Legacy systems construídos sobre plataformas descontinuadas são uma recorrente responsabilidade tecnológica em organizações que dependem dessas aplicações para sustentar processos de negócio críticos. Embora a modernização seja estrategicamente necessária, ela é custosa e propensa a erros quando realizada exclusivamente por esforço manual.

Neste artigo, relatamos um estudo de caso conduzido em um ambiente industrial real, no qual avaliamos tanto a efetividade quanto a eficiência de agentes de programação baseados em IA no suporte à migração de sistemas legados para plataformas modernas. Utilizando uma versão do agente Claude Code, migramos 12 funcionalidades de diferentes níveis de complexidade de um sistema corporativo ERP escrito em Visual Basic 6 para C# .NET 10, sob uma estratégia de geração única.

Após as sessões de migração, medimos a equivalência das funcionalidades migradas em relação às originais e coletamos dados sobre o tempo gasto e o número de tokens consumidos pelo agente durante o processo. Em nosso experimento, o agente alcançou uma equivalência média de 70%, com forte assimetria entre os níveis de complexidade: funcionalidades de baixo nível atingiram 92%, enquanto as de alta complexidade ficaram em 47%. Assimetria semelhante foi observada nas métricas de custo: funcionalidades de baixo nível consumiram 1,47M tokens (US$1,66), enquanto as de alta complexidade usaram 9,09M (US$10,28).

Revelamos os cenários práticos e circunstâncias em que essa estratégia de migração é mais eficaz, além de discutir as limitações e desafios do uso de agentes de IA para modernização de sistemas legados.