Cómo los Agentes de IA Ayudaron a Reescribir 40.000 Líneas de Código Energético Antiguo

Puntos clave

• Mistral AI utilizó agentes de IA para migrar 40.000 líneas de código Fortran 77, un lenguaje de programación estandarizado en 1977, a C++ moderno para un operador de energía europeo.
• Dos enfoques completamente autónomos fallaron antes de que el equipo se decidiera por un flujo de trabajo supervisado por humanos que combinaba un agente planificador, codificador, probador y revisor trabajando juntos en cada sección.
• Las 40.000 líneas completadas representan el primer sprint de una base de código de 300.000 líneas.
• Los ingenieros construyeron un sistema de verificación numérica antes de escribir una sola línea de código nuevo, lo que dicen fue el paso más importante del proyecto.
• Mistral afirma que la estructura de tres agentes más revisión humana superó tanto la automatización completa como las sesiones de codificación manual.

En lo profundo de los sistemas informáticos de una empresa de energía europea, una simulación de física ha estado funcionando durante décadas en código escrito el mismo año en que La Guerra de las Galaxias apareció por primera vez en los cines. Es Fortran 77, un lenguaje que la mayoría de los ingenieros de software en activo nunca han tocado. La empresa necesitaba modernizarlo. Mistral AI asumió el trabajo.

El resultado, detallado en una publicación del blog de Mistral AI, es un caso de estudio sobre lo que los agentes de IA (programas de software que pueden planificar y ejecutar tareas de varios pasos por su cuenta) pueden y no pueden hacer cuando el problema es genuinamente difícil. La recaudación de €3 mil millones de Mistral que cubrimos el 8 de septiembre se basaba en parte en exactamente este tipo de implementación empresarial.

¿Por qué es tan difícil actualizar código antiguo?

Fortran 77 fue construido para un mundo sin características que los programadores ahora dan por sentado. Las variables no tenían tipos declarados: una sola letra mal escrita crearía silenciosamente una nueva variable en lugar de lanzar un error. Los datos compartidos vivían en algo llamado bloque COMMON, esencialmente un único grupo gigante de memoria del que cada parte del programa leía y escribía al mismo tiempo. Sin módulos, sin espacios de nombres.

Mover esa estructura a C++, un lenguaje moderno construido alrededor de objetos reutilizables y tipos de datos explícitos, no es una traducción directa. Es más cercano a reconstruir una casa victoriana de acuerdo con los códigos de seguridad modernos mientras se mantiene a la familia adentro. Las formas no coinciden línea por línea, lo que hace que verificar el trabajo sea extremadamente difícil.

El proyecto tampoco tenía un conjunto de pruebas (verificaciones automatizadas que confirman que el software se comporta correctamente) ni documentación centralizada. El conocimiento sobre qué hacía realmente el código estaba en antiguos PDF y en las mentes de ingenieros que hace mucho tiempo se fueron.

¿Qué hicieron realmente los agentes de IA?

Mistral intentó tres enfoques antes de encontrar uno que funcionara.

Primero: asignarle a cada agente de IA una única subrutina de Fortran (un fragmento autónomo del programa) y dejarla traducir libremente. Una semana después, el resultado era funcional pero vergonzoso. Los agentes esencialmente habían mecanografiado Fortran con ropa de C++, preservando todos los malos hábitos antiguos incluyendo bloques COMMON convertidos en estructuras globales, uno a uno.

Segundo: un equipo de cuatro agentes (planificador, codificador, probador, revisor) trabajando juntos. La calidad del código mejoró. Pero cuando los agentes se encontraban con un error complejo, pasaban por correcciones y se atascaban sin forma de salir.

El tercer intento, el que se implementó, mantuvo el equipo de cuatro agentes pero puso a un ingeniero humano en el proceso para desbloquear agentes atascados y aprobar cada sección antes de que se fusionara en la base de código principal.

Intento	Estructura	Resultado
1: Autonomía completa	Un agente por subrutina	Funcional pero no modernizado
2: Equipos de agentes, sin humano	Planificador, codificador, probador, revisor	Mejor calidad, agentes se atascaron
3: Equipos supervisados por humanos	Equipos de agentes más puertas de revisión humana	Código modernizado y fusionable

¿Qué deberían sacar de esto otras organizaciones?

Mistral extrae tres lecciones que dice se aplican a cualquier migración heredada a gran escala.

Construya la verificación primero. Antes de tocar el código antiguo, el equipo construyó un sistema que podía volcear el estado interno del programa Fortran en momentos clave y comparar esos números contra la versión de C++ nueva. Si los resultados coincidían, la migración era comprobablemente correcta. El seguro más barato disponible, argumentan.

Documente antes de automatizar. El equipo utilizó más de cien agentes de IA para leer la base de código y antiguos PDF (utilizando la herramienta OCR propia de Mistral para extraer texto de documentos escaneados) y escribir documentación adecuada. Los agentes no pueden migrar código que no entienden.

Mantenga a un humano en el bucle a escala. La autonomía completa produce código que se ve modernizado sin serlo. El camino intermedio estructurado, flujos de trabajo de agentes con puntos de control humanos, es donde realmente se logran las ganancias de productividad. Esto refleja el argumento que nuestra historia del 3 de septiembre sobre restricciones de codificación de IA hizo: el trabajo del ingeniero se ha desplazado hacia construir los muros, no escribir cada línea.

Para empresas que ejecutan software heredado en energía, banca, aviación o salud pública, el mensaje práctico es contundente. Los agentes de IA pueden acelerar este trabajo, pero no son una solución sin intervención. Las 40.000 líneas terminadas aquí son el primer sprint de 300.000. Queda mucho por hacer.

Preguntas comunes

¿Significa esto que la IA puede modernizar automáticamente cualquier software antiguo?

Aún no. Este proyecto comenzó con una base de código que era autónoma y realmente podía ejecutarse, lo que Mistral describe como una condición favorable. El código que depende de sistemas externos o codifica física documentada en ningún lado sería aún más difícil.

¿Quién se ve afectado por esto fuera de la industria energética?

Cualquier organización que ejecute software escrito antes de los años 90 enfrenta el mismo problema central: las personas que entendían el código se han ido, y el código mismo no explica su propia lógica. Banca, aviación y servicios de salud pública llevan cantidades significativas de este tipo de software heredado, y ninguno de ellos tiene una respuesta clara todavía.