で、47万行だと幾らかかるのか。Struts遺跡でAI移行の単価を実測し、見積もりレンジを出す

47万行のレガシーコードをAIで書き直したら幾らかかるのか。この経営会議で必ず出る問いに、実測で答えた試みがある。対象はStruts 1系の遺跡で、AIの実装役（Sonnet）とレビュー役（大モデル）の分業で変換ループを回し、単価を測った。

実験は2つのユニットで対照させた。審判（テスト）がある場合とない場合、そして構造保存か再設計かという軸で、変換のばらつきを捕まえるためだ。Moneyクラス（金額計算・精度13・HALF_UP・壊れた値を保存する歴史的事情付き）を2回、同じ条件で書き直させた。結果は興味深い。1試行目は15分38秒、3.05ドルで完了。テストは全58件が通った。しかしテスト外で欠陥が潜んでいた。serialVersionUID を追加した変更が、直列化済みのMoneyオブジェクトを復元不可に変えていたのだ。テストには直列化レイヤが見えていないため、greenのまま通過していた。人間側が差分を読んで初めて気づいた。さらに2試行目を回すと、1試行目とは異なる欠陥を拾った。internalPrecision を static final 化する提案をレビューが却下したのだ。コードレベルでは書き換えがない。だがリフレクション越しに値を変える処理があれば、定数畳み込みで変更が届かなくなる。1試行目の人間レビューは気づかず、2試行目のAIレビューが捕まえた。つまり「審判があれば機械的」という見立ては嘘ではないが、テスト外の世界は残る。そしてAIレビューの目も試行ごとにぶれる。大規模移行の単価推定は、この揺らぎの中から引き出す必要がある。