技術債不再是夢魘——加拿大航空讓代理式 AI 接手數千個函數的現代化轉換
- hktechblog
- 7天前
- 讀畢需時 11 分鐘

每個資訊科技 (Information Technology, IT) 團隊都知道技術債的夢魘:當業務需要新功能時,30% 的時間卻必須花在維護老舊系統、手動搬遷資料、重寫過時程式碼。這不是效率問題,而是創新的枷鎖——當最優秀的工程師被困在重複性的現代化工作中,企業的競爭力正在流失。
加拿大航空 (Air Canada) 找到了打破這個循環的方法。透過 AWS Transform 的客製化能力 (Custom Capability),他們在短短幾天內完成了數千個 AWS Lambda 函數的現代化轉換,專案執行時間與成本雙雙降低 80%。這不是個案,而是代理式人工智慧 (Artificial Intelligence, AI) 改寫應用程式現代化規則的開端。
技術債的真實代價:創新資源的隱形流失
技術債不只是陳舊的程式碼,而是組織敏捷性的持續消耗。當系統建立在過時的程式語言、框架或基礎架構上時,每次升級、每次整合、每次擴展都需要額外的工程時間。AWS 指出,企業 IT 團隊經常需要額外花費 30% 時間成本進行手動現代化工作。
30% 成本背後的真實意義
這個 30% 代表什麼?對於一個 10 人的開發團隊來說,相當於 3 位全職工程師終年處理技術債務而非開發新功能。對於追求數位轉型的企業來說,這意味著市場機會的錯失、競爭對手的超前、客戶期待的落差。
手動現代化的惡性循環
技術升級、基礎架構演進、硬體環境改變,都會使既有服務需要 IT 人員花費大量時間,透過手動方式搬遷資料、移轉服務使用平台,甚至重新編寫既有服務程式碼,以利服務能在更現代化環境下順利運作。這往往變成不少 IT 技術人員的惡夢。
傳統的解決方案通常是延遲現代化——「這個系統還能用,等業務壓力減輕再處理」——但技術債只會隨時間累積,不會自然消失。當債務累積到系統無法支撐業務需求時,企業面臨的往往是更昂貴、更高風險的大規模重寫或替換。
AWS Transform 客製化能力的突破:任何程式碼都能現代化
AWS Transform 在 AWS re:Invent 2025 大會上宣布的客製化能力,標誌著應用程式現代化進入新階段。這個能力的核心突破在於「任何」——任何程式語言、任何框架、甚至企業專屬的內部語法,都能透過代理式 AI 進行現代化轉換。
突破標準工具的極限
過去企業內部可能存在許多針對特定需求編寫、甚至過時的程式語言編碼及框架,往往難以透過標準工具進行轉換。AWS Transform 的客製化能力透過專門的代理式 AI 功能,系統能夠學習、執行一致且高品質的程式編碼轉換,支援包含 Java、Node.js 到 Python 等常見程式編碼轉換升級,即便是企業專屬程式編碼內容也能順利轉換。
代理式 AI 的自我進化機制
這個能力的技術基礎是代理式 AI 的學習與自我最佳化機制。代理不只是執行預定義的轉換規則,而是分析程式碼的結構、理解業務邏輯、識別相依性、產生現代化方案、驗證轉換結果。透過回饋機制,代理持續進行自我最佳化,隨著處理更多程式碼,轉換品質不斷提升。
數量級的效率躍昇
官方數據顯示,對於一般組織而言,AWS Transform 客製化能力能將數百、甚至數千個應用程式的現代化轉換速度,提升至傳統手動操作的 5 倍。這不是邊際改善,而是數量級的躍升——從數月縮短為數週,從數週縮短為數天。
加拿大航空的實戰:數千個函數、數天完成、80% 成本時間驟降
的挑戰具有代表性:數千個 AWS Lambda 函數需要現代化,涉及程式碼升級、相依性更新、效能最佳化。如果採用傳統手動方式,這個專案可能需要數月時間、消耗大量工程資源、伴隨高風險的人為錯誤。
