#模型时代# 让IBM股价狂跌的Anthropic Blog写了啥。

大家都知道前一阵子Anthropic狂洗了Saas股，昨天一篇Blog，又把IBM股价打下来来了，翻译成中文，其实一共就2000个字。其实这件事很好推理，一切以代码为核心的靠封闭技术生态打造的护城河，都不存在了。

把原文转载如下：

AI如何帮助打破COBOL现代化的成本壁垒
遗留代码现代化停滞了多年，因为理解遗留代码的成本比重写它还要高。 AI 颠覆了这个等式。

2026年2月23日

COBOL 无处不在。据估计，它处理着美国 95%的 ATM 交易 。每天有数千亿行 COBOL 代码在生产环境中运行，为金融、航空和政府等关键系统提供支持。

尽管如此，理解 COBOL 的人数每年都在减少。

构建这些系统的开发人员多年前就已退休，他们所掌握的机构知识也随之流失。生产代码在几十年间被反复修改，但文档却没有跟上。与此同时，我们也没有培养出替代者——只有少数几所大学教授 COBOL，而且每个季度都越来越难找到能够阅读它的工程师。

面对这些障碍，组织如何在不丢失几十年来积累的可靠性、可用性和数据的情况下实现系统现代化 ？而且还不能出任何差错？

1、为什么 COBOL 现代化改造与众不同
COBOL 现代化改造与典型的遗留代码重构有着本质区别。你不仅仅是在更新熟悉的代码以使用更好的模式，而是在对尼克松担任总统时期构建的系统进行业务逻辑逆向工程。你需要理清数十年来演变形成的依赖关系，并翻译那些如今仅存在于代码本身的机构知识。

过去，COBOL 系统的现代化改造需要大量顾问花费数年时间来梳理工作流程。这导致了漫长的时间线和高昂的成本，很少有人愿意承担。

AI 改变了这一切。

Claude Code 等工具可以自动化 COBOL 现代化改造中最耗费精力的探索和分析阶段。这些工具能够：

映射数千行代码中的依赖关系
记录无人记得的工作流程
识别人工分析师需要数月才能发现的风险
为团队提供做出明智决策所需的深入洞察
借助 AI，团队可以在几个季度而非数年内完成 COBOL 代码库的现代化改造。

2、AI 如何改变 COBOL 现代化
AI 擅长简化那些曾经使 COBOL 现代化成本高昂的任务。有了它，您的团队可以专注于策略、风险评估和业务逻辑，而 AI 则自动完成代码分析和实施工作。

3、自动化探索与发现
AI 首先读取您的整个 COBOL 代码库并绘制结构图。

它识别程序入口点，追踪通过调用子程序的执行路径，映射模块间的数据流，并记录跨越数百个文件的依赖关系。

这种映射超越了简单的调用图。共享数据结构、在模块间创建耦合的文件操作、影响运行时行为的初始化序列——这些隐式依赖关系不会出现在静态分析中，因为它们涉及通过文件、数据库或全局状态共享的数据。它们也正是使 COBOL 现代化改造充满风险的因素，这就是自动化发现的重要性所在：它在迁移过程中出现问题之前就找到这些隐藏的关系。

工作流程文档也从这一分析中产生。

通过追踪数据如何在系统中从输入流向输出，AI 可以生成处理流程的图表和文字描述，这些流程可能没人记得是如何构建的，但每个人都依赖它们。

4、风险分析和机会映射
在代码库映射完成后，AI 可以评估哪些组件可以安全迁移，哪些需要谨慎处理。高耦合的模块现代化改造风险更大。独立的组件则浮现为早期独立现代化的候选对象。重复的逻辑指向重构机会。积累了技术债务的区域在成为迁移意外之前就会被记录下来。

5、在专家监督下进行战略规划
这正是人类判断变得至关重要的地方。您的 COBOL 工程师能够理解 AI 无法掌握的监管要求、业务优先级、运营限制和风险承受能力。

规划阶段制定详细的路线图，对现代化工作进行战略性排序：

AI 根据分析过程中识别的风险、依赖关系和复杂性提出优先级建议。
您的团队审查这些建议，并根据业务价值、技术风险和组织优先级决定首先对哪些组件进行现代化改造。
此时，您的团队还会为现代化组件定义目标架构、代码标准和集成要求。
在进行任何代码更改之前，还需要定义代码测试和验证 ：

AI 设计初步功能测试，验证迁移后的代码是否产生与传统 COBOL 相同的输出。
您的团队决定这些测试是否充分，哪些业务场景需要主题专家进行人工验证，以及现代化组件需要满足哪些性能基准。
持续验证的增量实施
执行过程逐个组件进行，每一步都进行验证。AI 将 COBOL 逻辑转换为现代编程语言，为保留的遗留组件创建 API 包装器，并构建支撑框架以便在过渡期间新旧代码并行运行。

每一步要么成功并通过验证，要么在范围较小时失败并得到纠正。

你永远不会遇到大规模变更进行中、失败意味着回滚数周工作的情况。当你的团队看到现代化组件通过测试时，他们会获得信心去处理系统中逐步更复杂的部分。

6、开始您的 COBOL 现代化改造
上述方法适用于任何规模的 COBOL 系统。

像 Claude Code 这样的工具可以自动化上述大部分探索和分析工作，为您的团队提供全面的理解，从而自信地规划和执行迁移。

从一个具有明确边界和中等复杂度的单一组件或工作流开始。使用 AI 对其进行彻底分析和文档化，与工程师一起规划现代化改造，在每个步骤中进行增量实施和测试，并仔细验证。这将建立组织信心，并发现系统所需的调整。

COBOL 现代化改造的经济效益已经发生了转变。AI 通过自动化过去需要大量咨询顾问才能完成的工作，使经济效益得以实现，从而让您的工程师能够专注于需要其领域专业知识的迁移决策。