Thought Machine携手AWS，尝试用AI重建银行旧系统规则

Thought Machine与亚马逊云科技（AWS）于2026年9月29日宣布合作，推出一套AI辅助方案，帮助银行将旧核心系统中的业务逻辑迁移到Thought Machine的Vault平台。方案的重点不是把旧代码逐行翻译成新代码，而是先识别系统实际执行的银行业务规则，再据此重建金融产品。75

这一区别很关键：银行旧系统里往往积累着多年的产品逻辑。迁移方案试图先弄清系统“做什么”，再在新平台上重现相应行为，而不是只把原有代码换一种写法。

方案如何运作？

合作方案结合了AWS Transform与Thought Machine的Vault Forge，大致分为几个环节：

1. 分析旧应用。 AWS Transform的大型机工具检查并逆向分析现有应用，协助识别其中的业务逻辑。AWS将其大型机现代化服务描述为涵盖评估、业务规则提取等工作。72
2. 提取业务规则。 方案关注的是利息计算、收费规则、贷款还款等功能背后的逻辑，而不是把旧系统的每一行代码都直接翻译过去。5
3. 生成Vault金融产品。 Vault Forge由Amazon Bedrock驱动，可利用提取出的旧系统逻辑，协助生成适用于Vault平台的Python金融产品。710
4. 测试生成结果。 AWS称生成的产品经过模拟测试；另一篇报道提到可在沙箱环境中测试。106不过，测试是方案流程的一部分，并不代表每次迁移都无需进一步核验，或结果必然完全符合银行要求。

为什么不直接翻译旧代码？

银行核心应用可能承载着多年来不断累积的产品规则。合作双方的设想是，先找出这些规则，再在现代平台上重建具体产品，可能比逐行复刻旧系统更利于推进迁移。双方表示，这种做法旨在降低迁移项目的时间和成本。75

但这只是复杂现代化工程中的一部分自动化，并不意味着所有依赖关系、数据迁移、日常运营流程和系统切换决策都已自动化。现有公告材料介绍了规则提取和产品测试，却没有详细说明银行团队的审批节点，也未交代双方联合推出的“核心系统现代化加速计划”具体如何运作。710

“从几年缩短到几天”意味着整套核心系统几天就能上线吗？

不能这样理解。现有公告材料没有给出完整替换一家银行核心系统的端到端时间表。它们支持的说法更有限：AI辅助发现、规则提取、产品生成和模拟测试，目标是加快那些可能耗时且成本高昂的现代化工作。710

AWS对其更广泛的大型机现代化服务的描述，是将多年周期压缩至数月，而非数天。这是AWS对一般服务的说法，不是Thought Machine此次合作已经验证的交付周期，更不代表一家银行能够在几天内完成整套系统迁移。2

对银行而言，更稳妥的判断是：AI或能帮助团队更快理解和重建旧系统中的产品逻辑，但“提速”不等于省去审核、验证和切换工作。现阶段应把相关速度说法视为对部分流程的目标，而不是整套核心系统替换的保证。