AI 开启“狂飙”模式：帮助丢弃 VMware、丢弃 .NET 应用程序、丢弃大型机！

“VMware 网络配置转换到 AWS 的速度可以提高 80 倍？”

想要摆脱 VMware、大型机或丢弃传统的 .NET 应用程序？现在外面有一大堆 AI 智能体可以助你一臂之力。

AWS 就是这么吆喝的，它在本周推出了 AWS Transform。这是一款新推出的正式版（GA）产品，用于“大规模迁移和更新改造 .NET、大型机以及 VMware 工作负载”。

AWS 大肆宣传这款新产品，包括号称能够实现以下目标：“将 .NET 应用程序从 Windows 移植到 Linux 的速度提高4倍”以及“将 VMware 网络配置转换到 AWS 的速度提高80倍”。

生成式 AI 让这一切变得更容易……

当然，竭力从竞争对手手中抢夺应用程序及/或更新改造深度嵌入且复杂的“遗留”软件在业内由来已久。但越来越多的技术提供商表示，生成式 AI 正在显著降低这项任务的难度和成本 —— 他们继续在这方面大肆宣扬，并试图演示复杂的实际案例。

早在 2021 年的 re:Invent 大会上，亚马逊就大力宣传其“AWS 大型机更新改造”产品，该产品“支持……平台重建和自动重构”。（“它似乎严重依赖成熟的 Micro Focus 企业分析器，不过将其捆绑到一套集成工具中，涵盖了从初始规划到迁移后云运营的各个环节……”）

首席执行官 Andy Jassy 在 2023 年盛赞了其利用 AI 更新改造 Java 应用程序的“Q Transform”工具包。

但 AWS Transform 更多地包含基于更多迁移数据进行训练的 AI。

智能体到底有多神奇？

AWS 表示，它部署了“专门的 AI 智能体来自动处理复杂的任务，比如执行评估、代码分析、代码重构、分解、依赖关系映射、验证和转型规划等任务”，从而加快并自动处理复杂的更新改造和云迁移工作。

这家云计算巨头声称在啃食自己的狗粮。

“就 VMware 而言，我们在内部测试中使用 AWS Transform 转换了 500 台虚拟机的VMware 网络配置，在短短一小时内生成了 AWS 网络配置，比如 VPC、子网、传输网关和互联网网关。与使用传统的手动方法需要两周的工作时间相比，这快了整整 80 倍！”

AWS 的新任“智能体 AI 副总裁”Swami Sivasubramanian 本周四在领英上是这样宣称的。他负责这家超大规模计算公司的数据库、分析和机器学习服务。

“非技术员工”？

Sivasubramania 补充道：“AWS Transform 的优点在于技术员工和非技术员工都可以使用它。”

AWS 已经引入了系统集成商领域的几个巨头，以帮助考虑使用 AWS Transform 进行这一转变的客户。它提到了埃森哲、凯捷、DXC Technology、HCL、印孚瑟斯、NRI 和 Pega 等合作伙伴，旨在“共同推动转型”。

理清业务逻辑

对于希望更新改造和迁移复杂的“遗留”应用程序的组织来说，最大的挑战之一当然是应用程序和业务逻辑之间错综复杂的关系以及复杂的依赖关系。

去年年底埃森哲副总监 Guru Rao 在接受IT外媒 The Stack 采访时清晰地描述了这个问题，并详细介绍了如何将一家银行的交易和风险应用程序从 Sybase 迁移出去。

这个颇受欢迎且性能出色，但僵化且老化的数据库很容易“无缝地添加存储过程”（简而言之，存储过程就是用于添加新功能和整合应用程序逻辑的预编译子例程）。

“对于每个[新]功能，开发人员开始添加一个存储过程。‘这是我想用这个应用程序来实现的功能：添加一个存储过程，并在存储过程中添加业务逻辑。’”

他补充道，理清这个问题通常需要先理解业务逻辑，然后以一种易于理解且易于迁移到应用程序层的方式重写每个存储过程。

正如 MongoDB 金融服务行业负责人 Shiv Pullepu 在同一次对话中补充道：“任何业务关键型应用程序需要在其底层有数千个存储过程，[并]变成一个庞然大物，这很常见。它很稳定，但无法面向未来进行扩展。”

当然，任何想要探索利用 AWS Transform 进行那种迁移服务的人都需要权衡现有的本地部署成本、软硬件生命周期、迁移到新目标平台的成本、新目标平台的优势、同比净节省，以及它能否帮助解决这个非常现实且仍然高度依赖人工的理解过程。

但如果 AI 能够帮助阐明这种优缺点，理清处理遗留应用程序的繁琐流程，并且AWS 利用AI“分析代码、重构代码、分解、映射依赖关系”能够切实发挥作用，那么 AWS 无疑将根本不缺用户。