新智元報道

編輯：peter東

【新智元導(dǎo)讀】一位開發(fā)者用四天時間，讓AI「盲移植」了擁有37年歷史的SimCity代碼庫。整個過程無人閱讀一行原始C代碼，僅靠AI生成與自動化測試驗證。當(dāng)AI開始重寫軟件工程的規(guī)則，我們究竟該歡呼還是警惕。

37年老代碼，4天完成復(fù)活，成本不到30美元。

這是一次足以讓軟件業(yè)重新定價的預(yù)演。

當(dāng)開發(fā)者Christopher Ehrlich把OpenAI的5.3-codex對準(zhǔn)1989年的SimCity C代碼庫，并留下目標(biāo)轉(zhuǎn)身離開時，他交出了一份關(guān)于未來軟件工程的新答案：

人類不再必須先讀懂遺留代碼，才有資格改造它；只要能定義行為、建立驗證、持續(xù)迭代，AI就能把幾十年歷史的復(fù)雜系統(tǒng)重新帶回現(xiàn)代平臺。

37年老代碼，4天AI完成復(fù)刻

當(dāng)Christopher Ehrlich按下回車鍵時，他可能沒意識到自己正在改寫軟件工程的規(guī)則書。

他做的很簡單：將OpenAI的5.3-codex指向37年前的（1989）C代碼庫，設(shè)定目標(biāo)，然后離開。

四天后，這款經(jīng)典城市模擬游戲在瀏覽器中復(fù)活。不必由人來閱讀代碼。只涉及極少的干預(yù)。只需要一個規(guī)格說明和一個不會放棄的 AI。

「我甚至沒看代碼?！笶hrlich在X上寫道，「我只看測試是否通過。」

這份代碼有著悠久的歷史，最初是Will Wright為Commodore 64編寫的匯編代碼，后來被移植到C語言，其中的數(shù)學(xué)運算全靠位運算，變量名如同密碼，結(jié)構(gòu)讓經(jīng)驗豐富的工程師望而生畏。

整個移植過程運行在每月200美元的ChatGPT訂閱上，從未觸發(fā)速率限制。成本？不到30美元。時間？半周。

對比傳統(tǒng)方式：至少需要一支熟練團(tuán)隊工作數(shù)月，深入理解每個模塊，逐行轉(zhuǎn)換。

想想這意味著什么？

現(xiàn)在每一個現(xiàn)有的遺留代碼庫都有可能被輕松移植，不論是COBOL 銀行系統(tǒng)。古老的政府軟件。被困在舊平臺上的經(jīng)典游戲，只需要一個明確的規(guī)范。

真正稀缺的，已經(jīng)不是把代碼一行行敲出來的人，而是能把需求講清、能驗證結(jié)果的人。

開發(fā)者的重心，正在從編碼本身，轉(zhuǎn)向規(guī)格設(shè)計和驗證體系。

具體來看，Ehrlich編寫了一個「橋接層」，能夠調(diào)用原始C代碼，然后運行基于屬性的測試，要求AI生成的TypeScript移植版必須產(chǎn)生完全相同的行為。AI生成代碼，之后測試驗證，再自動迭代，如此持續(xù)循環(huán)。

這種方法，可視作是將AI作為引擎，驗證作為方向盤的新型工程范式。

SimCity移植項目給了我們一個AGI的預(yù)覽：當(dāng)系統(tǒng)能在不完全理解領(lǐng)域知識的情況下，完成復(fù)雜領(lǐng)域的工作時，我們就進(jìn)入了新范式。

這就像第一次看到編譯器，我們過去手寫匯編，現(xiàn)在只需要描述邏輯。

人類閱讀和理解代碼的時間，往往超過實際編寫時間。

當(dāng)代碼如SimCity般晦澀時，理解成本可能占項目的80%。曾經(jīng)我們堅持‘理解代碼’是移植的前提，現(xiàn)在看來，只需要理解代碼的行為。

傳統(tǒng)軟件工程教育可能需要徹底重構(gòu)，之前是教學(xué)生如何寫代碼，現(xiàn)在需要教他們如何不寫代碼也能構(gòu)建系統(tǒng)。

