出错后果有限的应用里，现代编程 Agent 已经能把一批真实旧代码搬回今天，并把“当年懒得做完”的项目推到可用初版。