AWS 以 AI 重塑企業現代化：從數年到數小時的轉型革命
從遷移到重塑：AWS 如何以代理式 AI (Agentic AI) 徹底顛覆企業現代化格局
一、 典範轉移：代理式 AI 成為企業轉型的核心引擎
數十年來，舊有系統的現代化更像是一門高風險的手工藝，而非可預測的工程學科。企業在推動轉型時，普遍面臨流程緩慢、勞力密集、專業知識匱乏等困境，使每個專案都充滿不確定性。如今，AWS 正準備顛覆此一典範，透過「代理式 AI」(Agentic AI) 將其轉變為一項工業化的標準流程，旨在將過去動輒數年、高風險的浩大工程，化為可預測、高效率的自動化行動。
根據 AWS 遷移與現代化副總裁 Dr. Asa Kalavade 的觀點，現代化的真正意義不僅是將系統遷移至雲端，而是透過持續的現代化來徹底改變組織的營運與創新方式。這不僅僅是技術的升級，更是企業 DNA 的重塑。數據也印證了這項轉變的巨大潛力：成功轉型的企業不僅能降低高達 66% 的基礎設施成本，更能將產品交付速度提升 43%，從而在瞬息萬變的市場中取得決定性優勢。
為實現此一宏大願景，AWS 推出了其核心支柱——AWS Transform。這項服務被定位為「首個用於企業遷移和現代化的代理式 AI 服務」，它將 AI 的推理、規劃與自主執行能力注入到複雜的現代化流程中。AWS Transform 的誕生，標誌著企業轉型不再是摸著石頭過河的冒險，而是一場有清晰藍圖、由智慧代理引導的精準行動。
接下來，我們將深入探討 AWS Transform 如何透過其專業化的 AI 代理，為不同類型的關鍵工作負載量身打造解決方案，徹底解決企業在現代化道路上的核心痛點。
--------------------------------------------------------------------------------
二、 AWS Transform 實戰：為關鍵工作負載量身打造的專業 AI 代理
企業現代化的成功關鍵，在於能否針對不同的舊有系統——例如大型主機、VMware 叢集、或 Windows 平台的 .NET 應用——提供專門的解決方案，而非採用一體適用的粗糙方法。AWS Transform 的核心優勢正在於此，它為每一種核心工作負載都部署了高度專業化的 AI 代理，以應對其獨特的技術挑戰。本節將分別解析這些專業代理的實戰能力。
大型主機現代化 (Mainframe Modernization)
• 能力分析： 面對動輒數百萬行、業務邏輯盤根錯節的 COBOL 程式碼，AWS Transform for Mainframe 展現了驚人的分析能力。其 AI 代理能自動分析程式碼，生成詳盡的技術文件，並從中萃取出攸關企業營運的關鍵業務邏輯，甚至能智慧地規劃出循序漸進的「遷移波次」(migration waves)。其獨特的 Reforge 功能尤為關鍵，它不僅是將程式碼重構為功能對等的 Java，更是將其進一步精煉，轉換為真正易於現代 Java 開發者理解與維護的慣用 Java (idiomatic Java)，徹底擺脫舊有 COBOL 風格的結構束縛。
• 關鍵數據： 透過 AI 驅動的自動化，此代理能將文件製作時間縮短 60% 至 80%，大幅降低了專案初期的時間與人力成本。
VMware 遷移 (VMware Migration)
• 能力分析： 對於擁有大量虛擬機的企業而言，最大的障礙莫過於解開應用程式之間如義大利麵般錯綜複雜的相依性。AWS Transform for VMware 引入圖神經網路 (Graph Neural Networks)，進行「智慧相依性映射」(smart dependency mapping)，精準描繪出系統間的關聯。AI 代理會基於此映射結果自動規劃遷移波次並部署資源，同時確保企業的安全性和營運完整性不受影響。
• 關鍵數據： 其效率令人矚目，能在短短 15 分鐘內分析 500 個虛擬機器，並將網路組態速度加快 80 倍。
.NET 現代化 (.NET Modernization)
• 能力分析： 許多企業的核心業務仍依賴與 Windows 平台深度綁定的 .NET Framework 應用程式。此代理提供了一套端到端的自動化流程，協助企業將這些應用程式無縫遷移至更具彈性與成本效益的 Linux 平台和現代化的 .NET 8。它運用大型語言模型 (LLM) 進行智慧程式碼變更，能自動發現並處理跨儲存庫的相依性，甚至自主除錯並運行單元測試，以驗證轉換結果的正確性。
• 關鍵數據： 這套流程將轉換速度提升了 4 倍，同時幫助企業降低高達 40% 的 Windows 授權成本。
這些專業代理的成功部署，揭示了一個共同的戰略核心：AWS 並非採用一體適用的通用 AI，而是部署了一個由高度專業化模型組成的針對性武庫。無論是利用圖神經網路進行相依性映射，還是運用大型語言模型進行程式碼翻譯，其策略都是以最適合的 AI 技術，精準解決每個舊有工作負載獨有的、領域特定的複雜難題。
--------------------------------------------------------------------------------
三、 革命開發者體驗：Kiro 與 Amazon Q 引領新浪潮
AI 的崛起並非要取代開發者，而是旨在將其角色從傳統的程式編寫者，提升為 AI 代理的協作者、指揮官與策略家。為了實現此一轉變，AWS 推出了兩款革命性的工具：Kiro 與 Amazon Q Developer。若將現代軟體開發比喻為一項複雜的營建工程，那麼兩者的角色分工便一目了然：Kiro 是建築師的數位藍圖桌，專為從零開始、結構化的「規格驅動」設計而生；相較之下，Amazon Q 則是工匠大師無所不在的工具箱，在建造的每個階段提供智慧輔助，從打地基 (程式碼生成)、強化結構 (安全掃描) 到翻新舊翼 (舊有程式碼轉換)，無所不包。
