开发者 Priyan 在 2026 年 9 月公开了一项耗时数月的技术实验，利用大语言模型，将 1989 年由 Jordan Mechner 编写的《波斯王子》（Prince of Persia）Apple II 原始 6502 汇编代码，完整移植为现代 C# 版本。在经历了两代模型架构误判与局部修补的失败后，Claude Opus 5 与后续的 Claude Opus 5.5 展现出惊人的重构效率，后者仅凭一条提示词便将验证房间的画面像素差异从 8,429 个骤降至 2 个。这一突破给软件工程带来的真正震撼，并非模型可以在真空中凭空读懂陈旧机器码，而是当大模型获得了外置仿真环境作为检验先知，并能够主动挂载人类开源社区积淀的反汇编知识库时，遗留代码的重构范式发生了根本性转移。
致命的网格陷阱与帧驱动物理
1989 年在 Apple II 上诞生的《波斯王子》，之所以成为游戏史上的里程碑，核心在于作者 Jordan Mechner 开创性地将真人动作拍摄转描（Rotoscoping）引入数字世界。游戏内主角的悬挂、翻滚、落地和冲刺，全部由一连串逐帧动画序列驱动位移与碰撞判定。然而，这种高度特化的物理实现方式，成了早期静态代码生成大模型的认知盲区。
在最初的测试中，Claude Opus 4.6 凭借对 6502 汇编的语法理解，迅速给出了控制台版与基于 Raylib 图形库的 C# 框架，但角色一旦起跑就会沉入地底或悬空。原因在于模型下意识地采用了现代 2D 平台游戏惯用的瓦片网格（Tile-grid）架构，让王子以网格单元为基准跳跃。随后介入的 OpenAI Codex 同样没有触及核心症结，只是在错误的地基上修补了半透明像素滤镜与柱子碰撞体。两款模型在纯文本推理空间里，把一套依赖帧动画推进位移的古老物理系统，硬塞进了方块网格逻辑中。
DOSBox 先知介入：闭环差分调试打破幻觉
改变发生在开发者改变交互规则之后。Priyan 为 Claude Code 编写了两项外挂自动化技能，一项允许模型直接操控模拟器 DOSBox（包括静默启动游戏、模拟按键注入以及定时截取游戏画面），另一项用于接管 Windows 窗体程序。模型由此获得了一个可以运行、观测并验证真伪的外部检验先知。
在获得真实游戏环境后，Claude Opus 5 连夜自主运行至清晨，自主推翻了之前的网格架构，改为以逐帧动画表驱动角色状态。更进一步的是，为了规避版权风险，该 C# 项目没有打包原版游戏的任何美术与音频文件，而是由模型编写解析代码，在运行时直接挂载用户本地正版 DOS 镜像，从可执行文件中动态抓取 15 个关卡的地图和主角动画帧。
在这场自主调试中，模型通过对比真实游戏截图与自建画面的偏差，精准排查出了窗格边缘与墙沿检测的汇编对应错误。然而，此时的画面布局依旧存在细微的错位与砖石杂色。Opus 5 采取的方式是通过人工截图进行肉眼式逐块对齐，遇到无法推导的局部细节便依赖经验猜测，画面还原度依然停留在相似而非精确的阶段。
站在巨人肩膀上：SDLPoP 开源先验的降维打击
当测试推进到 Claude Opus 5.5 时，开发者仅仅给出了一句极其简短的提示，告知角色移动正常但砖块门窗位置不对，让新模型自由发挥。
Opus 5.5 并没有继续在截图比对的死胡同里打转，而是完成了一次开源先验知识检索。它定位到了逆向工程社区 princed.org 和开发者 Dávid Nagy 历经多年反汇编打造的开源项目 SDLPoP。模型直接将其中的房间渲染代码 seg008.c 提炼重写为 C# 模块 DosRoomDrawer.cs。
开源反编译资料让此前困扰模型的诸多诡异现象真相大白。原版游戏中看似随机分布的墙面石纹，实际上是利用房间号、行号和列号作为种子的确定性伪随机算法；第一关初始位置那扇轰然关闭的闸门，在关卡数据里原本就是开启状态，仅仅是因为主角坠落的瞬间触发了地面隐形开关。
与此同时，Opus 5.5 展现出了极高的工程推断力。它识别出原版 PRINCE.EXE 使用了早期的 Microsoft EXEPACK 压缩壳，此前模型之所以能误打误撞搜出部分表格，纯粹是因为那段数据未被压缩。Opus 5.5 随手写了一个解包模块还原可执行文件，并校正了此前截屏比对时产生的单像素偏移。在第一关首个测试房间中，新渲染器与 DOSBox 真实画面的差异像素直接缩小至 2 个点，而这两处色差仅仅是因为背景火把在两帧之间的轻微晃动。
模型的质变并不来自其凭空参透了机器码，而来自它知道去哪里检索前人耗费数年沉淀的反编译智慧。
开源社区对此保持着清醒的评价。多位逆向工程师在 Hacker News 讨论中指出，Opus 5.5 并没有独立破解复杂的 16 位 x86 绘制二进制，它的核心突破在于将高质量人类开源逆向成果迅速理解、转译并接入当前工程。
遗留系统重构的工业价值与未竟挑战
从评测方法学来看，这项实验无法被当作大模型能力的严谨基准天梯榜。整个测试过程中，提示词并未对齐，单次交互时长不同，且最关键的自闭环工具链直到中后期才被引入，存在大量未受控变量。
当前项目距离百分之百还原经典神作仍有巨大鸿沟。虽然基础移动与房间渲染达到了像素级一致，但原版游戏中极为精密复杂的守卫拼剑战斗、音效同步机制以及受击硬直判定依然缺失。从一个高度拟真的可玩切片，跨越到商业软件级的完整交付，中间横亘的工程量不容忽视。
但这场实验为金融、通信等深陷遗留系统泥潭的行业提供了极具参考价值的重构样板：
- 建议.重构陈旧汇编或老旧 COBOL 系统时，团队应放弃单纯依靠模型做静态代码翻译，优先搭建具备自动化测试与输出截获能力的差分运行沙盒。
- 风险.当前模型重构高度依赖开源生态中已有的逆向工程先验，若面对完全私有且缺乏反编译文档的陈旧系统，单次提示词的有效性将急剧衰减。
大模型在软件工程领域的下一次跃升，已不再由参数规模的军备竞赛单独决定。只有将推理能力、外部仿真验证闭环以及全网开源先验深度咬合，AI 才能真正跨越时间鸿沟，接管那些沉睡在软盘与磁带中的复杂逻辑。