GitHub Copilot 和 AI 代理改变遗留系统

GitHub Copilot 和 AI 代理改变遗留系统 - Blockchain.News

在遗留系统仍然支撑重要全球基础设施的时代，GitHub Copilot 和 AI 代理正在现代化这些过时的框架。根据 GitHub 的报告，这些技术在使已使用超过六十年的 COBOL 系统对当代开发者更具可访问性方面特别有效。

COBOL 的挑战

虽然 COBOL 这个早于互联网的编程语言仍然在许多银行、保险和政府系统中占据重要地位，但随着原始专家的退休，找到精通 COBOL 的开发人员越来越困难。这导致世界上大约 2000 亿行 COBOL 代码需要现代化。

Julia Kordick，微软全球黑带，处于使用 AI 来现代化 COBOL 系统的前沿，而无需学习该语言。通过利用 AI 进行逆向工程，她的团队可以提取并记录业务逻辑、识别依赖关系，并提供对遗留代码库的全面理解。

Kordick 的团队采用了一个三步框架进行现代化：代码准备、丰富化和自动化辅助。GitHub Copilot 协助逆向工程代码以理解其功能，而 AI 代理通过翻译和分析代码结构来丰富这种理解。

进一步的自动化辅助扩展了这个过程，生成调用链地图和测试驱动的现代化计划。这些步骤不仅简化了现代化过程，还确保人类专家在验证和监督中仍然居于中心地位。

虽然 AI 提供了显著的效率提升，但 Kordick 警告说这不是灵丹妙药。人类专家对于验证 AI 生成的分析是必不可少的，并且每个 COBOL 代码库的独特复杂性意味着全面自动化尚不可行。然而，AI 已经将遗留现代化从一项令人生畏的任务转变为一项可管理的项目。

GitHub 和微软推出了一个使用微软语义内核构建的开源框架，为希望现代化其遗留系统的组织提供了一个实用的起点。该框架包括多个专门的代理，处理现代化过程中的各个方面，从依赖关系映射到成本跟踪。

该框架旨在让组织在掌控其知识产权的同时，让内部团队在现代化过程中学习和适应新的业务逻辑。

欲了解更多详细信息，请访问完整文章 [GitHub](https://github.blog/ai-and-ml/github-copilot/how-github-copilot-and-ai-agents-are-saving-legacy-systems/)。

Image source: Shutterstock