En ny case study viser, at en AI-kodningsagent kan gennemføre en stor arkitektonisk refaktorering — en opgave, som forfatteren vurderede som praktisk talt umulig gennem inkrementel refaktorering — uden nogen menneskelig gennemgang af koden og uden et eksisterende testorakel. Resultatet er et vigtigt signal for virksomheder, der overvejer at lade AI-agenter håndtere komplekse, tværgående ændringer i store kodebaser.

Casen er beskrevet i papiret på Hugging Face og omhandler et produktionssystem på 717.725 linjer TypeScript fordelt på 3.648 filer. Opgaven var at fjerne en central livstidsinvariant: garantien om, at en UI-panel forbliver åben under en AI-anmodning. Målet var, at en streaming-generering overlever lukningen af panelet og kan genoprettes, når panelet åbnes igen — uden tab eller duplikering.

Protokollen, kaldet specification-first, bestod af en formel specifikation skrevet af agenten, 14 revisionscyklusser, der auditerede specifikationen mod kildekoden, atomisk implementering, en kompilerings-/test-loop og derefter 17 verifikationscyklusser, der auditerede koden mod den frosne specifikation. I alt blev 201 fejl rettet, før noget menneske kørte programmet. Konvergenskriteriet var empirisk: to på hinanden følgende verifikationspasser uden fund.

Ændringen berørte 189 filer (31 nye), og med ekstraktionsfasen tæller de to commits 288 filer, 34.770 indsættelser og 16.422 sletninger. På tværs af de første og cirka tredive senere sessioner opførte softwaren sig som specificeret — ingen observerede fejl. Tidsforbruget var tre dage, og omkostningen var 2.430 USD.

For beslutningstagere er pointen ikke den tekniske detalje, men hvad det betyder for planlægning: Opgaver, der traditionelt kræver en omskrivning, kan nu potentielt håndteres af en AI-agent under en disciplineret protokol — med dramatiske besparelser i tid og penge. Men casen understreger også vigtigheden af en stærk specifikationsproces og audit-cyklusser; agenten rettede 201 fejl, før noget menneske rørte koden, hvilket viser, at tillid ikke kommer gratis.

Den fulde specifikation og rå sessionlogs — over 1.500 sider på fransk — er offentliggjort som dokumentation, så processen kan inspiceres og testes.