从18个月到几周：Amazon Transform 用Agentic AI重塑开发者的现代化迁移体验-低调大师

从18个月到几周：Amazon Transform 用Agentic AI重塑开发者的现代化迁移体验

2025-05-23 270

企业系统“上云”已不是新命题，但对开发者而言，真正的挑战从来不是“是否迁移”，而是“如何在不出错、不返工的前提下，把老系统转得快、转得稳”。亚马逊云科技日前宣布Amazon Transform正式可用，这项基于Agentic AI的现代化迁移服务，正悄悄改变这一切。

Amazon Transform的最大价值，在于它不仅是一个“迁移工具”，更像是一位全天候在线、懂业务、精架构、会写代码的应用转型助手。

三类迁移痛点，一站解决

1. .NET 应用迁移：自动分析 + 代码重写 + Linux 适配验证

面对一堆依赖Windows环境、代码风格迥异的.NET Framework老应用，Amazon Transform支持用自然语言对话的方式输入迁移目标，自动识别项目背景、依赖项、私有包、平台约束，并将其迁移至Linux上的现代.NET平台。它还能自动执行单元测试、生成验证报告，并输出一份可交付文档，帮助团队快速评估迁移结果。其优势在于代码可重用率高，许可证节省最高可达 40%，并且在多个项目并行迁移时能够保持高度一致性。

2. Mainframe大型机系统：COBOL 分解 + Java 转换 + 可视化业务逻辑提取

COBOL / JCL 项目通常因为缺少文档、关键开发人员已退休而难以推进重构。Amazon Transform通过图神经网络可生成完整依赖图、状态转移图，并将老系统拆解为可管理的逻辑模块，支持将CICS事务、DB2数据库等转为Java/Postgres架构，同时提取核心业务规则并自动文档化。其突出特点是能够自动提取复杂代码路径，可视化状态机逻辑，对现有开发者更加友好。

3. VMware 迁移：配置识别 + 网络映射 + 批次迁移计划生成

开发者只需上传VM清单或接入本地连接器，Amazon Transform就能自动识别虚拟机配置、应用依赖和网络拓扑，输出一套基于Amazon VPC的等效配置（子网、安全组、路由表等），并自动生成迁移批次建议。人工审核机制允许开发者在关键步骤介入并优化参数。传统需两周的网络配置任务可在一小时内完成，迁移批次规划分析则从数周缩短至15分钟。

一个对话入口，多个AI Agent协同

开发者与Amazon Transform的交互是“对话式”的。系统会追问上下文细节、询问目标状态、输出建议、自动生成代码与配置、并支持多人在线协作审查。Amazon Transform还提供统一的网络门户页面，帮助企业更轻松地整合跨职能团队，同时企业还可以通过该门户页面可实时查看和追踪任务进度，以及对整体转型计划的协作管理等功能。

从开发者角度来看，这一机制极大减少了重复沟通、手动比对、低级错误和流程断点。你可以把它理解为亚马逊云科技版的“AI项目经理 + 架构师 + 工程助理”的组合体。

Amazon Transform现已正式可用，在此前的预览期内已有许多客户获得了显著效果。例如，GTI 客户通过使用该服务，.NET 项目工作量减少 70%，开发周期缩短 80%；野村综合研究所在 Mainframe 项目中，将组件分析时间从一个月压缩至一周；SourceFuse 实现 VMware 网络迁移方案规划提速 90%，人工操作减少 80% 。

开发者的“下一代迁移工具箱”？

从技术架构上看，Amazon Transform融合了多种亚马逊云科技已有能力：包括Amazon Q（对话界面）、Amazon Bedrock（模型支撑）、图神经网络（依赖建模）、Amazon Q Developer（代码生成）、以及云原生部署平台（ECS/Fargate）。但对开发者而言，它最有意义的地方，是能把迁移过程变成一段工程闭环流程，而非一个无头绪的技术债项目。

面对那些你不想动、也不敢动的系统，Amazon Transform正在变成开发者“可以先试试看”的第一步。在AI全面进入软件工程全流程的今天，Amazon Transform也许是我们看到的第一个真正面向开发者、对遗留系统“动刀”的自动化实践者。下一个大型系统改造项目，不妨先让Amazon Transform看一眼。

微信关注我们

原文链接：https://my.oschina.net/u/4489239/blog/18457578

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

星云实验室 part 1｜用知识图谱+GraphRAG,构建垂直领域 AI 应用

导读：如何提升 RAG 的效果？如何把 NebulaGraph 和大模型相结合？我们将用五期「星云实验室」，手把手教大家围绕知识图谱+GraphRAG, 从 0 到 1 搭建一款垂直领域 AI 应用。重点速览：搭建 AI 环境部署 NebulaGraph 图数据库本文首发于「NebulaGraph 技术社区」，更多产品资讯请访问「NebulaGraph 官网」一、背景 “怎样提升 RAG 的效果？”、“为什么我做的 RAG 那么差？”、“检索不全啊，答非所问，怎么办？”...... 从前端查询，到最后大模型的回答，其中的整个链路，充满变数与选择，传统意义的 RAG 非常容易做出来，但是能交付的，非常考究设计，而知识图谱便是重要一环。知识图谱可以在一定程度上增强 RAG ：（一）找到的就是相关的相似，不等于相关，比如我们做医疗 RAG 项目，心绞痛 ≠ 胆绞痛，二者虽有 2 个字相同，但是两个名词是完全不同概念。通过知识图谱查到的信息，找到的索引，它背后会通过相关的边，连接在一起。给大模型参照的信息中，还连带上多个节点形成的背景。（二）提升巨量数据检索性能面对巨量...

2025-05-23

326

MySQL 派生表查询导致 Crash 的根源分析与解决方案一、问题发现在之前的 MySQL 8.0.32 使用中，发现使用以下带有派生表的 SQL 会导致 MySQL Crash，以下的sequence_table(2)替换为任何非常量表都行：仅 MySQL 8.0.32 版本有影响。 EXPLAIN FORMAT=TREE select trim(ref_15.c_ogj), 0<>0 as c_lrcm63eani from (select 0<>0 as c_ogj from sequence_table(2) t1 where 0<>0 order by c_ogj asc) as ref_15; Crash 的堆栈如下： Thread 55 "mysqld" received signal SIGSEGV, Segmentation fault. Item_view_ref::used_tables (this=0x7fff2418f410) at sql/item.h:6670 6670 table_map inner_map =...

2025-05-23

305

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。