当 AI 重写数百万行代码时,验证变得至关重要
摘要
微软分享其用 AI 代理大规模改造代码的实践:当代理能以远超人类审查的速度改写数亿行代码时,信任与验证成为核心瓶颈,因此需要把静态分析、测试和形式化验证与代理结合,并重新设计人机协作。
核心要点
- 微软正在用 AI 代理改造 Windows 和 Azure 等全球最大代码库,具体包括将 4 亿行代码迁移到新编译器工具链,以及把遗留 C/C++ 代码现代化为 Rust。
- 从 2024 年起,微软将 AI 代理与静态分析、测试、形式化验证结合,目标是在超大规模软件改造中保持行为、安全和架构意图。
- 到 2025 年 5 月,代理的规划能力超过原有流水线,控制流发生反转:团队从“用流水线调用大模型”转为“构建代理调用的工具”。
- 最有价值的工具是能告诉代理和工程师“改动是否正确”的验证工具,形式化方法被用于分解复杂系统中的大规模目标。
- 人类专家的认知负担随模型和代理框架提升而增加,人类注意力成为代理式软件工程最稀缺的资源,工具设计需把注意力用在关键处。
原文佐证
- Since 2024, we’ve been combining AI agents with static analysis, testing, and formal verification to make large-scale software transformation practical and trustworthy.
- by May 2025, agents had become better planners than our pipelines, and our job became building the tools that agents call.
- Human attention has become the scarcest resource in agentic software engineering, and we design our tools to spend it where it matters most.
AI 洞察
这篇博客释放的信号是,AI 编程的竞争焦点正从“生成”转向“验证与可信交付”。当代理能批量改写数亿行代码,形式化验证、静态分析和可审计的工具链会成为企业采用 AI 的核心门槛,也可能重塑软件工程分工:工程师从写代码转向定义意图、审查证据和承担责任。微软以 Windows/Azure 级代码库做内部试验,若跑通,将为其云与开发工具建立差异化护城河。