手撕900万行屎山代码、少干28万小时！AI 编程大刀挥向“古老”编程语言

生成式AI正成为企业应对老旧信息技术系统现代化改造的关键工具，尤其在处理如Cobol这类年代久远、开发者稀缺的编程语言时展现出显著价值。摩根士丹利通过自研的DevGen.AI工具，利用内部代码库训练模型，将数百万行遗留代码“翻译”为清晰的英文规范，极大降低了开发人员理解旧代码的门槛，节省了28万小时的人力工时。该工具不仅帮助工程师快速掌握复杂逻辑，还能支持从Perl到Python等语言的重写，使全球万名开发者得以高效推进系统升级。类似地，ADP、Wayfair和Databricks等企业也借助AI实现代码迁移与维护效率提升，缓解因技术债积累、文档缺失及人才断层带来的挑战。 然而，这一进程仍面临诸多现实难题。尽管AI能加速代码“翻译”与重构，但其输出的代码未必具备最优性能或符合现代架构设计标准，仍需人类工程师进行深度审查与优化。此外，遗留系统现代化涉及技术债务清理、集成兼容性、数据迁移、安全漏洞修复及测试验证等多重复杂环节，无法依赖单一工具一蹴而就。专家提醒，应采取渐进式策略，聚焦局部模块逐步推进，并强化测试与版本控制。同时，对AI生成内容的可信度与潜在风险也需保持警惕，避免因过度依赖导致重大事故。总体而言，生成式AI虽非万能解药，却为企业在数字化转型中突破历史包袱提供了前所未有的可能性，关键在于如何平衡速度与质量，构建人机协同的可持续现代化路径。