10月30日，思科总裁兼首席产品官 Jeetu Patel 在《财富》的一场小型晚宴上提到，他给了公司里一个27岁的工程师无限量 AI Token。目标是在24个月内重构思科98%的遗留代码。这个年轻人叫 Padmanabhan Krishnamurthy，2023年联合创办 EzDubs，2025年随思科收购进入公司。Patel 说，他原本“被埋在组织里，做着没有战略意义的事”。财富Tom's Hardware
中文标题大多写“重写”，《财富》的标题用的却是 refactor；Patel 的原话也是“he’s going to refactor code”，Krishnamurthy 自己说的才是 rewrite。两个词在工程上不是一回事：重构的底线是外部行为不变，重写则允许顺手改掉行为。思科的核心产品是路由器和交换机，一个跑了二十年的奇怪分支，可能正是某个客户网络里唯一能互通的原因。重写的人觉得它是 bug，删掉；客户那边可能就断了。财富
先别急着算两个人够不够。报道里还有一个更小的数字：四周。这是证明期，不是工期。98%是24个月后的目标，不是已经发生的结果。报道没说98%指多少个代码库、多少行代码，更没说四周要证明什么。Tom's Hardware
Hacker News 上这条帖子有三百多条评论，吵得最凶的不是“AI 能不能写”，而是“你怎么知道它没改坏”。一位叫 linsomniac 的评论者讲了自己公司的项目：把一座 ColdFusion 老站迁到 Java Spring，新代码约5万行；人工估算要12到18个工程师月；实际是一位工程师业余做了约一周，用的是每月200美元的 Claude 套餐。关键不是模型，而是他让模型开浏览器，把新旧两个站自动对比，直到他自己不得不把新站背景色改掉，免得测试时分不清。上线四到六周，没有收到问题报告。Hacker News
另一位 rstuart4133 的经历没那么顺。他把一套约1.5万行、由 Python 2.7、bash 和 LaTeX 混写、没有测试也没有文档的小型记账系统迁到 Rust。第一版“看起来和原来一模一样”，其实到处是 bug；让模型修，修好多少就引入多少。最后他给旧程序做了一个集成测试夹具：冻结时间，喂固定输入，比较界面响应、写出的文件、邮件和打印输出。测试最后比代码还大，他的时间几乎全花在测试上。他的结论是：快了几倍，但不是数量级的差别。Hacker News
这两个案例的共同点是，旧系统还活着，而且能被当成裁判。网站可以两个浏览器并排比，记账系统可以录下输出逐字比。AI 把“写”压短了，真正花时间的是造这个裁判、审这套测试、判断哪些差异是 bug、哪些是客户依赖的行为。
思科的网络设备没有这么干净的裁判：它的行为一部分在代码里，一部分在全世界客户的网络里。某台老交换机、某个固件版本、某种不标准的实现，都可能只有接上真机才会暴露。HN 上一位自称在思科 IOS-XR 团队工作过的评论者说，“比你想的复杂得多”。另一位说，完美克隆这类软件几乎不可能，因为某个代码路径可能只有野外某台对端设备会走到。仿真器能覆盖已知的设备，覆盖不了“你不知道存在的那台”。Hacker News
所以对普通开发者，第一层影响是工作重心挪了：从“把旧代码翻译成新代码”挪到“证明新代码和旧代码一样”。以后你接到的任务，可能不是“用 AI 重写这个模块”，而是“先把这个模块的行为列出来、补上测试、告诉我哪些不能变”。谁能替旧系统说话，谁就先拿到主动权。
反过来说，最危险的做法是把“有自动测试”当成答案。HN 上一位评论者说，他在公司里每次遇到这种事都会问，有人读过代码、确认业务逻辑一样吗？回答是“有自动测试”。再问，有人读过测试吗？没人说话，项目就搁置了。另一位说，这套做法能用，前提是有非常资深的领域专家在主导；换成初级或中级工程师，他不指望同样的结果。
第二层影响更隐蔽：入门的梯子。《财富》在报道开头写，入门岗位在消失，约四成雇主打算未来一年因为 AI 而少招毕业生。过去 junior 的活，很大一部分是维护老代码：改小 bug、读奇怪的实现、问老人为什么。这个过程顺便把人教会了整个系统。现在这部分正好是 AI 最容易被派去干的。思科这个故事的主角是27岁，但 Patel 要的不是来干杂活的年轻人，是敢挑战现状的人。这个标准比“会写代码”高得多，也不是每个 junior 都能拿到的机会。People Management
思科那四周会证明什么，报道没说。如果证明的是“两个人加 AI 四周能写出多少能编译的新代码”，那几乎一定会成功；如果证明的是“挑一个依赖外部设备的模块，新版在真实客户网络里并行跑，差异都能被找到并解释”，那才是难的部分，四周大概率不够。
对普通开发者，后一个问题也是自己的问题。下一次公司宣布“用 AI 重构老系统”时，先别问98%什么时候完成，问三个更小的问题：旧系统能不能跑起来当裁判？谁审这套测试？哪些行为是客户依赖的、不能变？这三个问题答不上来，98%就只是 PPT 上的数字。答得上来，AI 写得快反而是好事——你终于有时间去搞明白那些代码为什么长这样。
