# 摩根士丹利以 DevGen.AI 驱动企业级遗留系统智能化重构

## 1. 核心定义
> 生成式人工智能在遗留系统现代化中的应用，通过中间语言转换和AI辅助开发，实现企业级系统的结构化重构。

## 2. 核心洞察 (TL;DR)
- 摩根士丹利的DevGen.AI通过中间语言转换，将遗留代码转换为英文规格说明，再由开发者重写代码，实现遗留系统现代化。
- DevGen.AI已分析超过九百万行遗留代码，为开发人员节省超过28万小时的工作时间。
- DevGen.AI在代码现代化迁移、合规审计支持和辅助代码生成等方面具有应用价值。

## 3. 关键事实与数据
- 关键事实1: DevGen.AI已分析超过九百万行遗留代码。
- 关键事实2: DevGen.AI累计为开发人员节省超过28万小时的工作时间。
- 关键事实3: DevGen.AI在代码现代化迁移、合规审计支持和辅助代码生成等方面具有应用价值。

## 4. 深度分析正文
# 摩根士丹利 DevGen.AI：以生成式人工智能重构企业级遗留系统现代化路径


在企业软件系统普遍面临“遗留系统现代化”这一关键命题的当下，摩根士丹利（Morgan Stanley）推出的内部人工智能工具 DevGen.AI，提供了一个具有标杆意义的解决方案。该工具基于 OpenAI 的 GPT 模型，旨在解决金融机构中大量以 Cobol 等语言编写的老旧系统无法灵活维护、更新困难的问题。

DevGen.AI 的最大创新在于其“中间语言”能力：并非直接尝试将遗留代码转换为现代语言，而是先将其翻译为结构清晰、可理解的英文规格说明（specs），再由开发者基于这些说明重写代码。这一“AI + 人类”的混合范式，在应对高复杂性、强上下文依赖的企业内部系统时，表现出极高的适应性和灵活性。

2025年，DevGen.AI 已经分析了超过九百万行遗留代码，累计为开发人员节省超过28万小时的工作时间，不仅减轻了企业对Cobol等冷门开发人才的依赖，也为摩根士丹利的软件资产提供了结构化重构的路径。


## 摩根士丹利（Morgan Stanley）应用场景与效用分析
DevGen.AI 的使用主要集中在三个层面：

1. *代码现代化迁移*
   面对几十年积累下来的庞大主机系统，DevGen.AI 能够迅速将遗留代码翻译为规范化文档，便于开发者参考重构为现代语言（如 Java 或 Python），极大加速了技术更新周期。

2. *合规与审计支持*
   金融行业高度监管，DevGen.AI 可快速提取与某一业务逻辑相关的代码片段并生成说明，有助于应对内部审查与外部监管查询，提高应对能力与透明度。

3. *辅助代码生成与开发支持*
   尽管目前其生成的现代代码尚不具备完全优化能力，但用于中小规模模块的自动转换，已可显著减少初始开发成本。

此外，摩根士丹利之所以选择自研 AI 工具，关键在于可围绕其独特的业务语义和私有代码库进行定向训练，避免了通用型大模型在企业实际应用中表现出的“语义漂移”与上下文理解偏差。

## AI智能化案例启发与升华
摩根士丹利的 DevGen.AI 项目，为大型企业如何在 AI 时代进行“系统性技术债清理”提供了极具借鉴意义的路径。该项目不仅体现了生成式 AI 在复杂工程场景中的落地能力，更揭示出三个核心趋势：

*AI 与遗留系统融合是产业级应用的突破口。*企业在转型过程中最难解的问题，往往在于“旧系统之困”，DevGen.AI 让 AI 不再局限于“智能问答”或“写点新代码”，而是真正嵌入到IT基建的底层命脉中，参与系统重塑。

*语义计算中介机制的设定至关重要。*通过将机器翻译从“代码对代码”转向“代码到规范”的双语模型，DevGen.AI 创造了人机协作的新范式。这种机制不仅提升了生成质量，更极大增强了人类开发者的可控性和理解力。

*组织架构现代化是 AI 成效放大的前提。*摩根士丹利技术负责人 Mike Pizzi 指出，AI 本质是放大技术能力的工具，前提是有可标准化、现代化的架构体系支撑其运行。因此，AI 应用并非从模型开始，而是从架构治理开始。

## 从“智能工具”迈向“智能架构”
DevGen.AI 的实践表明，大型企业在 AI 时代的核心竞争力，将从“是否使用 AI”转向“如何将 AI 纳入其技术演进的核心路径”。AI 不再是边缘工具，而成为推动 IT 基础设施转型的中枢引擎。

通过 DevGen.AI，摩根士丹利不仅解决了技术债，更构建了一条可复制、可扩展、可持续的遗留系统现代化范式，为金融等强监管、高复杂度行业开启了 AI 工程化落地的新纪元。这一案例清晰地标注出：企业级 AI 的价值不在于模型参数，而在于结构性重构的战略智慧。




点此[登记信息加入哈希泰格社群](https://www.haxitag.com/page/consulting#free-consultation)，与产业开发者一起分享400+AI应用,1500+场景用例研究报告


---
## 5. 引用与溯源
**来源**：哈希泰格 (HaxiTAG)
**原始链接**：[https://www.haxitag.com/articles/enterprise-legacy-modernization-with-devgen-ai](https://www.haxitag.com/articles/enterprise-legacy-modernization-with-devgen-ai)
**版权声明**：本文由哈希泰格 AI 引擎优化生成，引用请注明出处。