不過，也不是所有人都這么樂觀，畢竟完整的復(fù)現(xiàn)現(xiàn)有的功能，只是一個定義明確的任務(wù)。正在考驗vibe coding能力的，是看它能不能新增功能。

YC初創(chuàng)公司已全面擁抱氛圍編程

根據(jù)CNBC最新報道，當(dāng)前Y Combinator初創(chuàng)公司中，25%的企業(yè)95%的代碼由AI編寫。這些公司以不到10人的團(tuán)隊實現(xiàn)1000萬美元營收，資本效率達(dá)到歷史峰值。

「如果你仍然對AI編碼持懷疑態(tài)度，說明你沒在關(guān)注。」一位硅谷風(fēng)險投資人直言，「問題不再是AI是否會改變我們構(gòu)建軟件的方式，而是你是用它來構(gòu)建，還是在旁觀望。」

4天復(fù)現(xiàn)Simcity的評論中提到另一個案例：象棋游戲KingsGambitGame「全都是由AI編程的，展示了這種模式已從小型實驗擴展到完整的產(chǎn)品開發(fā)。

音樂制作人轉(zhuǎn)型開發(fā)者創(chuàng)建AI編碼框架并被科技巨頭采用的例子，進(jìn)一步強化了「AI賦能個體創(chuàng)造力」的敘事，即專業(yè)背景不再是技術(shù)實現(xiàn)的門檻。

「應(yīng)用開發(fā)者可以將重復(fù)任務(wù)卸載或自動化，并利用大語言模型生成新代碼?！笴NBC記者Kate Rooney在報道中寫道，「在某些情況下，AI可以編寫整個應(yīng)用程序?！?/p>

Y Combinator CEO Garry Tan在采訪中更直言：「過去需要50或100名工程師團(tuán)隊完成的工作，現(xiàn)在10人就能搞定。你不必籌集那么多資金，資本續(xù)航時間大幅延長。」

數(shù)據(jù)佐證：YC 2025冬季批次的公司在聚合層面實現(xiàn)了每周10%的增長。「不僅僅是頭部一兩家公司——整個批次都在以10%的周增長率增長。」Tan強調(diào)，「這在早期風(fēng)險投資史上從未發(fā)生過。」

考慮到全球仍有價值數(shù)萬億美元的COBOL銀行系統(tǒng)、政府軟件、工業(yè)控制系統(tǒng)困在過時硬件上。AI移植意味著這些系統(tǒng)可以在不被完全理解的情況下，適配現(xiàn)代化硬件。

當(dāng)AI能處理人類從未觸及的無數(shù)Bug和功能積壓。未來代碼庫規(guī)?？赡茉鲩L10-100倍，約束代碼庫增長的因素正從「人力」轉(zhuǎn)變?yōu)椤杆懔Α埂?/p>

面對AI編碼的崛起，硅谷出現(xiàn)兩種聲音：

• 焦慮敘事擔(dān)心初級工程師崗位減少，編程的價值下降，傳統(tǒng)職業(yè)路徑斷裂。

• 機遇敘事描述的畫面更具吸引力。那些沒能在Meta或Google找到工作的工程師，可以用10人團(tuán)隊建立年收入1000萬或1億美元的企業(yè)。

YC數(shù)據(jù)顯示，80%的演示日公司聚焦AI，其余為機器人和半導(dǎo)體初創(chuàng)公司。與前幾代不同，這些公司更早獲得商業(yè)驗證。

你可以打電話給真實客戶，如果他們說：「是的，我們每天都在使用這個軟件。」

這就是一個值得投的項目。

參考資料：

https://x.com/garrytan/status/2021260964838940789

https://x.com/ccccjjjjeeee/status/2021160492039811300

https://garryslist.org/posts/ai-just-ported-simcity-in-4-days-without-reading-the-code

https://cnbc.com/2025/03/15/y-combinator-startups-are-fastest-growing-in-fund-history-because-of-ai.html