每一套老系統都是一座沒有地圖的迷宮。
傳統的接手方式，是派一位資深工程師進去，一行一行讀、一支一支追，三個月後產出一份「大概是這樣」的理解。成本高、時間長，而且高度依賴那位工程師的耐性。
AI 改變了這件事的成本結構。
AI 反向工程實際在做什麼
所謂 AI 反向工程，不是把程式碼丟給聊天機器人問「這在幹嘛」。實務上是一套有紀律的流程：
1. 全庫掃描與模組地圖——讓 AI 讀完整個代碼庫，產出模組結構、進入點、相依關係。原本要人工整理數週的「系統長什麼樣」，現在幾天內就有第一版。
2. 呼叫鏈與資料流追蹤——挑出核心交易（例如下單、月結、計價），讓 AI 追出從輸入到落地的完整路徑，標出中間每一個轉換與判斷。
3. 業務規則萃取——這是最值錢的一步。把埋在 if-else 深處的商業邏輯翻譯成人話：「訂單金額超過 X 且客戶等級為 Y 時，折扣上限是 Z」。這些規則往往連現任主管都說不齊全。
4. 產出可維護的文件——把以上所有產出整理成新團隊真正讀得下去的文件，而不是又一份沒人打開的 Word。
AI 做得到與做不到的，要分清楚
AI 可以告訴你程式「做了什麼」，但只有人能判斷它「該不該這樣做」。
AI 很擅長整理事實：結構、路徑、規則。但它不知道哪條規則是當年的權宜之計、哪條是法規要求、哪條其實是 bug 只是大家將錯就錯十年。這些判斷需要有經驗的工程師帶著業務方一起確認。所以 AI 反向工程的正確用法是：AI 負責把迷宮畫成地圖，人負責決定哪些路要留、哪些要封。
什麼時候該做反向工程
三種情境最典型：一是原廠或原工程師已經不在，系統變成黑盒（這種情況的完整接手方法，見〈沒有文件的舊系統怎麼接手？〉）；二是你準備做系統現代化，需要先知道現況才能規劃路線（見〈舊系統現代化的漸進式升級路線〉）；三是併購或稽核，需要在短時間內弄清楚一套陌生系統的真實狀況。
成本大概是什麼量級
以前需要資深工程師半年的理解工作，用 AI 輔助後通常能壓縮到數週——而且產出的是結構化文件，不是存在某個人腦中的印象。對於年營運依賴度高的核心系統來說，這筆投資幾乎永遠划算：它買的不是文件，是「敢動這套系統」的能力。
想評估自己的系統？
AllPower 的 老系統現代化服務把 AI 反向工程當成接手與現代化案的標準第一步。如果你想讓內部團隊也具備這套能力，我們與六角學院合作的AI 賦能開發實戰工作坊會直接用你們的真實情境來教。
老程式碼不會自己消失，但它可以開口說話——只要你用對方法問。
