先把这个结论撂这：这篇ERP迁移的案例研究，最值钱的不是那个70%的平均等价性，也不是$1.66到$10.28的token账——是那个47%。低复杂度92%、高复杂度47%，这俩数摆在一起，才真正说出了AI迁移在真实项目里能干多少、不能干多少。盯着平均值看的人，是在给这波红利交认知税。
“平均70%”是个商业销售数字，“高复杂度47%”才是个工程账本。12个功能一摊平，那些简单模块把复杂逻辑稀释掉了，账面上好看得很。可真正拖死一个迁移项目的，从来不是那堆能到92%的简单CRUD，是那几个拿47%等价的复杂功能——它们占比不高，却决定整个系统迁完之后能不能跑、敢不敢上线。ERP的复杂功能不在代码行数多，在业务规则藏得深：一条定价计算、一个库存分摊、一段税务处理，代码没几行，错了就是钱上的窟窿。47%等价性意味着什么呢？生成出来的东西表面上同名同参数，调用签名一模一样，内部行为路径却有一半多是错的或者缺的。更麻烦的是，等价性测试还测不到这些暗坑——它只能告诉你和原系统比差多少，不能告诉你差的那53%里，哪些是无关紧要的边界条件，哪些是月末结账时会炸的那条路径。
有人会说你这不是废话吗，谁迁移完不测试。对，都测。但先算笔token的账：低复杂度147万token，高复杂度909万，折下来$1.66和$10.28。任何人看到这俩数，第一反应都是“便宜得离谱”。单看数字，我承认是便宜。问题在于这是单代成本——不是迭代成本，不含返工成本，更没算“人生成之后又花三周修bug”那一笔。单代策略就是发一个prompt，代理生成一份代码，测一下等价性，完事。没有反馈循环，测试-修复-重试这套流程全都没有。真实迁移项目从来不是单代就能收工的，尤其47%等价性的那些复杂功能——你生成的代码一半多是错的，你得先理解这一半多的错代码再修正它，这个成本token费里体现不出来。$10.28是入场券，不是离场券，进去之后的那笔账才是大头。
说句扫兴的，这研究选“单代策略”其实挺聪明——不是因为它能指导生产，恰恰是因为它把代理的“裸能力”和“人+AI的实际产出”剥开看了。带迭代、带反馈，70%是能往上拉的，但那是“人+AI”的成绩，不是代理自己的。单代测出来的是干净数：给这个版本的Claude Code代理一个功能迁移指令，它单次能命中多少。92%和47%，这就是“AI能不能替代人工迁移”的裸答案。我半年前算过一笔类似的账，当时判断“AI做遗留迁移的红利在低复杂度功能，复杂功能还得靠人手”——这篇研究基本印证了，但我当时低估了单代裸测的价值。单代裸测能告诉你的是分工：代理做第一遍粗迁，人做高复杂度功能的事后修正。这个分工，账能算过来。
那怎么用？先搞清楚你要迁的那堆功能的复杂度分布。如果80%低复杂度、20%高复杂度，代理把80%里的活儿以92%的等价性先铺一遍，人再收口，省下的时间是真金白银，这波红利你吃得到。但如果你面对的是ERP核心模块、结算逻辑、财务规则这种高复杂度占大头的——别让代理裸奔。不是AI不行，是单代策略不行。47%等价性意味着你后续投入的人工修正成本可能比从头写C#还贵，因为你得先理解代理生成的半错代码再返工。这跟请了个便宜外包一样，前期省的钱都花在替他擦屁股上——外包好歹还说自己写错了，AI连错在哪都不告诉你，你只能一排一排问。账本上别光记token费，把“理解半错代码的时间”也记进去。这笔账，多数做技术决策的人不记，他们只看cash out。
插一句不相干的，我前阵子看一个开源社区的人发帖，说用Claude Code迁了个VB6报表模块，token花了四块多，高兴得不行。底下没人问他报表模块的逻辑对不对，都在感叹“四块钱还要什么自行车”。那次之后我就不太愿意参与这类讨论了，因为一句话就能说清：便宜的不是迁移，便宜的是错觉。
回到正题。这篇研究真正值钱的结论不是“AI能做迁移”，是“AI做迁移的止损线在哪”。低复杂度92%等价性配上合理测试和人工Review，基本能直接进流水线——这是实打实的红利窗口。复杂功能47%，就不是红利不红利的问题，是你敢不敢拿它上生产的问题。至少在我这，这个数目前不敢下死话，再看看后续有没有带迭代的版本能把数拉上去。
那怎么办？一条很窄但能走的路：用AI迁移之前，先花一天时间给功能按复杂度打分，不是按代码行数，是按业务规则密度。规则少的，扔给代理单代迁移，然后补测试；规则多的，别单代，人拿着代理生成的东西当参考草稿改，或者人先写好骨架让AI填。中间地带留给判断——别偷懒，判断这东西AI暂时替不了。
$10买到的是“好像迁移完了”的安心，47%才是复杂功能真正的报价。你想冲这波红利，先搞清楚自己冲的是92%那端还是47%那端——这决定了你是在赚执行差的红利，还是在交认知税。这笔账，你自己算。咱下篇见。