谷歌DeepMind的一位高管，用死对头Anthropic的AI工具，将2003年的PC游戏《Fable》硬生生塞进了iPhone。这位名叫Ammaar Reshi的AI Studio产品与设计负责人，在推特上自曝操作细节：他利用Anthropic的Claude模型，对《Fable》的原始代码进行逆向分析和重构，最终在40分钟内实现了ARM64原生编译，而非依赖模拟器。这不仅是技术狂人的个人秀，更展示了AI在代码迁移和跨平台开发中的惊人效率——传统方式可能需要数周甚至数月的工作，被压缩到了喝杯咖啡的时间。Reshi的移植过程并非简单复制粘贴。他透露，Claude模型首先解析了《Fable》的x86汇编代码，自动识别出与图形渲染、输入处理相关的关键模块，然后生成对应的ARM64指令集。更关键的是，AI处理了DirectX到Metal的API映射，这是游戏能在iOS上流畅运行的核心。据Reshi实测，移植后的《Fable》在iPhone 15 Pro上以60帧稳定运行，分辨率达到了1440p，几乎与当年PC版的高画质设置持平。这一数据让科技社区炸开了锅——毕竟《Fable》原版在2003年需要至少2.4GHz的Pentium 4处理器和128MB显存，而如今一部手机就轻松驾驭。这一事件的意义远超个人炫技。它揭示了AI在老旧软件生态维护中的商业价值：许多经典游戏和工业软件因代码陈旧、架构过时而被遗弃，但AI驱动的自动化移植可能让它们重获新生。Reshi的案例中，Claude模型不仅完成了代码翻译，还自动优化了内存管理和触摸输入适配，省去了大量人工调试时间。有开发者估算，类似项目若采用传统逆向工程，至少需要3名工程师全职工作2个月，而AI将成本降低了90%以上。不过，Reshi也坦言，AI生成的代码仍有5%左右的逻辑错误需要手动修正，比如游戏中某个NPC的对话触发条件出现了偏差。对于AI从业者而言，这则新闻带来了双重启示。一方面，AI辅助的代码迁移工具正在从实验室走向实用，未来可能催生“零成本软件考古”服务，让上世纪90年代的经典应用重新适配现代硬件。另一方面，Reshi选择Anthropic而非自家谷歌的Gemini模型，暗示了当前AI市场的竞争格局：不同模型在代码理解领域的优势差异明显。如果你正在考虑将老旧项目移植到新平台，不妨尝试用Claude或GPT-4进行初步的代码分析，但务必保留人工审查环节——毕竟，游戏中的Bug可能让玩家在关键时刻卡关，而工业软件的错误则可能导致真金白银的损失。这场40分钟的移植实验，或许正是AI重构软件产业链的开端。