用GPT Codex与DeepSeek改造广州企业遗留系统：一个软件公司的实战拆解

业务场景：当ERP代码库变成“黑箱”

2025年8月，广州天河区一家年营收3亿的贸易型企业找到我们，说他们用了8年的Java版进销存系统（基于老Spring MVC + jQuery）已经没人敢改代码。前任开发离职两年，没有文档，业务部门每次提需求都要等外包报价，工期动辄三周起步。老板希望在不推翻重来的前提下，用AI助手加速系统迭代。

这类问题在广东中小企业里很常见。我们团队接手后发现，代码里充斥着大量重复逻辑、硬编码数据库连接字符串、以及早已停用的第三方API。如果用传统方式重构，光梳理业务逻辑就需要两个半月。而客户预算只有15万，周期要求六周内上线新功能（多仓库调拨、促销引擎）。

需求判断：不是要“写代码”，而是要“读代码”

客户一开始说“用AI自动生成新模块”。但我们实测后判断：核心痛点是遗留代码的可读性，而非生成能力。我们推荐了两条技术路线：GPT Codex（企业级按月订阅）用于理解旧代码并生成重构方案，DeepSeek V2本地部署版用于处理敏感业务逻辑（库存金额计算、贸易条款解析），避免数据上云风险。

最终决策依据：Codex企业版（按用户数付费，每位开发月费约300美元）覆盖团队5名开发，DeepSeek本地化部署（采购一台A100服务器，一次性投入约12万）覆盖长期数据隐私需求。客户选择了混合方案。

实施步骤：六周拆成三段

• 第1-2周：代码理解与注释生成。用Codex的“Explain Code”功能逐模块解析原系统30个核心类，生成中文注释和业务流程图。同时用DeepSeek做交叉验证，确保关键算法描述准确。
• 第3-4周：新功能原型开发。基于需求文档，用Codex生成多仓库调拨的核心逻辑骨架，人工修正边界条件（比如广州仓库到东莞仓库的物流时效差异）。老系统API用Trae CN（国内版CodeBuddy）做适配层，不改动原有数据库结构。
• 第5-6周：集成测试与旧代码替换。把AI生成的模块嵌入系统，用Qwen（通义千问）做单元测试用例生成，覆盖90%以上的分支逻辑。最后找客户业务骨干做两轮UAT，发现3处会计凭证代沟错误，均由DeepSeek重新推理修正。

预算与周期影响：省了60%的开发时间

对比传统手动重构：原先预计6人月（约24万），实际花费Codex订阅5人×2个月×2400元≈2.4万 + DeepSeek服务器12万（折旧按项目计2万）+ 人工3人×6周×1.5万≈6.75万，总计约11.15万，比预算节省16%。周期从预估的10周压到6周。关键瓶颈在客户业务方确认需求的速度（拖了1周），技术本身并未延期。

交付注意点：模型选择与数据合规

给广东企业做AI辅助开发，必须注意三点：

• 模型权限管理：Codex企业版支持管理员控制代码库访问范围，我们只开放了旧系统核心模块给团队，财务类和客户名单类代码由DeepSeek本地处理，不走外网。
• 结果审计：AI生成的代码涉及金额计算、数据库DML语句时，必须人工逐行review。我们踩过一次坑——DeepSeek在生成“四舍五入到分”逻辑时，丢失了银行承兑汇票的差值处理。
• 长期维护成本：建议客户在系统中增加“AI生成标记”注释，日后改代码时能快速定位AI输出部分，避免混淆。

本地搜索关键词

广州天河区企业如果搜索类似问题，可以尝试这些关键词：广州遗留系统改造、天河区ERP重构AI助手、广东企业AI代码生成工具、DeepSeek本地部署广州公司、GPT Codex企业订阅价格、老系统迁移大模型方案。