AWS 提出大型机汇编转 Java 的五阶段方法:用 COBOL 中间层做人工校验闸门
AWS 机器学习团队描述了一套将大型机汇编代码迁移到 Java 的多阶段方法。核心设计是在低层汇编与高层 Java 之间插入 COBOL 作为中间表示,让领域专家在每步转换后验证业务规则是否完整保留,再交给 AWS Transform 完成最后一步。该方法将 Amazon Bedrock 作为前四个阶段的推理平台,并给出了各阶段的具体提示词模板和六维度验证框架。
大型机上的汇编程序仍在运行银行、保险和航空公司的关键批处理作业,但能读懂这些代码的人越来越少。直接让大模型把汇编翻译成 Java 听起来最省事,但 AWS 机器学习团队认为这条路风险太高。他们提出了一种五阶段流程:先从汇编中提取业务规则,再生成 COBOL 中间代码,经过人工验证后,最后用 AWS Transform 把 COBOL 转成 Java Spring Boot 应用。
这个设计的核心判断是:汇编和 Java 之间的语义距离太大,中间缺少一个人类专家能看懂的校验点。汇编用寄存器和内存地址表达逻辑,Java 用面向对象和依赖注入表达逻辑,两者之间没有自然的中间语言。COBOL 恰好填补了这个位置——它比汇编更接近业务语义,比 Java 更接近过程式,而且大型机环境中的领域专家仍能阅读和验证它。中间 COBOL 阶段提供了一个结构化的、人类可读的格式,让领域专家在最终转换前确认业务规则是否完整保留。
Amazon Bedrock 是前四个阶段的推理平台:业务规则提取、规格说明生成、汇编到 COBOL 转换和验证。第一步是把汇编代码连同数据字典和业务上下文一起输入模型,要求它输出结构化的 JSON 格式业务规则清单,每条规则有唯一编号、输入输出字段、触发条件和自然语言描述。第二步是把验证过的规则清单喂给模型,生成 COBOL 数据结构和过程流设计,包括 PIC 子句、层级编号和段落划分。模型设置温度为零以保证输出一致性。
第三步用这些规格说明指导实际的汇编到 COBOL 代码生成。提示词模板规定了 COBOL 的列格式(序列号占 1-6 列、指示符占第 7 列、Area A 和 Area B 的边界)、数据类型映射(PIC 9(n) 对应整数、COMP-3 对应财务字段)以及注释规范——每个段落必须标注它实现了哪条业务规则编号。输出要求严格:只返回 COBOL 代码,不附加解释文字。这种可追溯性设计让后续验证有据可查。
第四步是验证。六维度检查框架覆盖语法正确性、结构对齐、逻辑等价、数据流完整性、业务规则覆盖率和规格合规性,每个维度给出 0 到 1 的分数,加权平均后达到 0.7 才算通过。同样要求只返回 JSON 格式的验证报告,不附加解释文字。这本质上是用另一个模型调用来做代码审查,但审查标准是预先定义的,不是自由发挥。
最后一步交给 AWS Transform,这是 AWS 已有的 COBOL 到 Java 自动转换工具,负责引入依赖注入、仓储模式等服务层设计。这一步由工具自动完成,因为前面的验证已经确保了 COBOL 代码的业务逻辑正确性。
这套方法的可迁移之处不在于 COBOL 本身,而在于一个通用的工程原则:当源语言和目标语言之间的语义距离大到无法直接验证时,插入一个人类专家能读懂的中间表示作为校验闸门。AWS 团队从实践中总结出的几条经验都指向这一点——多阶段方法比直接转换更可靠,先写规格说明再生成代码能提前发现理解偏差,每个阶段结束时做增量测试比等到最后再验证能更早暴露问题。