Codex обновил интерфейс игры 1985 года. Этот подход может вернуть к жизни старый софт

У старой программы может быть вполне рабочая логика и интерфейс, который отпугивает нового пользователя за первые пять минут. В таких случаях необязательно переписывать всё с нуля. Иногда достаточно заменить способ взаимодействия с системой.

Профессор Уортонской школы Итан Моллик показал такой пример на A Mind Forever Voyaging — текстовой игре Infocom 1985 года. С помощью Codex для неё сделали современный браузерный интерфейс. Играть можно по-прежнему через текстовые команды или через GUI с более понятной навигацией. По словам Моллика, текст игры и доступные действия при этом сохранились.

Этот небольшой эксперимент хорошо показывает задачу, которая подходит coding-агентам: оставить работающую систему на месте и построить для неё новую точку входа.

A Mind Forever Voyaging написал Стив Мерецки. Игра вышла в 1985 году и заметно отличалась от многих квестов Infocom того времени: головоломок здесь сравнительно мало, а основное действие строится на исследовании мира и интерактивном повествовании.

Игрок управляет разумным компьютером PRISM. Он попадает в несколько вариантов будущего и наблюдает, к каким последствиям приводит политический план.

Почти весь мир игры существует в тексте. Пользователь вводит команды, читает ответ системы и постепенно осваивает логику текстовых приключений восьмидесятых. Для поклонников жанра такой интерфейс — часть опыта. Для человека, который впервые открывает игру сегодня, это дополнительный порог входа.

В новой версии содержание осталось прежним, но рядом с командной строкой появился более привычный интерфейс. Пользователю не нужно заранее знать синтаксис текстовых adventure-игр: возможные действия можно увидеть на экране и выбрать мышью.

Схема выглядит просто:

старая логика и контент → новый интерфейс → современный браузер

Ценность такого подхода в том, что AI работает не над ещё одним приложением с нуля, а над адаптацией уже существующей системы. Проверенный контент и логика продолжают выполнять свою задачу, а новый слой делает их доступнее.

Представим внутреннюю программу, которой компания пользуется пятнадцать лет. Она правильно считает заказы, хранит привычные статусы и поддерживает десятки рабочих сценариев. Сотрудники не любят её только по одной причине: интерфейс давно устарел.

Полная замена такой системы превращается в отдельный проект. Команде приходится восстанавливать бизнес-логику, писать новый frontend, переносить интеграции и повторно проверять старые сценарии. Цена ошибки высока, поэтому неудобный интерфейс продолжает жить годами.

Coding-агенту можно поставить более узкую задачу: изучить существующие способы управления системой и построить поверх них современный web-интерфейс. Старый backend при этом остаётся источником бизнес-логики.

Такой сценарий подходит небольшим ERP, административным панелям, аналитическим скриптам и внутренним базам. Во всех этих случаях сначала стоит проверить, действительно ли проблема находится в логике программы. Если функция работает, а пользователи спотыкаются о форму, меню или командную строку, новый интерфейс может быть разумнее полного переписывания.

Многие полезные программы рассчитаны на работу в терминале. Разработчик видит команду tool --input ./data --format json и понимает, что делать. Для маркетолога, редактора или операционного менеджера та же строка выглядит как фрагмент программы, который легко сломать.

Поверх такого инструмента можно собрать форму: пользователь выбирает файл, указывает формат и нажимает кнопку. Интерфейс проверяет поля и преобразует действия обратно в параметры CLI. Сама программа продолжает выполнять вычисления как раньше.

Здесь AI действует как переводчик между интерфейсом машины и привычным интерфейсом человека. Это расширяет аудиторию хорошего инструмента без переноса его функций в новый код.

В legacy-системах редко бывает идеальная документация. Автоматических тестов может не быть, а часть поведения знает только сотрудник, который давно работает с программой. Новый интерфейс легко скрывает ошибочную интерпретацию старой функции за аккуратной кнопкой.

Для игры такая ошибка испортит прохождение. Для бухгалтерской, складской или клиентской системы последствия будут серьёзнее.

Поэтому рабочая схема включает несколько этапов:

Agent изучает систему → строит интерфейс → тесты сравнивают старое и новое поведение → человек проверяет критические сценарии → интерфейс открывают пользователям

Чем важнее система, тем меньше пользы от скорости генерации frontend без тестов. Модернизация имеет смысл только тогда, когда новая оболочка точно повторяет поведение старых функций.

Демонстрации AI coding обычно показывают новое приложение, созданное за короткое время. Эксперимент с A Mind Forever Voyaging предлагает другой сценарий: взять вещь, которая уже работает, и убрать барьер между ней и пользователем.

Таких кандидатов много среди старых игр, CLI-утилит и внутренних корпоративных программ. Их ценность находится в логике, данных или контенте, а слабое место — в интерфейсе.

Если coding-агенты снижают стоимость работы над этим слоем, небольшие проекты модернизации снова становятся оправданными. И одна из самых практичных команд для AI-разработки может звучать так:

«Вот программа, которая уже работает. Сделай так, чтобы ей снова было удобно пользоваться».Короткие заметки о coding-агентах, legacy-системах и интерфейсах публикую в Telegram