4 分•作者: sai18•7 个月前
大家好，我们是 Sai 和 Aayush，我们正在构建 Hypercubic (<a href="https://www.hypercubic.ai/">https://www.hypercubic.ai/</a>)！
Hypercubic 是一个 AI 平台，旨在帮助财富 500 强企业理解、维护和现代化其大型主机系统。这些系统运行着 20 世纪 60 年代的 COBOL 代码，至今仍在默默地为银行业、保险业、航空公司和政府部门提供支持。
财富 500 强企业中有 70% 仍在运行大型主机，但构建和维护这些系统的工程师们正在退休。如今，COBOL/大型主机工程师的平均年龄约为 55 岁，并且还在迅速增长。留下来的是不透明的、黑盒系统，几乎没有人知道它们是如何工作的。现代化项目经常失败，文档已经过时几十年，关键的机构知识只存在于少数即将离开工作岗位的资深专家的大脑中。
现有的“代码 AI”工具侧重于代码库和存储库，因此它们错过了存在于人类大脑中的不成文的规则、历史背景和架构推理。在 COBOL/大型主机领域，这种机构知识是关键的缺失部分。
我们从现代化领导者那里了解到，难点不在于代码分析。挑战在于那些从未进入代码或文档，并且已经随着人员流失而消失的机构知识。现代化项目失败的原因不是因为没有人能解析 COBOL，而是因为没有人能回答“为什么在 1995 年添加了这个计费边缘案例，如果我们删除它会发生什么”。
Hypercubic 正在构建一个 AI 原生维护和现代化平台，该平台学习遗留大型主机系统的实际工作方式，并捕获操作它们背后的人类推理。我们正在使用两个初始工具来实现这一点，分别是 HyperDocs 和 HyperTwin。
HyperDocs 摄取 COBOL、JCL 和 PL/I 代码库，以生成文档、架构图和依赖关系图。企业目前花费数月甚至数年时间聘请承包商来逆向工程这些系统；HyperDocs 将这项工作压缩到更短的时间内。
COBOL 的设计类似于英语和商业散文，使其非常适合今天的 LLM。大型主机拥有数十年的稳定模式（COBOL、JCL、CICS、批处理作业）和有限的重复任务集（例如工资单、事务处理、计费）。
例如，以下是一个计费片段，该片段将在大型保险公司中每天晚上在生产环境中运行，用于转移资金、关闭账户和触发下游报告：
```
EVALUATE TRUE
WHEN PAYMENT-DUE AND NOT PAID
PERFORM CALCULATE-LATE-FEE
PERFORM GENERATE-NOTICE
WHEN PAYMENT-RECEIVED AND BALANCE-DUE = 0
MOVE "ACCOUNT CLEAR" TO STATUS
PERFORM ARCHIVE-STATEMENT
WHEN OTHER
PERFORM LOG-ANOMALY
END-EVALUATE.
```
现在想象一下，成千上万的这些规则，每个规则都运行着工资单、处理索赔或对账账户，分布在 40 多年编写的数百万行代码中。HyperDocs 摄取这些代码，并将其重建为可读的、活的文档，显示黑盒系统的工作方式。
我们的另一个工具 HyperTwin 解决了“部落知识”问题。它直接从主题专家那里学习，观察工作流程，分析屏幕交互，并进行 AI 驱动的访谈，以捕捉他们如何调试和推理他们的系统。目标是构建专家如何实践中调试、设计和维护这些系统的数字“双胞胎”。
HyperDocs 和 HyperTwin 共同构成了一个遗留系统知识图谱，将代码、系统和人类推理联系起来。
这是一个我们的 HyperTwin 产品的演示视频：<a href="https://www.youtube.com/watch?v=C-tNtl9Z_jY" rel="nofollow">https://www.youtube.com/watch?v=C-tNtl9Z_jY</a>
您可以在这里探索我们的文档平台，包括来自 AWS Card Demo（一个广泛使用的 COBOL 代码库示例）和一个虚拟保险项目的示例：
<a href="https://hyperdocs-public.onrender.com/" rel="nofollow">https://hyperdocs-public.onrender.com/</a>。
例如，开发人员视角文档 - 信用卡管理的高级系统架构：
<a href="https://hyperdocs-public.onrender.com/docs/aws-carddemo-with-dev-docs/developer/architecture/system-architecture" rel="nofollow">https://hyperdocs-public.onrender.com/docs/aws-carddemo-with...</a>
我们很想听取您的想法和反馈，特别是来自任何使用过大型主机或尝试过现代化遗留系统的人。