GitHub משתמשת ב-Copilot כדי לשכתב 800,000 שורות TypeScript ל-Rust

מחקר הנדסי שפרסמה GitHub הפך לאחת ההדגמות המוחשיות ביותר השבוע של migration של קוד בעזרת AI בקנה מידה גדול: Copilot שימש להמרה של 430,000 שורות TypeScript לכ-800,000 שורות Rust, בעלות מדווחת של כ-120,000 דולר. המסמך כן לגבי חלוקת העבודה — הוא בוחן היכן ה-AI באמת האיץ את ה-port, והיכן מהנדסים אנושיים עדיין נאלצו להתערב כדי לתקן, לאמת ולתכנן ארכיטקטורה.

הדוגמה חשובה כי migration בין שפות הוא משימה יקרה ומועדת לשגיאות שדרשה עד היום צוותים גדולים ולוחות זמנים ארוכים. port בעלות של ~120,000 דולר בעזרת AI מרמז על עקומת עלות חדשה לעבודות מודרניזציה, במיוחד לארגונים שיושבים על codebases ישנים וגדולים. הכפלת מספר השורות (430K TS מול 800K Rust) משקפת גם את רמת ה-verbosity השונה בין השפות ואת הסמנטיקה המפורשת של Rust סביב זיכרון וטיפוסים.

המסגור הכן — 'הנה מה שה-AI באמת עשה' — הוא מה שמעניק לסיפור אמינות מול קהל מפתחים סקפטי שכבר עייף מהצהרות מנופחות על AI בכתיבת קוד. זה משתלב בתמה הרחבה יותר של השבוע סביב coding agents: Grok 4.7 של xAI שמכוון ל-CursorBench, הנחיות של AWS ל-coding agent במודל פתוח, ו-OpenAI שמשיקה את Sol/Luna לתוך Codex. ההסתייגויות אמיתיות: codebase של 800K שורות Rust עדיין דורש בדיקות יסודיות, security review ותחזוקה ארוכת טווח, והמסמך מציין לכאורה תחומים שבהם פיקוח אנושי היה הכרחי — החלטות ארכיטקטורה, תרגומי טיפוסים מסובכים ואימות נכונות. עבור מובילי הנדסה, המסקנה היא שה-AI יכול לכווץ דרמטית את העבודה השחורה של migration, אך הוא מסיט — לא מבטל — את הנטל האנושי לכיוון review ושיקול דעת. השאלה אם ה-Rust שנוצר הוא אידיומטי וניתן לתחזוקה — ולא רק מתקמפל — היא זו שתקבע אם מדובר בתבנית לחיקוי או בסיפור אזהרה.