<p>现代化庞大、根深蒂固的 COBOL 系统的持续挑战，往往缺乏文档且只有越来越少的专家理解，找到了人工智能这一强大的新盟友。这一转变，从手动、费力的工作到自动化、智能化的转型，标志着企业在应对数十年旧软件基础设施时的一次重大飞跃。Greg 的演示展示了 Anthropic 的 Claude Code，突出了应对这一现代化瓶颈的复杂方法，特别关注于 AWS 主机现代化演示环境中的信用卡管理应用程序。</p>
<p>Greg 的演示集中在 Claude Code 的多方面能力上，首先是对 COBOL 代码库的全面发现和文档记录，然后进入其智能迁移和严格验证到现代 Java。这一系统化的、由人工智能驱动的过程承诺显著加速和降低主机现代化项目的风险，这些项目以复杂和高成本而著称。</p>
<p>任何遗留系统改造的初步障碍是理解现有架构和业务逻辑。正如 Greg 所指出的，“我们的示例 COBOL 代码库几乎没有文档。” 这种缺乏洞察力的问题普遍存在，关键的业务规则和监管要求往往深埋在未注释的古老代码中。传统的逆向工程方法需要巨大的人工努力和专业的 COBOL 知识，而这种资源在当今的技术环境中越来越稀缺。Claude Code 通过创建专门的人工智能代理直接解决了这一问题。例如，一个 “COBOL 文档和翻译专家” 子代理被部署来分析和解释代码库。Greg 解释说，这些子代理 “可以被 Claude Code 并行调用……并且它们在自己的隔离上下文窗口中操作，以避免污染主线程”，展示了一个高效、可扩展的复杂分析架构。这种并行处理能力对于处理大型代码库而不降低性能或混淆上下文至关重要。</p>
<p>Claude Code 生成的文档深度远超基本的代码注释。Greg 演示了 “Claude 生成的文档超越了简单的代码注释”，为每个程序提供了全面的 Markdown 文件。对于像 CBACT04C 这样的程序，即利息计算批处理程序，Claude Code 提取了详细信息，包括其业务目的、操作工作流程、输入/输出文件、程序逻辑流程、错误处理模式，甚至迁移考虑。此外，它创建了高层次的文档，如<code>catalog.text</code>文件，将晦涩的 COBOL 程序名称翻译为易于理解的描述，以及<code>relationships.text</code>文件，映射所有程序间的依赖关系。生成的 Mermaid 图表可视化了复杂的每日批处理工作流程，从交易输入到利息计算再到客户对账单生成。这种自动化、深刻的文档生成大大降低了现代开发人员对 COBOL 的不熟悉程度，弥补了常常阻碍现代化努力的知识差距。演示显示 Claude Code 在短短一个小时内起草了超过一百页的此类文档，而这一任务通常需要人类专家数周或数月的时间。</p>
<p>在全面文档记录之后，Claude Code 进入了迁移阶段，专注于将核心 COBOL 功能转换为 Java。系统采用了 “规划模式”，仔细策划整个迁移过程，分析复杂的 COBOL 模式，如换行处理和多文件协调，然后再进行任何代码更改。这种深思熟虑的预计算确保了一个稳健且结构良好的迁移，而不是简单、脆弱的翻译。Claude Code 随后制定了一个详细的五阶段迁移计划，包括项目结构设置、从 COBOL 副本到 Java 类的数据模型转换、构建兼容的输入/输出层、在保留 COBOL 特定行为的同时转换核心业务逻辑，最后，为原始 COBOL 和新 Java 版本创建双重测试工具。</p>
<p>生成的 Java 代码质量是一个关键的差异化因素。“生成的 Java 代码不仅仅是简单的语法翻译。Claude 创建了适当设计模式、错误处理和日志记录的正确 Java 类。这是现代开发团队实际会维护的惯用 Java，” Greg 强调。这突显了 Claude Code 不仅能够翻译语法，还能够重构和重组代码为现代、可维护的 Java，配备强大的错误处理和日志记录，符合当代软件开发最佳实践。目标不仅仅是功能对等，而是架构改进，使新代码更易于集成到云原生环境和未来的开发周期中。</p>
<p>也许这一现代化流程中最关键的方面是严格的验证过程。Claude Code 生成了多个测试数据文件，并将其与原始 COBOL 程序和新迁移的 Java 代码进行比较。验证不仅仅是比较最终输出；它还仔细检查中间计算、文件写入和数据转换。这种逐字逐句的保真度确保了遗留系统中的每一个计算、业务规则和边缘案例在新的 Java 实现中都得到了完美保留。这种全面的验证策略对于关键企业应用至关重要，因为即使是微小的差异也可能带来重大的财务或操作后果。所有 25 个定义任务的成功完成，核心迁移被认为 “生产就绪且正确计算利息”，强调了 Claude Code 方法的可靠性和精确性。</p>
<p>Claude Code 代表了人工智能辅助软件工程的重大进展，提供了一种可扩展且高效的解决方案，以应对遗留系统现代化的普遍挑战。通过自动化复杂 COBOL 代码库的发现、文档编制、迁移和验证，它使组织能够释放其历史投资的价值，并以空前的信心和速度过渡到现代的云原生架构。</p>

<p>Anthropic 的 Claude Code 通过利用人工智能来自动化和加速将遗留系统转变为现代 Java，从而彻底改变了 COBOL 现代化。该系统提供全面的文档、智能迁移和严格的验证，显著降低了大型机现代化的复杂性和成本。Claude Code 的人工智能代理高效分析和翻译 COBOL 代码，生成详细的文档和高质量的 Java 代码，确保架构改进并无缝集成到云原生环境中。这一创新解决了 COBOL 专业知识稀缺的问题，并增强了企业的现代化进程</p>

<p>The persistent challenge of modernizing vast, entrenched COBOL systems, often undocumented and understood by a dwindling pool of experts, finds a powerful new ally in AI. This shift, from manual, painstaking efforts to automated, intelligent transformation, marks a significant leap for enterprises grappling with decades-old software infrastructure. The demonstration by Greg, showcasing Anthropic’s Claude Code, highlighted a sophisticated approach to tackling this modernization bottleneck, specifically focusing on a credit card management application from an AWS Mainframe Modernization demo environment.</p>