成果:從數月到數天的極速轉換
透過 AWS Transform 的客製化能力,加拿大航空在短短幾天內完成了這個轉換。代理式 AI 協調並執行了數千個 Lambda 函數編碼內容的現代化,專案執行時間與成本大幅降低 80%。
價值:由 AI 把關的一致性與品質
這個 80% 的降低不只是時間與金錢的節省,更是風險的大幅降低。手動現代化過程中,每個函數都是潛在的錯誤來源——遺漏的相依性、不一致的升級、未發現的邊界條件。當代理式 AI 系統性地處理轉換時,它應用一致的轉換邏輯、自動驗證結果、產生完整的測試覆蓋。
加拿大航空的成功不是因為他們的程式碼特別簡單,而是因為 AWS Transform 能夠理解複雜的業務邏輯、處理企業特定的程式碼模式、維持轉換的一致性。這證明了代理式 AI 不只能處理標準化場景,更能應對真實世界的複雜性。
代理式 AI 如何改變現代化流程:從手動苦工到智慧協調
傳統的現代化流程是線性且勞力密集的:分析現有程式碼、規劃遷移策略、手動重寫或轉換、逐一測試、修復問題、文件更新。每個階段都需要人為決策與執行,進度受限於可用的工程資源。
多工並行的智慧代理
代理式 AI 改寫了這個流程。AWS Transform 的代理能夠並行處理多個任務:分析代理檢視整個程式碼庫並識別轉換模式,轉換代理執行實際的程式碼現代化,測試代理自動生成並執行測試案例,文件代理產生技術文件與變更記錄。
自主協調與相依性管理
這些代理不是各自獨立運作,而是透過協調機制共享上下文、同步進度、處理相依性。當轉換代理發現某個函數依賴另一個尚未轉換的模組時,它會通知協調系統調整執行順序。當測試代理發現轉換結果的問題時,它會回饋給轉換代理進行修正。
這個協調能力讓大規模現代化變得可行。對於數千個函數的轉換,手動協調各種任務的相依性幾乎不可能。但對於代理系統來說,這只是資源排程與狀態管理的問題——而這正是軟體擅長的領域。
建立正向循環的知識庫
回饋機制確保代理隨時間改善。當代理處理更多企業特定的程式碼模式時,它建立內部知識庫,未來的轉換速度更快、品質更高。這創造了正向循環:使用越多,效果越好。
從 Windows 到大型主機的全面覆蓋:不只是雲端原生
AWS Transform 的現代化能力不限於雲端原生應用,而是涵蓋企業最頭痛的遺留系統。針對依賴微軟生態系的企業,AWS Transform 提供全端堆疊 (Full-stack) 的 Windows 環境現代化加速功能。
Windows 全端堆疊的無痛轉型
代理式 AI 會先分析完整的 Windows 軟體堆疊,包含 .NET 應用、SQL Server 資料庫、使用者介面 (User Interface, UI) 框架及作業系統,並且提出協調且一致的轉型計畫。一旦獲准,代理式 AI 將執行轉型,將系統遷移至開源 (Open Source) 與雲端原生 (Cloud-native) 的替代方案,例如從微軟 SQL Server 環境轉至開放架構設計的 PostgreSQL。
AWS 強調,此功能不僅能提升現代化轉型效率,更能藉由擺脫昂貴的軟體授權協議,協助企業客戶節省高達 70% 的營運成本。這個 70% 不是一次性節省,而是持續的營運成本降低——每年的授權費用、維護成本、升級支出都大幅減少。
喚醒核心資產:大型主機現代化
針對傳統架構的大型主機 (Mainframe),AWS Transform 新功能增加三個 AI 代理服務,包含能深入分析程式碼、提取業務規則,並且自動生成技術文件。此外,新的任務代理能自動生成測試計畫與自動化腳本,解決過去佔用 IT 技術人員至少一半專案時間的測試難題。
