AI新創Kodesage募資660萬美元，要把銀行與能源業的老舊程式碼帶進現代

這群結合了「系統整合」與「資安技術」背景的創業者，直接影響了Kodesage最核心的技術決策：他們堅持，AI模型必須進到客戶的機房裡工作，而不是把客戶的原始碼搬上雲端。

在地端運行的AI引擎，挖掘看不見的商業邏輯

Kodesage的平台專注於一項名為「深層探索」的自動化流程。它被設計來「吞入」COBOL、PL/SQL、PowerBuilder、RPG以及Oracle Forms等老舊程式碼庫，並從中梳理出內嵌的商業規則。這些規則長年累月深埋在程式、資料庫結構與設定檔中，多數根本沒有留下任何正式文件 。

這個過程會產出一層「活的文件層」，讓真人開發團隊與AI代理都能看得懂這些系統究竟在做什麼。有了這層清晰的脈絡後，平台便能進一步支援脈絡感知的自動化程式碼轉換、自動生成測試案例，以及AI輔助的維運支援 。

目前，Kodesage選定的主力灘頭市場是 Oracle Forms。他們開發了一套專用的現代化工具包，例如將Oracle Forms轉換至Oracle APEX的低程式碼架構。根據公司提供的數據，這套工具能讓轉換速度快上三倍，同時將文件撰寫的負擔降低超過八成 。

而在長期的產品藍圖中，Kodesage的目標是打造「能自我修復的企業應用程式」，讓AI代理能夠自動準備、測試並執行日常修復，而最終的變更仍需經由真人工程師審查把關 。

部署策略：先過防火牆，再談AI

與市面上絕大多數的AI程式開發工具不同，Kodesage的運作模式是百分之百的在地部署。平台被設計為在客戶的自家環境、虛擬私有雲，甚至是完全與外部網路實體隔離的氣隙環境中運行 。

這意味著，從最敏感的原始程式碼、資料庫綱要到所有機密內容，自始至終都不需要離開組織的直接掌控範圍。這項架構設計的關鍵思維，正是源自共同創辦人Gyorgy Szilagyi當年打造Tresorit零知識安全模型的經驗 。

此模式帶來的一項直接商業後果是，Kodesage的定價策略完全擺脫了雲端AI服務常見的「按Token消耗量計費」模式。對企業客戶來說，這樣的定價結構更為可預測，也更能穩定地納入年度預算規劃 。

目標產業與擴張計畫

這種「把AI帶到資料身邊」的架構，目標客戶群鎖定在銀行、保險公司、能源與運輸業者，以及公部門機構——簡言之，就是任何被法規嚴格禁止將核心資料庫基礎設施連上公有雲的受監管機構 。

取得新一輪資金後，Kodesage計畫將這筆錢用於在美國與歐洲展開正式的市場推廣行動，並同時擴充工程與產品團隊的規模 。