<div class="lb-trans"><p>现代化庞大、根深蒂固的 COBOL 系统的持续挑战，往往缺乏文档且只有越来越少的专家理解，找到了人工智能这一强大的新盟友。这一转变，从手动、费力的工作到自动化、智能化的转型，标志着企业在应对数十年旧软件基础设施时的一次重大飞跃。Greg 的演示展示了 Anthropic 的 Claude Code，突出了应对这一现代化瓶颈的复杂方法，特别关注于 AWS 主机现代化演示环境中的信用卡管理应用程序。</p>
</div><p>Greg’s presentation focused on Claude Code’s multi-faceted capabilities, starting with comprehensive discovery and documentation of a COBOL codebase, then moving into its intelligent migration and rigorous verification into modern Java. This systematic, AI-driven process promises to significantly accelerate and de-risk mainframe modernization projects, which are notoriously complex and costly.</p>
<div class="lb-trans"><p>Greg 的演示集中在 Claude Code 的多方面能力上，首先是对 COBOL 代码库的全面发现和文档记录，然后进入其智能迁移和严格验证到现代 Java。这一系统化的、由人工智能驱动的过程承诺显著加速和降低主机现代化项目的风险，这些项目以复杂和高成本而著称。</p>
</div><p>The initial hurdle in any legacy system overhaul is understanding the existing architecture and business logic. As Greg pointed out, “Our sample COBOL codebase has almost no documentation.” This lack of insight is a pervasive issue, where critical business rules and regulatory requirements are often buried deep within uncommented, archaic code. Traditional methods of reverse-engineering such systems demand immense human effort and specialized COBOL expertise, a resource increasingly scarce in today’s tech landscape. Claude Code addresses this directly by creating specialized AI agents. For instance, a “COBOL documentation and translation expert” sub-agent was deployed to analyze and interpret the codebase. These sub-agents, as explained by Greg, “can be invoked by Claude Code in parallel… and they operate with their own isolated context windows to avoid polluting the main thread,” showcasing an efficient, scalable architecture for complex analysis. This parallel processing capability is crucial for handling large codebases without performance degradation or context mixing.</p>
<div class="lb-trans"><p>任何遗留系统改造的初步障碍是理解现有架构和业务逻辑。正如 Greg 所指出的，“我们的示例 COBOL 代码库几乎没有文档。” 这种缺乏洞察力的问题普遍存在，关键的业务规则和监管要求往往深埋在未注释的古老代码中。传统的逆向工程方法需要巨大的人工努力和专业的 COBOL 知识，而这种资源在当今的技术环境中越来越稀缺。Claude Code 通过创建专门的人工智能代理直接解决了这一问题。例如，一个 “COBOL 文档和翻译专家” 子代理被部署来分析和解释代码库。Greg 解释说，这些子代理 “可以被 Claude Code 并行调用……并且它们在自己的隔离上下文窗口中操作，以避免污染主线程”，展示了一个高效、可扩展的复杂分析架构。这种并行处理能力对于处理大型代码库而不降低性能或混淆上下文至关重要。</p>
