Теренс Тао воскресил свои Java-апплеты 1999 года с помощью AI-агента: как найденные баги изменили подход к legacy-коду

Введение: эпоха vibe coding и математическое наследие

В июле 2026 года математическое сообщество всколыхнула новость: филдсовский медалист Теренс Тао, один из самых влиятельных математиков современности, использовал AI-агента для восстановления и анализа своих Java-апплетов, написанных ещё в 1999 году. Речь идёт о серии интерактивных визуализаций для изучения теории чисел и гармонического анализа — инструментов, которые десятилетиями использовались студентами и исследователями на его личном сайте. Однако главный сюрприз ждал впереди: AI не просто переписал устаревший код на современный стек, но и обнаружил в нём баги, о которых сам Тао не подозревал. Этот случай стал ярким примером так называемого vibe coding — подхода, при котором разработчик формулирует задачу на естественном языке, а AI-агент берёт на себя реализацию, включая рефакторинг и отладку.

Как Тао вернул к жизни апплеты 1999 года

Java-апплеты, созданные Тао в конце 90-х, были написаны на Java 1.1 и работали через плагин браузера, который уже много лет не поддерживается ни одним современным браузером. Теренс Тао, по его собственным словам в блоге, решил не тратить недели на ручной порт кода, а обратился к AI-агенту на базе языковой модели, обученной на больших корпусах Java-кода. Агент получил задачу: проанализировать исходный код апплетов, переписать их на JavaScript с использованием Canvas API, сохранив все математические алгоритмы. Результат превзошёл ожидания: AI не только сконвертировал 12 апплетов за несколько часов, но и выявил три скрытые ошибки округления в алгоритмах генерации фракталов и аппроксимации рядов Фурье.

Найденные баги: технический разбор

Ошибки, обнаруженные AI, были связаны с использованием float вместо double в критических вычислениях точности, а также с необработанным переполнением стека при рекурсивном обходе деревьев в одном из апплетов. Тао признался, что в 1999 году он не тестировал эти сценарии — они проявлялись только при определённых входных параметрах, которые AI-агент подобрал автоматически в ходе анализа покрытия кода. По сути, агент выполнил роль статического анализатора и фаззера одновременно. Это показывает, что современные AI-агенты способны не только копировать синтаксис, но и выявлять логические дефекты, которые человек мог пропустить из-за когнитивных искажений или нехватки времени.

Vibe coding: новый стандарт работы с legacy-кодом

Термин vibe coding популяризировал Андрей Карпатый в 2025 году, описывая сценарий, когда разработчик описывает желаемое поведение программы на естественном языке, а AI генерирует код. Кейс Тао поднимает эту концепцию на новый уровень: речь идёт не просто о генерации нового кода, а о восстановлении, рефакторинге и верификации старого. Для компаний, которые десятилетиями накапливают legacy-код на устаревших платформах (Java апплеты, Flash, Silverlight), такой подход может стать спасательным кругом. Вместо того чтобы нанимать команду пентестеров и реверс-инженеров, можно поручить AI-агенту инвентаризацию, конвертацию и тестирование.

Практические рекомендации для разработчиков

Если вы планируете использовать AI-агентов для работы с legacy-кодом, вот несколько проверенных практик:
- Давайте агенту контекст: не просто «перепиши на JavaScript», а «этот апплет вычисляет преобразование Фурье с точностью до 1e-12, используй double и избегай рекурсии глубже 1000 уровней».
- Запрашивайте отчёт о найденных дефектах: многие AI-агенты умеют генерировать логи анализа, которые можно сохранить как документацию.
- Не доверяйте слепо: всегда запускайте автоматические тесты на сгенерированном коде. Тао, кстати, использовал свой набор тестовых векторов, чтобы проверить корректность работы апплетов после конвертации.

Заключение

История Теренса Тао — не просто забавный факт из жизни учёного. Это демонстрация того, как AI-агенты могут решать задачи, которые ранее требовали недель ручного труда и экспертного анализа. Для бизнеса это означает, что миграция с устаревших платформ перестаёт быть дорогим и рискованным проектом. А для разработчиков — сигнал, что навык формулировки задач для AI становится важнее, чем умение вручную писать каждый цикл. Если вы работаете с legacy-кодом или планируете модернизировать свои внутренние инструменты, обратите внимание на возможности AI-агентов — возможно, они найдут в вашем коде баги, о которых вы даже не догадывались.

ASI Biont поддерживает подключение к Java-проектам через API — подробнее на asibiont.com/courses

← Все статьи

Комментарии

Читайте также

Интеграция Banana Pi с AI-агентом ASI Biont: автоматизация на одноплатнике без единой строки кода

14 июля 2026

Telegram Bot Development: как автоматизировать бизнес и заработать на ботах в 2026 году

14 июля 2026

AI-агент оживляет завод: интеграция Modbus RTU (RS-485) с ASI Biont для предиктивного обслуживания

14 июля 2026

Uber не хочет быть «всем для всех»: что на самом деле сказал продакт-директор про отели, роботакси и будущее платформы

14 июля 2026

Курс «Промышленный интернет вещей (IIoT) и системы SCADA»: ваш путь к Индустрии 4.0 в 2026 году

14 июля 2026

ИИ незаметно меняет мнения пользователей в соцсетях: как алгоритмы формируют нашу реальность

14 июля 2026

CKA + CKAD — Kubernetes Administrator & Developer: как подготовиться к сертификации в 2026 году с AI-тьютором

14 июля 2026

Как перестать терять сделки из-за языка: обзор курса «Английский для бизнеса» на asibiont.com

14 июля 2026

Трансформационное лидерство и стратегическое мышление CEO: Программа для основателей на уровне Гарварда, желающих овладеть принятием решений

14 июля 2026