<p>現代化龐大、根深蒂固的 COBOL 系統的持續挑戰，往往缺乏文檔且只有越來越少的專家理解，找到了人工智能這一強大的新盟友。這一轉變，從手動、費力的工作到自動化、智能化的轉型，標誌着企業在應對數十年舊軟件基礎設施時的一次重大飛躍。Greg 的演示展示了 Anthropic 的 Claude Code，突出了應對這一現代化瓶頸的複雜方法，特別關注於 AWS 主機現代化演示環境中的信用卡管理應用程序。</p>
<p>Greg 的演示集中在 Claude Code 的多方面能力上，首先是對 COBOL 代碼庫的全面發現和文檔記錄，然後進入其智能遷移和嚴格驗證到現代 Java。這一系統化的、由人工智能驅動的過程承諾顯著加速和降低主機現代化項目的風險，這些項目以複雜和高成本而著稱。</p>
<p>任何遺留系統改造的初步障礙是理解現有架構和業務邏輯。正如 Greg 所指出的，“我們的示例 COBOL 代碼庫幾乎沒有文檔。” 這種缺乏洞察力的問題普遍存在，關鍵的業務規則和監管要求往往深埋在未註釋的古老代碼中。傳統的逆向工程方法需要巨大的人工努力和專業的 COBOL 知識，而這種資源在當今的技術環境中越來越稀缺。Claude Code 通過創建專門的人工智能代理直接解決了這一問題。例如，一個 “COBOL 文檔和翻譯專家” 子代理被部署來分析和解釋代碼庫。Greg 解釋説，這些子代理 “可以被 Claude Code 並行調用……並且它們在自己的隔離上下文窗口中操作，以避免污染主線程”，展示了一個高效、可擴展的複雜分析架構。這種並行處理能力對於處理大型代碼庫而不降低性能或混淆上下文至關重要。</p>
<p>Claude Code 生成的文檔深度遠超基本的代碼註釋。Greg 演示了 “Claude 生成的文檔超越了簡單的代碼註釋”，為每個程序提供了全面的 Markdown 文件。對於像 CBACT04C 這樣的程序，即利息計算批處理程序，Claude Code 提取了詳細信息，包括其業務目的、操作工作流程、輸入/輸出文件、程序邏輯流程、錯誤處理模式，甚至遷移考慮。此外，它創建了高層次的文檔，如<code>catalog.text</code>文件，將晦澀的 COBOL 程序名稱翻譯為易於理解的描述，以及<code>relationships.text</code>文件，映射所有程序間的依賴關係。生成的 Mermaid 圖表可視化了複雜的每日批處理工作流程，從交易輸入到利息計算再到客户對賬單生成。這種自動化、深刻的文檔生成大大降低了現代開發人員對 COBOL 的不熟悉程度，彌補了常常阻礙現代化努力的知識差距。演示顯示 Claude Code 在短短一個小時內起草了超過一百頁的此類文檔，而這一任務通常需要人類專家數週或數月的時間。</p>
<p>在全面文檔記錄之後，Claude Code 進入了遷移階段，專注於將核心 COBOL 功能轉換為 Java。系統採用了 “規劃模式”，仔細策劃整個遷移過程，分析複雜的 COBOL 模式，如換行處理和多文件協調，然後再進行任何代碼更改。這種深思熟慮的預計算確保了一個穩健且結構良好的遷移，而不是簡單、脆弱的翻譯。Claude Code 隨後制定了一個詳細的五階段遷移計劃，包括項目結構設置、從 COBOL 副本到 Java 類的數據模型轉換、構建兼容的輸入/輸出層、在保留 COBOL 特定行為的同時轉換核心業務邏輯，最後，為原始 COBOL 和新 Java 版本創建雙重測試工具。</p>
<p>生成的 Java 代碼質量是一個關鍵的差異化因素。“生成的 Java 代碼不僅僅是簡單的語法翻譯。Claude 創建了適當設計模式、錯誤處理和日誌記錄的正確 Java 類。這是現代開發團隊實際會維護的慣用 Java，” Greg 強調。這突顯了 Claude Code 不僅能夠翻譯語法，還能夠重構和重組代碼為現代、可維護的 Java，配備強大的錯誤處理和日誌記錄，符合當代軟件開發最佳實踐。目標不僅僅是功能對等，而是架構改進，使新代碼更易於集成到雲原生環境和未來的開發週期中。</p>
<p>也許這一現代化流程中最關鍵的方面是嚴格的驗證過程。Claude Code 生成了多個測試數據文件，並將其與原始 COBOL 程序和新遷移的 Java 代碼進行比較。驗證不僅僅是比較最終輸出；它還仔細檢查中間計算、文件寫入和數據轉換。這種逐字逐句的保真度確保了遺留系統中的每一個計算、業務規則和邊緣案例在新的 Java 實現中都得到了完美保留。這種全面的驗證策略對於關鍵企業應用至關重要，因為即使是微小的差異也可能帶來重大的財務或操作後果。所有 25 個定義任務的成功完成，核心遷移被認為 “生產就緒且正確計算利息”，強調了 Claude Code 方法的可靠性和精確性。</p>
<p>Claude Code 代表了人工智能輔助軟件工程的重大進展，提供了一種可擴展且高效的解決方案，以應對遺留系統現代化的普遍挑戰。通過自動化複雜 COBOL 代碼庫的發現、文檔編制、遷移和驗證，它使組織能夠釋放其歷史投資的價值，並以空前的信心和速度過渡到現代的雲原生架構。</p>