</div><p>The depth of documentation generated by Claude Code far surpasses basic code comments. Greg demonstrated how “the documentation Claude produced went beyond simple code comments,” providing comprehensive Markdown files for each program. For a program like CBACT04C, the Interest Calculator Batch Program, Claude Code extracted detailed information including its business purpose, operational workflow, input/output files, program logic flow, error handling patterns, and even migration considerations. Furthermore, it created high-level artifacts such as a `catalog.text` file, translating cryptic COBOL program names into understandable descriptions, and a `relationships.text` file, mapping all inter-program dependencies. The generation of Mermaid diagrams for major data flows visually represented the intricate daily batch processing workflow, from transaction input through interest calculation to customer statement generation. This level of automated, insightful documentation drastically reduces the learning curve for modern developers unfamiliar with COBOL, bridging the knowledge gap that often stalls modernization efforts. The demo showed Claude Code drafting over a hundred pages of such documentation in just an hour, a task that would typically take weeks or months for human experts.</p>
<div class="lb-trans"><p>Claude Code 生成的文档深度远超基本的代码注释。Greg 演示了 “Claude 生成的文档超越了简单的代码注释”，为每个程序提供了全面的 Markdown 文件。对于像 CBACT04C 这样的程序，即利息计算批处理程序，Claude Code 提取了详细信息，包括其业务目的、操作工作流程、输入/输出文件、程序逻辑流程、错误处理模式，甚至迁移考虑。此外，它创建了高层次的文档，如<code>catalog.text</code>文件，将晦涩的 COBOL 程序名称翻译为易于理解的描述，以及<code>relationships.text</code>文件，映射所有程序间的依赖关系。生成的 Mermaid 图表可视化了复杂的每日批处理工作流程，从交易输入到利息计算再到客户对账单生成。这种自动化、深刻的文档生成大大降低了现代开发人员对 COBOL 的不熟悉程度，弥补了常常阻碍现代化努力的知识差距。演示显示 Claude Code 在短短一个小时内起草了超过一百页的此类文档，而这一任务通常需要人类专家数周或数月的时间。</p>
</div><p>Following comprehensive documentation, Claude Code proceeded to the migration phase, focusing on converting a core COBOL feature to Java. The system adopted a “planning mode” to meticulously strategize the entire migration process, analyzing complex COBOL patterns like line break processing and multi-file coordination before initiating any code changes. This thoughtful pre-computation ensures a robust and well-structured migration rather than a simple, brittle translation. Claude Code then developed a detailed five-phase migration plan, encompassing project structure setup, data model translation from COBOL copybooks to Java classes, building a compatible I/O layer, converting core business logic while preserving COBOL-specific behaviors, and finally, creating a dual test harness for both the original COBOL and the new Java versions.</p>
<div class="lb-trans"><p>在全面文档记录之后，Claude Code 进入了迁移阶段，专注于将核心 COBOL 功能转换为 Java。系统采用了 “规划模式”，仔细策划整个迁移过程，分析复杂的 COBOL 模式，如换行处理和多文件协调，然后再进行任何代码更改。这种深思熟虑的预计算确保了一个稳健且结构良好的迁移，而不是简单、脆弱的翻译。Claude Code 随后制定了一个详细的五阶段迁移计划，包括项目结构设置、从 COBOL 副本到 Java 类的数据模型转换、构建兼容的输入/输出层、在保留 COBOL 特定行为的同时转换核心业务逻辑，最后，为原始 COBOL 和新 Java 版本创建双重测试工具。</p>
