从 Python/Rust/Go 翻译到 TypeScript：AI Agent 的甜蜜点

最近看到宝玉老师写的关于 AI coding agent "甜蜜点"的文章，深有感触。我们实践下来发现，把现有的开源库从一种语言翻译到另一种语言，可能是目前 AI 编程最完美的应用场景。

为什么是"翻译"？

让 AI 从零写一个项目，难点在于：需求模糊、架构主观、需要发明创造。但翻译完全不同：

• 源代码就是需求文档——每个函数、每个边界情况都已经定义好了
• 需求已验证——一个 Python 库有几千个 star，TypeScript 版本肯定有人用
• 测试已就绪——原项目的测试套件就是"正确答案"
• 范围明确——库是自包含的，纯逻辑，没有部署、没有 UI

这恰好是 AI 擅长的：机械复杂但概念清晰的工作。

一天，六个项目

流程

做了六次之后，总结出标准流程：

1. 扫描——让 AI 阅读整个源项目，理解架构和模块结构
2. 规划——生成翻译规格：模块映射、语言习惯转换（__init__.py → index.ts，impl → class 等）
3. 翻译——从叶子依赖开始，逐模块翻译。AI 首轮能搞定 ~90%
4. 测试——翻译测试套件，运行，修 bug。这一步是真正的调试，但方向明确
5. 打磨——加类型、配置 tsconfig、写 README、发布

中等复杂度的库，2-4 小时搞定。简单的不到一小时。

经验

测试是一切。 有完善测试套件的项目，翻译成功率极高；没测试的，全靠猜。

Python → TypeScript 最顺滑。 两种语言结构相似，翻译最自然。Rust → TS 需要更多创造力（所有权、模式匹配没有直接对应）。Go → TS 居中。

AI 翻译比创作强。 从零开始要做几百个设计决策，翻译时大部分决策已经做好了。AI 只需换一种语法表达同样的逻辑。

不要逐行翻译，要地道。 Python 的列表推导应该变成 .map().filter()，Rust 的 match 应该用 TypeScript 的 switch 或对象查找。正确引导 AI，它能写出地道的目标语言代码。

思考

与其问"AI 能从零做什么"，不如问"有哪些现有的好东西，AI 可以帮我翻译、适配、移植？"这个思路打开之后，可做的事情非常多。

所有项目开源在 GitHub，欢迎贡献。