<p>Anthropic 的 Claude Code 通過利用人工智能來自動化和加速將遺留系統轉變為現代 Java，從而徹底改變了 COBOL 現代化。該系統提供全面的文檔、智能遷移和嚴格的驗證，顯著降低了大型機現代化的複雜性和成本。Claude Code 的人工智能代理高效分析和翻譯 COBOL 代碼，生成詳細的文檔和高質量的 Java 代碼，確保架構改進並無縫集成到雲原生環境中。這一創新解決了 COBOL 專業知識稀缺的問題，並增強了企業的現代化進程</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>現代化龐大、根深蒂固的 COBOL 系統的持續挑戰，往往缺乏文檔且只有越來越少的專家理解，找到了人工智能這一強大的新盟友。這一轉變，從手動、費力的工作到自動化、智能化的轉型，標誌着企業在應對數十年舊軟件基礎設施時的一次重大飛躍。Greg 的演示展示了 Anthropic 的 Claude Code，突出了應對這一現代化瓶頸的複雜方法，特別關注於 AWS 主機現代化演示環境中的信用卡管理應用程序。</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，首先是對 COBOL 代碼庫的全面發現和文檔記錄，然後進入其智能遷移和嚴格驗證到現代 Java。這一系統化的、由人工智能驅動的過程承諾顯著加速和降低主機現代化項目的風險，這些項目以複雜和高成本而著稱。</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>任何遺留系統改造的初步障礙是理解現有架構和業務邏輯。正如 Greg 所指出的，“我們的示例 COBOL 代碼庫幾乎沒有文檔。” 這種缺乏洞察力的問題普遍存在，關鍵的業務規則和監管要求往往深埋在未註釋的古老代碼中。傳統的逆向工程方法需要巨大的人工努力和專業的 COBOL 知識，而這種資源在當今的技術環境中越來越稀缺。Claude Code 通過創建專門的人工智能代理直接解決了這一問題。例如，一個 “COBOL 文檔和翻譯專家” 子代理被部署來分析和解釋代碼庫。Greg 解釋説，這些子代理 “可以被 Claude Code 並行調用……並且它們在自己的隔離上下文窗口中操作，以避免污染主線程”，展示了一個高效、可擴展的複雜分析架構。這種並行處理能力對於處理大型代碼庫而不降低性能或混淆上下文至關重要。</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 生成的文檔深度遠超基本的代碼註釋。Greg 演示了 “Claude 生成的文檔超越了簡單的代碼註釋”，為每個程序提供了全面的 Markdown 文件。對於像 CBACT04C 這樣的程序，即利息計算批處理程序，Claude Code 提取了詳細信息，包括其業務目的、操作工作流程、輸入/輸出文件、程序邏輯流程、錯誤處理模式，甚至遷移考慮。此外，它創建了高層次的文檔，如<code>catalog.text</code>文件，將晦澀的 COBOL 程序名稱翻譯為易於理解的描述，以及<code>relationships.text</code>文件，映射所有程序間的依賴關係。生成的 Mermaid 圖表可視化了複雜的每日批處理工作流程，從交易輸入到利息計算再到客户對賬單生成。這種自動化、深刻的文檔生成大大降低了現代開發人員對 COBOL 的不熟悉程度，彌補了常常阻礙現代化努力的知識差距。演示顯示 Claude Code 在短短一個小時內起草了超過一百頁的此類文檔，而這一任務通常需要人類專家數週或數月的時間。</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>在全面文檔記錄之後，Claude Code 進入了遷移階段，專注於將核心 COBOL 功能轉換為 Java。系統採用了 “規劃模式”，仔細策劃整個遷移過程，分析複雜的 COBOL 模式，如換行處理和多文件協調，然後再進行任何代碼更改。這種深思熟慮的預計算確保了一個穩健且結構良好的遷移，而不是簡單、脆弱的翻譯。Claude Code 隨後制定了一個詳細的五階段遷移計劃，包括項目結構設置、從 COBOL 副本到 Java 類的數據模型轉換、構建兼容的輸入/輸出層、在保留 COBOL 特定行為的同時轉換核心業務邏輯，最後，為原始 COBOL 和新 Java 版本創建雙重測試工具。</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 代碼質量是一個關鍵的差異化因素。“生成的 Java 代碼不僅僅是簡單的語法翻譯。Claude 創建了適當設計模式、錯誤處理和日誌記錄的正確 Java 類。這是現代開發團隊實際會維護的慣用 Java，” Greg 強調。這突顯了 Claude Code 不僅能夠翻譯語法，還能夠重構和重組代碼為現代、可維護的 Java，配備強大的錯誤處理和日誌記錄，符合當代軟件開發最佳實踐。目標不僅僅是功能對等，而是架構改進，使新代碼更易於集成到雲原生環境和未來的開發週期中。</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>也許這一現代化流程中最關鍵的方面是嚴格的驗證過程。Claude Code 生成了多個測試數據文件，並將其與原始 COBOL 程序和新遷移的 Java 代碼進行比較。驗證不僅僅是比較最終輸出；它還仔細檢查中間計算、文件寫入和數據轉換。這種逐字逐句的保真度確保了遺留系統中的每一個計算、業務規則和邊緣案例在新的 Java 實現中都得到了完美保留。這種全面的驗證策略對於關鍵企業應用至關重要，因為即使是微小的差異也可能帶來重大的財務或操作後果。所有 25 個定義任務的成功完成，核心遷移被認為 “生產就緒且正確計算利息”，強調了 Claude Code 方法的可靠性和精確性。</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 代表了人工智能輔助軟件工程的重大進展，提供了一種可擴展且高效的解決方案，以應對遺留系統現代化的普遍挑戰。通過自動化複雜 COBOL 代碼庫的發現、文檔編制、遷移和驗證，它使組織能夠釋放其歷史投資的價值，並以空前的信心和速度過渡到現代的雲原生架構。</p>
</div>

Claude Code 徹底革新了傳統 COBOL 的現代化進程