我如何用 AI 处理历史遗留代码：MiniMax M2.1 升级体验

一名初级 AI 用户分享了如何利用国产 MiniMax M2.1 模型来理解和改造历史遗留代码。通过一个已停止维护六年的微信排版项目作为实例，展示了 AI 如何快速生成项目概述、解释代码逻辑，并将整个项目从 JavaScript 迁移到 TypeScript。整个过程显著提升了开发效率，证明了 MiniMax M2.1 在编程能力和响应速度上已接近甚至超越部分国外旗舰模型，对于程序员的日常工作而言，是一个非常实用且高性价比的选择。

为何将 AI 用于历史遗留代码

我很少用 AI 生成一个全新的项目，因为那样会让我感觉项目不属于自己。我更习惯自己编写新项目的主体代码。

我主要将 AI 应用于理解他人的项目和历史遗留代码。这样做可以有效避免为了读懂别人代码而付出的巨大时间成本。处理历史遗留代码通常面临以下痛点：

    • 文档缺失：很多时候没有足够的文档，也缺少原作者的说明。
    • 技术栈过时：使用的技术和工具库已经过时，理解代码需要回顾旧的标准。
    • 源代码缺失：在最极端的情况下，可能只有构建后的产物，根本无从下手。

AI 简直是这类代码的救星。无论代码多么古老，它都能帮助理解、修改，甚至对构建产物进行逆向工程。

使用的工具：Claude Code 与 MiniMax M2.1

我的 AI 编程工具是 Claude Code，因为它基于命令行，方便我与其他工具集成。

我大部分时间使用的 AI 模型是国产的 MiniMax M2。经过测试，它的功能相当不错，能够满足日常需求，而且价格实惠。每月 29 元的包月价让它可以被放心地大量使用和反复试错，相比之下，其他国外主流模型要么套餐不够用，要么价格过于昂贵。

MiniMax M2.1 的升级亮点

就在最近，MiniMax 进行了一次大升级，模型从 M2 升级到了 M2.1。官方声明特别强调了其编程能力的提升。

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。

这次升级的重点包括：

    • 加强多语言编程能力：对 Rust、Java、Golang、TypeScript、JavaScript 等常用语言进行了专门强化。
    • 提升开发能力：WebDev 与 AppDev 开发能力大幅提升，可用于开发复杂的 Web 应用和原生 App。
    • 变相降价：价格不变，但响应速度显著提升，Token 消耗明显下降。

实战案例：改造一个微信排版工具

我选择的历史遗留项目是 wechat-format，一个用于将 Markdown 文本转换为微信公众号样式的 Web 应用。这个项目非常好用，但我接手时它已经存在一些问题：

    • 原作者六年前就已放弃维护。
    • 使用了老版本的 Vue.js 和 CodeMirror 编辑器。
    • 没有任何文档和说明，代码注释也被编译工具删掉了。

对于不熟悉其技术栈的开发者来说，修改这些代码会非常困难。现在，我们直接让 AI 上场。

AI 辅助理解项目

接手老项目的第一步，是建立对项目的总体了解。

我首先让 AI 生成项目概述。只需在项目目录中输入一个简单的指令：“生成这个仓库的概述”。AI 很快就给出了详细说明，包括项目介绍、核心功能、技术栈和文件结构。

接下来，我让 AI 解释主要脚本文件的代码。AI 不仅解释了代码结构、页面布局和 Vue 应用逻辑，甚至还生成了流程图，这完全超出了我的预期。完成这一步，我对代码库的大致情况已经相当了解，而整个过程耗时不到一分钟。

从 JavaScript 迁移到 TypeScript

为了检验模型号称的“多语言编程能力”，我让它将项目语言从 JavaScript 迁移到 TypeScript，这也是许多老项目的常见需求。

AI 的执行步骤清晰明确：

    • 首先，它制定了详细的迁移计划。
    • 接着，生成了 tsconfig.json 和 types.d.ts 配置文件。
    • 然后，逐个将 JS 文件转换为对应的 TS 文件。
    • 在尝试运行后，它发现了报错并逐一进行修复。

最终，迁移顺利完成。我在浏览器中遇到两个小报错，将报错信息提交给模型后，它很快修改了代码，应用成功运行。至此，这个多年前的 JavaScript 项目就成功升级为了具有完整类型定义的 TypeScript 应用。

结论与思考

尽管这次测试相对简单，不足以探知 MiniMax M2.1 的能力上限，但其表现已足够令人满意。如果由人工来完成上述工作，可能需要一整个工作日，而 AI 只用了十几分钟。

    • 交互简单：我的提示词通常只有一句话，但 AI 能正确理解意图。
    • 速度快：它的思考和生成过程通常在两三分钟内完成，没有漫长的等待。
    • 解释详细：无论什么操作，它都会给出详细的讲解和代码注释。

就本次测试而言，这个模型的 Web 开发能力确实很不错，完全可以用于实际工作。

著名开发者 Simon Willison 最近提到，评测大模型正变得越来越困难，因为主流新模型都已足够强大，足以解决常见任务。

这意味着，对于普通程序员的日常编程需求，不同模型之间可能不会构成重大差异。我们没有必要过分迷信国外的旗舰模型，国产模型就很好用。