</div><p>The quality of the generated Java code is a critical differentiator. “The resulting Java code went beyond a simple syntax translation. Claude created proper Java classes with appropriate design patterns, error handling, and logging. Idiomatic Java that a modern development team would actually maintain,” Greg emphasized. This highlights Claude Code’s ability to not just translate syntax but to refactor and restructure the code into modern, maintainable Java, complete with robust error handling and logging, aligning with contemporary software development best practices. The goal is not merely functional parity, but architectural improvement, making the new code easier to integrate into cloud-native environments and future development cycles.</p>
<div class="lb-trans"><p>生成的 Java 代码质量是一个关键的差异化因素。“生成的 Java 代码不仅仅是简单的语法翻译。Claude 创建了适当设计模式、错误处理和日志记录的正确 Java 类。这是现代开发团队实际会维护的惯用 Java，” Greg 强调。这突显了 Claude Code 不仅能够翻译语法，还能够重构和重组代码为现代、可维护的 Java，配备强大的错误处理和日志记录，符合当代软件开发最佳实践。目标不仅仅是功能对等，而是架构改进，使新代码更易于集成到云原生环境和未来的开发周期中。</p>
</div><p>Perhaps the most crucial aspect of this modernization pipeline is the rigorous verification process. Claude Code generated multiple test data files and ran them against both the original COBOL program and the newly migrated Java code. The verification went beyond comparing final outputs; it meticulously checked intermediate calculations, file writes, and data transformations. This byte-for-byte fidelity ensures that every calculation, business rule, and edge case from the legacy system is perfectly preserved in the new Java implementation. Such a comprehensive verification strategy is paramount for critical enterprise applications where even minor discrepancies can have significant financial or operational consequences. The successful completion of all 25 defined tasks, with the core migration deemed “production-ready and calculating interest correctly,” underscores the reliability and precision of Claude Code’s approach.</p>
<div class="lb-trans"><p>也许这一现代化流程中最关键的方面是严格的验证过程。Claude Code 生成了多个测试数据文件，并将其与原始 COBOL 程序和新迁移的 Java 代码进行比较。验证不仅仅是比较最终输出；它还仔细检查中间计算、文件写入和数据转换。这种逐字逐句的保真度确保了遗留系统中的每一个计算、业务规则和边缘案例在新的 Java 实现中都得到了完美保留。这种全面的验证策略对于关键企业应用至关重要，因为即使是微小的差异也可能带来重大的财务或操作后果。所有 25 个定义任务的成功完成，核心迁移被认为 “生产就绪且正确计算利息”，强调了 Claude Code 方法的可靠性和精确性。</p>
</div><p>Claude Code represents a significant advancement in AI-assisted software engineering, offering a scalable and efficient solution to the pervasive challenge of legacy system modernization. By automating the discovery, documentation, migration, and verification of complex COBOL codebases, it empowers organizations to unlock the value of their historical investments and transition to modern, cloud-native architectures with unprecedented confidence and speed.</p>
<div class="lb-trans"><p>Claude Code 代表了人工智能辅助软件工程的重大进展，提供了一种可扩展且高效的解决方案，以应对遗留系统现代化的普遍挑战。通过自动化复杂 COBOL 代码库的发现、文档编制、迁移和验证，它使组织能够释放其历史投资的价值，并以空前的信心和速度过渡到现代的云原生架构。</p>
</div>

Claude Code 彻底革新了传统 COBOL 的现代化进程