img.youtube.com

COBOL开发者每年消失10% — AI率先学会了大型机语言

COBOL AI开发工具, 大型机现代化, z/OS自动化, Hypercubic Hopper, 遗留系统开发

每天有3万亿美元通过这段代码流转。美国95%的ATM靠这段代码运行。全球43%的银行系统依赖于它。

这段代码叫COBOL。而能处理这段代码的开发者，平均年龄已经55岁，每年有10%在退休。

3秒摘要

COBOL开发者危机 → 现有AI工具失效 → Hopper登场 → AI直接操作z/OS → 今天免费开始

3万亿$

COBOL每日处理金额

2200亿行

在运行的COBOL代码

55岁

COBOL开发者平均年龄

2200亿行遗产代码，没人在学了

COBOL诞生于1960年代。超过60年了，依然没有消亡。原因很简单：金融、保险、航空、政府系统的核心逻辑早已用COBOL写好了，把它迁移到其他语言通常是"50人×5年"规模的大工程。

财富500强企业中70%仍在运行大型机，超过2200亿行COBOL代码此刻仍在运行。但问题是：美国85%的大学在1990年代后已将COBOL从课程中删除。新人进不来了。

后果已经显现。60%使用COBOL的组织表示"找到合格开发者是最大挑战"。 46%的IT专业人员表示人手不足已经影响到运营。与此同时，熟练开发者的时薪已涨到$45-$96。

AI编码工具已经很多了——GitHub Copilot、Cursor、Claude Code，为什么不直接用？

问题在于，这些工具都是为现代开发环境设计的：Git、Shell、REST API。但大型机世界完全不同：不是文件而是数据集(Dataset)，不是目录而是PDS(分区数据集)，不是终端而是TN3270仿真器。不是输命令，而是在面板里按PF键。

让ChatGPT"帮我写JCL"，它生成的内容看起来像那么回事，但在真实z/OS系统上运行十有八九会失败。因为AI从未真正接触过大型机环境。HN社区的反应是："美国的银行昨天就需要这个了。"

Hypercubic是YC F25批次的初创公司，由两位前Apple ML工程师创立。他们的产品Hopper是专为大型机设计的AI开发环境。

基本架构分三部分：真实的TN3270终端仿真器、显示数据集/作业/成员/假脱机输出的大型机专用面板，以及能实际操作这一切的AI智能体。 AI可以通过面板ID直接导航ISPF，用固定列格式编写JCL，提交作业，解析JES假脱机输出，将故障转化为结构化诊断。

一位HN测试者的评价："仅JES输出解析这一项，就把初级开发者半天的工作压缩成了几秒钟。"

Hopper的核心设计原则

AI自主运行，但危险操作（CICS NEWCOPY、作业提交等）必须经过人工审批。"AI干活，人来审核。"

下载（免费，无需信用卡）
访问hypercubic.ai/hopper，下载适合你操作系统的版本（macOS/Windows/Linux）。注册即可立即使用，当前版本1.3.1。
连接大型机
输入你的大型机连接信息（主机名、端口、用户ID）建立TN3270连接。没有大型机？可以申请测试用z/OS账户。
尝试第一个智能体任务
用自然语言开始："显示PAYROLL数据集内的PDS成员列表。" AI会打开ISPF直接导航。
测试自动JCL编写
"基于COMPILE.JCL创建一个COBOL编译作业"——智能体生成语法正确的JCL，等待你审批后再提交。
调试失败的作业
告诉它失败的作业名，智能体会读取JES假脱机，识别abend代码、失败步骤和源代码行，并解释根因。

部署到关键任务系统前必须验证

HN社区也有人提出担忧："把LLM放进金融核心系统合适吗？" Hopper企业版提供本地/VPC部署和SOC 2认证，但强烈建议在开发/测试环境中充分验证后再进行生产部署。