大型主機現代化的挑戰不只是技術,更是知識轉移。許多大型主機系統運行數十年,原始開發者可能已退休,業務邏輯埋藏在 COBOL 或組合語言的程式碼中。AWS Transform 的代理能夠從程式碼中提取業務規則、產生清晰的文件、建立可維護的現代化版本,讓知識得以保存與傳承。
VMware 資產的智慧遷移規劃
在 VMware 遷移方面,新的代理式 AI 功能簡化大規模的資產盤點與網路遷移規劃流程,支援從評估到佈署的完整編程排布,更可處理非結構化資料輸入 (如文件、聊天記錄) 內容來規劃遷移工作。此功能同時強化對 Cisco ACI、Fortigate 與 Palo Alto Networks 等網路架構與資安配置的支援。
其他企業的實證成果:從兩週到三天、從數月到每月 150 萬行
QAD:從兩週縮短至三天的開發奇蹟
QAD 是一家企業資源規劃 (Enterprise Resource Planning, ERP) 軟體公司,他們的經驗展現了 AWS Transform 的實際效益。這家軟體公司表示,過去需要兩週的現代化轉換工作,現在僅需 3 天即可完成,並且可在每年節省超過 7500 個開發工時。
7500 個開發工時代表什麼?對於一個標準工作年 (約 2000 小時) 來說,這相當於近 4 位全職工程師的年度產能。這些被釋放的資源可以投入產品創新、客戶功能開發、技術債務的進一步清理——而不是年復一年地重複相同的現代化苦工。
湯森路透:每月 150 萬行的規模化驗證
湯森路透集團 (Thomson Reuters) 的規模更大。利用代理式 AI 自動化,目前已達到每月遷移 150 萬行程式碼的速度,並且降低 30% 的成本。150 萬行程式碼不是小數字——這是中大型企業應用系統的典型規模。能夠以月為單位處理這個規模的現代化,代表技術債不再需要跨年度逐步清理,而是可以在季度內看到明顯進展。
30% 的成本降低結合每月 150 萬行的速度,創造了規模化現代化的可能性。過去企業可能因為成本考量而延遲非關鍵系統的升級,現在成本與速度的雙重改善讓全面現代化變得可行。
這些實證成果有共通特徵:它們都涉及大規模、複雜的企業系統,都需要處理特定的業務邏輯與技術模式,都在短時間內看到顯著的效率提升。這證明代理式 AI 不是實驗室技術,而是已經在生產環境中創造價值的工具。
技術債解方的三個關鍵要素:學習、一致性、規模
從加拿大航空、QAD、Thomson Reuters 的成功案例中,可以提煉出技術債解方的三個關鍵要素。
學習能力:越用越聰明的系統
AWS Transform 的代理不只執行預定義的轉換規則,而是學習企業特定的程式碼模式、理解業務邏輯、識別最佳實踐。這意味著系統處理的程式碼越多,它對組織的理解越深,未來的轉換品質越高。
這個學習不是抽象的機器學習演算法,而是針對現代化任務的特定最佳化。當代理發現某個轉換模式在測試中表現良好時,它會優先採用類似模式。當某個轉換導致錯誤時,它會調整策略避免重複問題。
一致性:消除人為變異的標準化
手動現代化最大的挑戰之一是維持一致性——不同工程師可能採用不同的轉換策略、命名慣例、程式碼風格。當專案涉及數千個函數或模組時,這種不一致性會造成維護困難、理解障礙、整合問題。
代理式 AI 確保整個現代化專案使用一致的轉換邏輯。當代理處理第一個函數時建立的模式,會應用到所有後續函數。當轉換策略需要調整時,變更可以系統性地回溯應用。這創造了一致、可預測、易於維護的現代化結果。
規模能力:打破人力限制的擴展性
傳統現代化的瓶頸是人力資源——無論多少工程師投入,人類處理速度有其上限。代理式 AI 的優勢在於可擴展性——需要處理 100 個函數或 10000 個函數,差異只是運算資源的調配,不是根本能力的限制。
