理解一段COBOL代码需要多久？老派答案是：找一个头发花白的工程师，泡三杯咖啡，翻烂三本手册，然后等他想起来三十年前为什么写那个跳转。
富士通4月3日扔出一组数字：97%。这是他们的新AI服务把代码理解时间砍掉的比例。从"小时级"压缩到"分钟级"，而且不需要"专家知识"——这句话的潜台词是，那帮靠COBOL吃饭的老炮儿，终于可以退休去钓鱼了。
COBOL：银行业的"拉丁语"，活着但没人想学
全球43%的银行系统仍在运行COBOL。这不是怀旧，是路径依赖——这些系统处理着3万亿美元的日常交易，但维护它们的工程师平均年龄58岁，比编程语言本身年轻不了多少。
IBM靠这个生态吃了60年。他们的策略很经典：培养一代又一代的COBOL专家，让替换成本高于维护成本，然后按小时收费。咨询公司的报价单上，"遗留系统现代化"常年是最肥的项目类型，周期以年计，预算以千万美元计。
富士通这次的动作，相当于在IBM的护城河上搭了座浮桥。他们的服务叫Fujitsu Application Transform，底层是Fujitsu Kozuchi生成式AI平台。核心能力就一项：把天书般的COBOL代码，自动翻译成人类能读的设计文档。
关键差异在于"知识图谱增强检索系统"——这不是普通的RAG（检索增强生成，Retrieval-Augmented Generation），而是把海量源代码之间的关系结构化，像给迷宫画地图。
普通生成式AI的问题在于幻觉。你让它分析一段COBOL，它可能编出一个不存在的子程序，或者把关键的业务逻辑漏掉。富士通的方案是先把代码拆成节点，标注调用关系、数据流向、状态依赖，然后再让AI动笔。这种"先理解再输出"的流程，把遗漏和编造的概率压到极低。
97%的数字背后：一场"去专家化"的实验
富士通的新闻稿里有个细节值得玩味："无需专家知识即可操作"。这句话的杀伤力，不亚于当年数码相机说"无需暗房技术"。
COBOL专家的稀缺性，是IBM定价权的根基。培养一个能读懂大型机遗留代码的工程师，需要5-10年的浸泡。他们的价值不在于写新代码，而在于解释旧代码——那些没有注释、文档缺失、原作者已去世的代码。
富士通的AI试图把这个解释过程自动化。输入源代码，输出设计文档，中间不需要人类翻译。这意味着什么？一家银行如果想评估自己的COBOL系统，不再需要花六个月找咨询公司，而是几小时拿到一份可读的规格说明书。
时间成本从"年"降到"天"，决策门槛随之崩塌。很多机构拖着不现代化，不是因为不想，而是因为"不知道现有系统到底在干什么"。现在这层迷雾被吹散了。
不过有个问题富士通没细说：AI生成的设计文档，谁来验证其准确性？如果AI漏掉了一个边界条件，或者误解了一个业务规则，后续的现代化工序都会建立在错误地基上。这或许是他们保留"人工复核"接口的原因——AI负责提速，人类负责背锅。
IBM的反击窗口：还有多久？
IBM不会坐视。他们的watsonx Code Assistant for Z已经在路上，主打同样是COBOL现代化。但富士通抢了一个身位：他们先公布了具体的效率数字（97%），而IBM还在讲"AI赋能"的故事。
更微妙的是生态位差异。IBM的策略是"帮客户现代化到IBM的新平台"，本质是锁定迁移。富士通的姿态更开放：生成设计文档，客户自己决定下一步是重构、替换还是维持现状。这种"不绑架"的立场，对厌倦了厂商锁定的企业很有吸引力。
Anthropic的CEO Dario Amodei上个月说过一句话：「现代COBOL系统曾经需要成群的顾问花数年时间来映射工作流程……AI改变了这一点。」他补了一刀：「但IBM不会高兴。」
这句话的语境是Claude 3.7 Sonnet的COBOL理解能力测试。那款模型在特定任务上表现惊艳，但企业级部署还缺一环：如何把AI能力封装成可审计、可集成、有SLA保障的服务。富士通补上了这一环。
知识图谱：被低估的差异化武器
生成式AI的军备竞赛里，大家都在卷模型参数。富士通换了个思路：卷数据工程。
他们的"知识图谱增强检索"不是什么新概念，但在COBOL这个特定场景下，边际收益极高。原因是COBOL代码的结构性——它不像Python那样灵活，有严格的段落划分、固定的数据声明区、显式的控制流。这种"僵硬"反而是知识图谱的饲料，节点和边的定义相对明确。
一个对比：通用大模型读COBOL，像在菜市场听方言；富士通的系统，先给方言编了本词典，再让AI翻译。后者的准确率优势，在复杂系统上会指数级放大。
这也解释了为什么97%这个数字可信。它不是"AI写代码快了97%"，而是"理解代码的时间少了97%"——前者涉及创造性，后者是信息提取，正是当前AI最擅长的区间。
但别急着喊革命。设计文档只是现代化的第一步。真正的硬仗是把COBOL逻辑迁移到Java、Python或云原生架构，那涉及业务规则的重新实现、数据模型的重构、集成测试的重建。AI能加速，但不能替代。
富士通的服务定价尚未公布。如果按使用量计费，对中小机构是利好；如果捆绑咨询套餐，那就只是旧酒新瓶。这个细节将决定它是"工具民主化"还是"新垄断形式"。
英国银行业去年在遗留系统上烧了45亿英镑维护费。这个数字是AI现代化的最大推手，也是IBM最后的护城河——惯性。富士通需要证明的不只是技术可行，而是"换"比"守"更便宜。97%的时间削减是强有力的论据，但财务模型的说服力，还要看具体案例。
一个有趣的观察：富士通发布这条新闻的时机，选在IBM即将公布季度财报的前一周。是巧合还是截胡？
如果这套系统真如宣传般可靠，最紧张的可能不是IBM，而是那些靠COBOL咨询吃饭的中型服务商。他们的商业模式建立在"专家稀缺性"上，而AI正在把这个稀缺性蒸发掉。行业洗牌的速度，可能比代码现代化的速度更快。
企业客户真正该问的是：当AI能读懂我的遗产代码，我是该趁机逃离COBOL，还是该趁机压榨它的剩余价值？
热门跟贴