本周二，人工智能公司 Anthropic 宣布发布一系列新工具，将其 AI 模型 Claude 的能力扩展到了一个充满“历史尘埃”的领域：理解并转换有着66年历史的 COBOL 代码。Claude 现在能够读取、分析传统的 COBOL 程序，并将其自动翻译成 Java 和 Python 等现代编程语言。
这一消息在资本市场引发了剧烈反应。当日，科技巨头 IBM 的股价应声暴跌13.2%，创下了该公司自1998年以来的最大单日跌幅，市值瞬间蒸发近400亿美元。市场普遍认为，Anthropic 的这项 AI 工具 直接威胁到了 IBM 赖以生存的大型机与遗留系统现代化服务业务。
古老的代码，现代的问题
COBOL（通用商业语言）诞生于1959年，是专为 IBM 大型机设计的编程语言。尽管其设计年代久远，但根据开放大型机项目的数据，全球至今仍有约2500亿行 COBOL 代码运行在金融、政府、交通等核心交易处理系统中。这些系统的维护正面临一个巨大的断层：熟悉 COBOL 的资深工程师陆续退休，而新一代程序员大多不具备阅读和理解这些“考古级”代码的能力。
这种技能鸿沟已成为企业 IT 领域最棘手的问题之一。实际上，IBM 自身也早已意识到了这个问题，并在2023年推出了名为 watsonx Code Assistant for Z 的 AI 工具，旨在帮助客户将 COBOL 代码迁移至 Java。
Anthropic 宣称，其 Claude Code 工具能够分析整个 COBOL 代码库，映射其中隐藏的复杂依赖关系，并生成可运行、易于理解的现代代码译文。对于那些希望将 COBOL 应用从昂贵的大型机环境迁移到分布式平台（如 Windows、Linux）的企业来说，这无疑提供了一种新的、可能更经济的解决方案。
技术早已可行，真正的拦路虎是成本与复杂性
Gartner 分析师 Matt Brasier 指出：“COBOL 现代化在技术上早已是一个被解决的问题。真正的挑战在于其高昂的成本与模糊的投资回报率。”
事实上，提供类似服务的并不只有 Anthropic 和 IBM。亚马逊的 AWS Transform 与谷歌云平台也提供基于 AI 的代码迁移工具，目的都是降低企业将工作负载从大型机迁移上云的阻力。NAND Research 首席分析师 Steve McDowell 则提醒，问题远不止于编程语言本身：“应用程序能在大型机上稳定运行，关键不在于它们是用 COBOL 写的，而在于大型机提供了通用服务器难以比拟的确定性、强大算力与极致可靠性。”
穆迪评级高级副总裁 Raj Joshi 对此事件的评论较为冷静：“这基本上是为 IBM 增加了一个竞争对手。它一直身处一个竞争激烈的领域。表面上看，这当然是负面的。但 IBM 历来都有能力与这类威胁共存。”
代码翻译只是第一步，冰山之下才是挑战
IBM 通讯总监 Steven Tomasco 在回应中强调了现代化工程的复杂性：“翻译 COBOL 代码仅仅是第一步。随之而来的真正挑战包括数据架构的重塑、运行时环境的替换、确保事务处理的完整性，以及保持硬件加速的性能水平。这些都是数十年来软硬件深度耦合的结果，IBM 已花费数十年时间来攻克这些难题。”
据 IBM 称，加拿大皇家银行、澳新银行等机构正在使用其 watsonx Code Assistant for Z 来加速代码现代化进程，同时保持在 IBM Z（大型机）平台上的运行。但对于那些希望完全脱离大型机生态、将 COBOL 应用迁移到分布式环境的企业而言，Anthropic Claude 进入的恰恰是一个 IBM 垂直整合优势不那么明显的领域。
企业应如何理性应对？
面对这类新闻，企业高管们或许会认为“救星”来了。但专家们建议需要保持冷静。
“尽管是 COBOL 语言，但它背后关联着无数复杂的应用程序，”一位 IT 管理者表示，“这绝不是转换几百万行代码就能直接上云那么简单。它需要进行大规模的风险评估，理清所有依赖关系。”
Raj Joshi 给出了更具体的行动建议：企业可以利用这次事件引发的董事会和股东关注，重新审视那些曾被搁置的现代化计划，评估其中是否有些项目现在具备了可行的投资回报率。
他预测：“Anthropic 会抢走 IBM 一部分工具市场的生意吗？当然会。但如果 IBM 的这项工具业务本身收入非常可观，我反而会感到惊讶。”
对于企业的 IT 领导者，他的核心建议是：不要情绪化地反应，不要一夜之间重写战略。应该将此视为开展一个小型、可控试点项目的契机，而不是彻底更换供应商的理由。选择一个边界清晰的应用模块，明确其输入输出，然后公平地评估不同方案在依赖映射质量、业务逻辑还原度、测试覆盖率以及性能回归等方面的表现。
在他看来，现代化远不止是代码转换。真正的难点在于提取封装在代码中的机构知识、重构业务流程与控制措施、进行变革管理，以及在一个被认为“永不会宕机”的系统中管控运营风险。AI 工具可以大幅加速“分析与转换”环节，但无法消除治理与问责的重担。
“最终的赢家，会将 AI 视为一个有严格纪律的现代化计划中的加速器，并为之设定可衡量的检查点与风险防护栏，而不是把它当作一个一按即灵的‘魔法转换按钮’。” Joshi 总结道。
作者：大雄
相关阅读：
对遗留系统现代化和 AI 工具如何改变开发流程感兴趣？欢迎到 云栈社区 的 智能 & 数据 & 云 和 人工智能 板块，与更多开发者交流前沿技术趋势与实践经验。
发表于 14 小时前
|
查看: 2|
回复: 0