這個規模能力讓「全面現代化」從多年計畫變為季度目標。企業不再需要逐步、選擇性地升級系統,而是可以制定完整的現代化藍圖並快速執行。
AWS Transform Composability:生態系夥伴的深度整合
AWS 同步推出 AWS Transform Composability 計畫,讓埃森哲 (Accenture)、凱捷 (Capgemini) 與 Pegasystems 等合作夥伴能將其專有工具與知識庫整合進 AWS Transform,進而協助金融等特定產業提供更具脈絡的轉型工作流。
結合深厚領域知識的代理
這個開放性對企業客戶意義重大。金融服務業的現代化需求與製造業不同,醫療產業的合規要求與零售業相異。當產業專家能將領域知識整合到 AWS Transform 時,代理不只是通用的現代化工具,而是理解產業特定挑戰的專業夥伴。
埃森哲、凱捷、Pegasystems 作為首批合作夥伴,為金融服務與醫療保健產業建立客製化的代理。這些代理理解產業法規、熟悉常見架構模式、預先整合產業特定的測試案例。
打造可組合的協作生態系
Composability 的願景是建立代理生態系——不同專業領域的代理能夠組合、協作、共享知識。當企業需要同時進行應用現代化、資料庫遷移、網路重構時,他們可以組合相應的專業代理,而不是尋找單一工具試圖處理所有任務。
下一個現代化轉型在哪裡:從個案成功到產業標準
加拿大航空、QAD、Thomson Reuters 的成功標誌著應用程式現代化進入新階段。技術債不再是必須忍受的負擔,而是可以系統性解決的工程問題。代理式 AI 不是取代工程師,而是將他們從重複性的轉換工作中解放,讓他們專注於創新與價值創造。
改變對技術債的根本態度
當現代化的速度提升 5 倍、成本降低 80%、一致性得到保證時,企業的策略選項改變了。過去因為成本或時間限制而延遲的系統升級,現在變得可行。過去需要跨年度規劃的大型遷移專案,現在可以在季度內完成。過去被技術債拖累的創新速度,現在得以釋放。
AWS Transform 的願景不只是提供更好的現代化工具,而是改變企業對技術債的根本態度。當清理技術債變得快速且經濟時,企業可以更頻繁地現代化系統、採用新技術、實驗新架構——而不用擔心未來的遷移成本。
這創造了正向循環:更頻繁的現代化讓系統保持最新狀態,最新的系統更容易整合新能力,新能力創造商業價值,商業價值支持持續投資現代化。技術債從惡性循環變為良性循環。
下一個現代化轉型可能在您的組織中——可能是那套運行 10 年的訂單系統、可能是基於 .NET Framework 2.0 的內部工具、可能是等待升級的 VMware 環境。當代理式 AI 能夠在數天內處理數千個函數的轉換時,技術債的夢魘確實可以終結。
聯絡 AWS
準備讓代理式 AI 接手您的現代化挑戰?無論是雲端原生應用、Windows 全端堆疊、大型主機遷移或 VMware 環境轉換,AWS 團隊能夠協助您評估現況、規劃策略、執行轉型。從概念驗證到規模化部署,讓技術債不再阻礙創新。
參考資料
AWS 服務• AWS Transform• AWS Lambda
新聞來源• AWS Transform 導入代理式 AI 新功能 標榜能讓任何程式碼與應用程式現代化• New agentic capabilities in AWS Transform enable rapid modernization of any code or application• Introducing AWS Transform custom: Crush tech debt with AI-powered code modernization
本文章內容由「Amazon Web Services (AWS)」提供。



留言