我如何用 AI 处理历史遗留代码：MiniMax M2.1 升级体验
一、
最近，我写了好几篇 AI 教程，就收到留言，要我谈谈我自己的 AI 编程。
今天就来分享我的 AI 编程，也就是大家说的"氛围编程"（vibe coding）。
声明一下，我只是 AI 初级用户，不是高手。除了不想藏私，更多是为了抛砖引玉，跟大家交流。
二、
平时，我很少用 AI 生成新项目。因为每次看 AI 产出的代码，我总觉得那是别人的代码，不是我的。
如果整个项目都用 AI 生成，潜意识里，我感觉不到那是自己的项目。我的习惯是，更愿意自己写新项目的主体代码。
我主要把 AI 用在别人的项目和历史遗留代码，这可以避免读懂他人代码的巨大时间成本。
就拿历史遗留代码为例，（1）很多时候没有足够的文档，也没有作者的说明，（2）技术栈和工具库都过时了，读懂代码还要翻找以前的标准，（3）最极端的情况下，只有构建产物，没有源代码，根本无法着手。
AI 简直就是这类代码的救星，再古老的代码，它都能读懂和修改，甚至还能对构建产物进行逆向工程。
下面就是我怎么用 AI 处理历史遗留代码，平时我基本就是这样来 AI 编程。
三、
我的 AI 编程工具是 Claude Code。因为命令行对我更方便，也容易跟其他工具集成。
我使用的 AI 模型，大部分时间是国产的 MiniMax M2。我测过它的功能，相当不错，能够满足需要，它的排名也很靠前。
另外，它有包月价（29元人民币），属于最便宜的编程模型之一，可以放心大量使用，反复试错。要是改用大家都趋之若鹜的 Claude 系列模型，20美元的 Pro 套餐不够用，200美元的 Max 套餐又太贵。
MiniMax 接入 Claude Code 的方法，参考我的这篇教程。
四、
就在我写这篇文章的时候，MiniMax 本周进行了一次大升级，M2 模型升级到了 M2.1。
因为跟自己相关，我特别关注这次升级。
根据官方的发布声明，这次升级特别加强了"多语言编程能力"，对于常用编程语言（Rust、Java、Golang、C++、Kotlin、Objective-C、TypeScript、JavaScript 等）有专门强化。
它的 WebDev 与 AppDev 开发能力因此有大幅提升，可以用来开发复杂的 Web 应用和 Android/iOS 的原生 App。
"在软件工程相关场景的核心榜单上，MiniMax M2.1 相比于 M2 有了显著的提升，尤其是在多语言场景上，超过 Claude Sonnet 4.5 和 Gemini 3 Pro，并接近 Claude Opus 4.5。"
根据上面这段介绍，它的编程能力，超出或接近了国外旗舰模型。
这个模型已经上线了，现在就能用。那么，这篇文章正好测一下，官方的介绍是否准确，它的 Web 开发能力到底有没有变强。
至于价格，跟原来一样。但是，官方表示"响应速度显著提升，Token 消耗明显下降"，也算变相降价了。
M2.1 接入 Claude Code，我的参数如下。
五、
我这次选择的历史遗留项目是 wechat-format，一个 Web 应用，将 Markdown 文本转为微信公众号的样式。
上图左侧的文本框输入 Markdown 文本，右侧立刻显示自动渲染的结果，可以直接复制到微信公众号的编辑器。
它非常好用，大家可以去试试看。我的公众号现在就用它做排版，效果不错（下图）。
问题是，原作者六年前就放弃了，这个项目不再更新了。我看过源码，它用的是老版本的 Vue.js 和 CodeMirror 编辑器，没有任何文档和说明，还经过了编译工具的处理，注释都删掉了。
如果不熟悉它的技术栈，想要修改这些代码是很困难的，可能要投入大量时间。
那么废话少说，直接让 AI 上场，把这些代码交给 MiniMax M2.1 模型。
六、
接手老项目的第一步，是对项目进行一个总体的了解。
我首先会让 AI 生成项目概述。大家可以跟着一起做，跟我的结果相对照。
# 克隆代码库 $ git clone [email protected]:ruanyf/wechat-format.git # 进入项目目录 $ cd wechat-format # 启动 Claude Code $ claude-minimax
上面的claude-minimax是我的自定义命令，用来在 Claude Code 里面调用 MiniMax 模型（参见教程）。
输入"生成这个仓库的概述"。
AI 很快就给出了详细说明，包括项目的总体介绍、核心功能、技术栈和文件结构（下图）。
有了总体了解以后，我会让 AI 解释主要脚本文件的代码。
【提示词】解释 index.html 文件的代码
它会给出代码结构和页面布局（上图），然后是 JS 脚本加载顺序和 Vue 应用逻辑，甚至包括了流程图（下图），这可是我没想到的。
做完这一步，代码库的大致情况应该就相当了解了，而 AI 花费的时间不到一分钟。
七、
既然这个模型号称有"多语言编程能力"，我就让它把项目语言从 JavaScript 改成 TypeScript。
对于很多老项目来说，这也是常见需求，难度不低。
它先制定了迁移计划，然后生成了 tsconfig.json 和 types.d.ts，并逐个将 JS 文件转为对应的 TS 文件（下图）。
修改完成后，它试着运行这个应用，发现有报错（下图），于是又逐个解决错误。
最终，迁移完成，它给出了任务总结（下图）。
我在浏览器运行这个应用，遇到了两个报错：CodeMirror 和 FuriganaMD 未定义。
我把报错信息提交给模型，它很快修改了代码，这次就顺利在浏览器跑起来了。
至此，这个多年前的 JavaScript 应用就成功改成了 TypeScript 应用，并且所有内部对象都有了完整的类型定义。
你还可以接着添加单元测试，这里就省略了。
八、
简单的测试就到此为止，我目前的 AI 编程大概就到这个程度，用 AI 来解释和修改代码。我也建议大家，以后遇到历史遗留代码，一律先交给 AI。
虽然这个测试比较简单，不足以考验 MiniMax M2.1 的能力上限，但如果人工来做上面这些事情，可能一个工作日还搞不定，但是它只需要十几分钟。
总体上，我对它的表现比较满意。大家都看到了，我的提示词很简单，就是一句话，但是它正确理解了意图，如果一次没有成功，最多再修改一两次就正确了。
而且，就像发布说明说的一样，它运行速度很快，思考过程和生成过程最多也就两三分钟，不像有的模型要等很久。
另外，不管什么操作，它都会给出详细的讲解和代码注释。
总之，就我测试的情况来看，这个模型的 Web 开发能力确实很不错，可以用于实际工作。
最后，说一点题外话。著名开发者 Simon Willison 最近说，评测大模型越来越困难，"我识别不出两个模型之间的实质性差异"，因为主流的新模型都已经足够强大，足以解决常见任务，只有不断升级评测的难度，才能测出它们的强弱。
这意味着，对于普通程序员的常见编程任务，不同模型不会构成重大差异，没必要迷信国外的旗舰模型，国产模型就很好用。
（完）
