AgentModernize：使用多智能体 LLM 和行为规范图在遗留现代化中保持业务逻辑

遗留现代化会破坏业务逻辑。大多数工具和基于 LLM 的方法将现代化视为语法转换，丢失隐式规则、边缘情况处理和跨模块约束。我们提出 AgentModernize，一个将现代化视为行为保持问题的多智能体框架。四个专业化智能体分别处理提取、规范、代码生成和验证。关键中间制品——行为规范图（BSG）——迫使提取的业务逻辑在生成任何代码之前变得显式和可检查。我们在 LegacyModernize-8 上进行了评估，该数据集涵盖电信和银行业的八个场景，使用三个模型（GPT-4o-mini、GPT-4o、GPT-5.3-codex）在公平协议下进行测试：相同的黄金标准测试、3 次试验、温度 0.0。在每个 backbone 上，只有完整的 AgentModernize 配合反馈才能实现非零平均 BER。SP-LLM 和 CoT-LLM 在每个场景、每个 backbone 上都得分为 0.0%。没有反馈的 AgentModernize 在 GPT-4o-mini 和 GPT-5.3-codex 上得分为 0.0% 平均 BER；在 GPT-4o 上仅在 S1 上实现了非零 BER（44.4%；5.6% 的平均值）。完整 AgentModernize 的平均 BER 为 9.4%（mini）、8.1%（GPT-4o）和 19.4%（codex）。BSG 捕获了 91.2% 的黄金标准规则，确认瓶颈在于代码生成而非提取。