深入解析 Kiro IDE
• 核心價值： Kiro 不僅是一個整合了 AI 功能的開發環境，它更被定位為一個「AI 原生 IDE」(AI-native IDE)，專為從概念原型到正式生產的全流程開發而設計。
• 關鍵特性： Kiro 的核心理念是「規格驅動開發」(spec-driven development)。開發者僅需用自然語言描述需求，Kiro 便能將這些模糊的提示 (prompt) 轉化為採用結構化 EARS (Easy Approach to Requirements Syntax) 格式的清晰需求文件、系統設計規格，以及可一步步執行的具體任務清單。此外，Kiro 還具備如 Agent Hooks 等進階功能，允許開發者設定自動化觸發器，並透過原生整合的 MCP (Model Context Protocol)，使其具備更強大的上下文感知與執行能力。
深入解析 Amazon Q Developer
• 核心價值： Amazon Q Developer 是一個無所不在的 AI 開發助手，深度整合於整個軟體開發生命週期 (SDLC) 的各個環節。
• 關鍵特性： Amazon Q Developer 的能力涵蓋了開發過程的方方面面，包括程式碼生成、除錯、安全漏洞掃描，以及最關鍵的「舊有程式碼轉換」能力——例如將大型主機上的 COBOL 程式碼轉換為現代化的 Java，與 AWS Transform 的後端能力緊密結合。
這些強大的前端工具，無疑需要一個同樣先進且穩固的後端基礎設施來支撐。AWS 清楚地意識到，要讓這些複雜的代理式 AI 系統在企業環境中穩定運行，必須打造一個全新的底層架構。
--------------------------------------------------------------------------------
四、 擘劃未來：代理式 AI 系統與其企業級基礎設施的崛起
要將強大的 AI 代理從實驗室推向企業級的生產環境，僅有聰明的模型是遠遠不夠的。企業需要一個安全、可擴展、易於治理且具備上下文感知能力的全新基礎設施，這正是 AWS 擘劃的下一步棋——為企業級代理式 AI 打造一套專屬的作業系統。
描繪 AI 演進藍圖
AWS 將 AI 的發展路徑清晰地劃分為三個階段，此演進的核心在於自主性、推理能力與多代理協作能力的逐步提升，每一階段都解鎖了新的能力：
1. 生成式 AI 助理 (Generative AI Assistant): 獲得執行預定義任務的能力，仍需較高的人工監督。
2. AI 代理 (AI Agent): 獲得為達成單一目標而進行自主規劃與推理的能力。
3. 代理式 AI 系統 (Agentic AI System): 獲得多代理協作的能力，能夠自動化完整且複雜的工作流程，實現終極的自主性。
介紹核心基礎設施 - Amazon Bedrock AgentCore
為了支撐「代理式 AI 系統」的運行，AWS 推出了 Amazon Bedrock AgentCore，它被定義為專為部署和擴展動態代理而設計的**「安全、無伺服器的執行時期」(secure, serverless runtime)**。AgentCore 透過提供建構企業級代理系統所需的七大核心模組，解決了複雜且無差異化的底層建構工作，讓企業能專注於創造業務價值，而非重複打造基礎設施。
• Runtime: 提供一個安全的執行環境，確保代理程式碼在隔離的沙箱中運行，避免對企業內部系統造成潛在風險。
• Gateway: 作為代理之間以及代理與外部系統溝通的閘道，確保所有互動都有紀錄且符合安全規範。
• Memory: 提供長期記憶能力，讓代理能夠記住過去的互動，具備上下文感知能力，從而提供更個人化、更精準的回應。
• Identity: 負責代理的身分驗證與權限控管。這不僅是身分驗證，更是企業治理的基石，確保 AI 代理如同人類員工一樣遵循最小權限原則，僅能存取其被授權的資料，從而防止災難性的資料外洩。
• Observability: 實現代理行為的全面追蹤、除錯與監控。這為受監管的行業提供了至關重要的審計追蹤紀錄，確保代理的每個決策與行動都具備透明度與可究責性，滿足合規要求。
• Code Interpreter: 在一個安全的沙箱 (sandbox) 環境中執行代理生成的程式碼，既能發揮程式碼的強大能力，又能防止惡意程式碼的執行。
• Browser: 賦予代理與外部網站互動的能力，使其能夠像人類一樣上網搜尋資訊，擴展其知識邊界。
從上層的應用服務到下層的基礎設施，AWS 已經為企業的 AI 轉型提供了一套完整且環環相扣的藍圖。
--------------------------------------------------------------------------------
五、 結論：企業轉型的全新藍圖
現代化作為一種耗時數年、高風險的手工藝時代已經結束。AWS 近期發布的眾多新服務，並非一系列孤立的工具集合，而是一個經過深思熟慮、緊密整合的端到端企業轉型平台。透過提供由專業 AI 代理驅動的整合式平台，AWS 正在建立一個全新的典範：將現代化轉變為一門可預測、可擴展且工業化的科學。
過去被視為畏途的大型主機或複雜系統現代化專案，如今正逐步轉變為可預測、可加速的標準化流程。這不僅僅是一次技術演進，它代表了企業創新方式的根本性重構。展望未來，隨著代理式 AI 的能力不斷深化，企業將能以前所未有的速度實現業務創新與組織重塑，真正邁向一個由 AI 賦能的全新時代。
