AI挥刀斩代码“旧疾”：900万行遗留代码焕新生！AIGC.Bar AI资讯深度解读

type

status

date

slug

summary

AI如何“庖丁解牛”般处理遗留代码？——摩根士丹利的启示

摩根士丹利并非简单地采用市面上的通用AI编码工具，而是选择了一条更具挑战但也更精准的道路——自主研发。其内部构建的AI工具DevGen.AI，基于OpenAI的GPT模型（一种先进的LLM），并利用自身庞大的代码库进行针对性训练。这一策略的核心优势在于，DevGen.AI能够深刻理解那些已不再流行甚至鲜为人知的编程语言，如Cobol。

该工具的关键功能并非直接将旧代码“翻译”成新代码，而是先将其解析并整理成清晰的、人类可读的英语规范——相当于为复杂难懂的遗留代码绘制出一份详细的功能蓝图。在当前精通古老语言的开发者日益稀缺的背景下，这份“图谱”极大地降低了理解门槛。任何开发者，即使不熟悉原始语言，也能依据这份规范，使用现代编程语言（如Python、Java）进行高效的代码重写和现代化改造。摩根士丹利全球约1.5万名开发者已开始运用DevGen.AI处理包括代码规范生成、代码片段隔离乃至部分代码直接翻译等任务。这一实践充分展示了AI在理解复杂业务逻辑、辅助大模型技术落地应用方面的巨大潜力。

不止孤例：AI赋能代码现代化的行业浪潮

摩根士丹利的成功并非个案，整个行业都在积极探索利用AI攻克遗留代码难题。

ADP的探索：作为一家历史悠久的薪资处理服务商，ADP面临着大量Cobol代码的维护挑战。他们正尝试运用生成式AI将这些大型机代码“翻译”成Java，以缓解Cobol人才断层的压力。

Wayfair的实践：这家在线家具零售商虽然年轻，但也积累了PHP、SQL等语言的遗留代码。他们主要利用谷歌提供的编码助手，帮助工程师更新旧代码、理解缺乏文档的代码库，有效减少技术债。

Databricks的应用：数据存储与管理厂商Databricks也利用生成式AI，帮助工程师快速理解和接手公司内部的旧有代码库，显著提升了开发和维护效率。

这些案例共同揭示了一个趋势：无论是金融巨头还是科技新贵，都在积极拥抱AI，将其视为解决遗留系统问题、提升开发生产力、弥补技能差距的关键工具。这不仅关乎技术升级，更关乎企业的持续竞争力和创新能力。对于希望了解更多人工智能在各行业应用的读者，可以关注AI日报和Prompt工程的最新进展。

AI编程助手的进化：从辅助编码到系统重构

过去一年，我们见证了微软GitHub Copilot、亚马逊CodeWhisperer、谷歌Duet AI以及IBM WatsonX Code Assistant等一系列基于生成式AI的编程助手的问世。它们最初主要帮助开发者完成代码片段自动补全、编写代码文档等任务，显著提升了编码效率。

然而，这些AI工具的雄心不止于此。它们正逐步将能力边界拓展至更复杂的遗留系统现代化领域。以IBM为例，其WatsonX编码助手不仅能辅助开发者将Cobol代码迁移至Java，还支持在继续使用Cobol的前提下进行优化和现代化。IBM深知其众多大型机客户对Cobol的依赖，因此其AI工具旨在通过“理解代码意图”并生成可用的现代代码，将原本可能耗时数年的系统更新任务缩短至一两年内。这背后是AGI发展方向上的一小步，也是AI变现的重要途径。

挑战与展望：AI代码现代化的现实与未来

尽管AI在代码现代化方面展现出巨大潜力，但我们仍需清醒认识到其面临的挑战和局限性。

技术债的复杂性：遗留系统往往积累了多年甚至数十年的技术债，包括硬编码逻辑、混乱的依赖关系和难以理解的“临时”修复。AI虽能辅助理解，但彻底梳理和解决这些深层次问题仍需人类工程师的深度参与和架构智慧。

人类工程师的核心价值：正如摩根士丹利的Pizzi所言，虽然AI可以将Perl代码重写为Python，但要编写出能充分发挥Python特性且高度优化的代码，仍离不开经验丰富的工程师。AI是强大的助手，而非完全的替代者。未来的软件工程领域，人才需求甚至可能因AI的加入和代码总量的增加而持续增长。

多模型协同：Gartner分析师指出，复杂的遗留系统改造更像是一个复杂的工作流自动化过程，需要多个AI模型协同工作，有的专注于代码生成，有的负责关系映射和影响分析。

展望未来，随着大模型技术的不断进步，AI在代码理解、代码生成、自动化测试与部署等方面的能力将持续增强。AI将更深入地融入软件开发的全生命周期，帮助企业更高效、更低成本地实现IT系统的现代化，从而释放更大的创新潜能。企业应积极关注AI技术的发展，并结合自身业务需求，探索AI在解决实际问题中的应用。

结论：拥抱AI，重塑代码未来

“代码屎山”和古老编程语言带来的维护难题，曾是许多企业数字化转型路上的“拦路虎”。如今，以摩根士丹利为代表的先行者们，正通过AI技术，以前所未有的效率和规模，向这些沉睡的代码发起挑战。生成式AI，特别是经过特定领域数据训练的LLM，正在成为代码现代化的强大引擎。

然而，我们必须认识到，AI并非一劳永逸的解决方案。它更像是一位能力超群的助手，其最大价值的发挥，离不开人类工程师的智慧、精心的总体架构设计以及持续的迭代优化。企业在拥抱AI带来的机遇时，也应注重培养与之相适应的人才队伍和技术文化。

科技总是在吐故纳新。随着AI技术的飞速发展，软件开发和维护的方式正在被深刻重塑。对于希望紧跟时代步伐、了解更多AI资讯、AI新闻以及chatGPT、claude等前沿AI工具最新动态的企业和开发者而言，积极探索和应用AI，无疑是通往未来技术高地的必经之路。欢迎访问AI门户 https://aigc.bar，获取更多深度分析和行业洞察。