Reco团队7小时重写JSONata，年省50万美元却花400块

7小时开发，400美元成本，替代掉每年烧掉50万美元的遗留系统——这组数字来自Reco团队的最新实践。他们用AI把Node-RED生态里的JSONata表达式语言，从JavaScript完整迁移到了Go。

这事的关键不在"AI多厉害"，而在他们找到了一个被很多人忽略的杠杆：现成的测试套件。JSONata本身带着大量测试用例，团队直接把这些喂给AI当验收标准，生成代码→跑测试→报错→修正，循环到全绿为止。

Shadow部署：新旧系统并行跑了一周

代码能跑只是第一步。Reco把新旧实现同时挂在线上，真实流量两边走，对比输出是否完全一致。这种"影子模式"在金融和基础设施领域常见，但AI生成的代码敢直接上生产对账，本身说明测试覆盖足够扎实。

Simon Willison在转发时用了个词：「vibe-porting」。直译是"氛围移植"，实际指让AI模仿现有代码的行为模式，而非逐行翻译。JSONata的语法和jq类似，处理JSON查询和转换，Node-RED用户很熟悉。迁移动机也很直白：Go比Node.js更适合高并发场景，且部署更简单。

成本账算得清楚。原系统年运维开销50万美元，新方案一次性投入400美元token费用，后续主要是人力维护。但团队没说的是：如果JSONata没有那份测试遗产，7小时根本打不住——AI会生成看起来对、跑起来错的代码，调试时间指数级膨胀。

AI编程的隐藏前提：可验证性

这个案例和此前Stripe用AI迁移代码库、Shopify重构路由的逻辑一致：AI适合当"执行层"，但验收标准必须人工或历史资产来定义。没有测试套件的项目，vibe-porting就是赌博。

Reco团队没公开具体用了哪个模型，只提了"token spend"。按当前定价反推，400美元大约对应2-3百万token，Claude 3.7 Sonnet或GPT-4o级别的主力模型都能覆盖。真正贵的是人——工程师得懂JSONata语法、Go性能特征，以及怎么设计shadow验证流程。

Node-RED社区对此反应分化。有人在论坛问：「官方JavaScript实现会跟进吗？」维护者回应短期内无计划，但承认Go版本性能数据"很有趣"。

年省50万美元的故事听着像PR话术，但拆解下来全是工程常识：测试即文档、影子部署降风险、AI填平重复劳动。唯一的问题是——你的代码库，有那份能喂给AI的测试遗产吗？