富士通发布AI代码分析服务Kozuchi：自动生成设计文档，工时削减97%

富士通Kozuchi AI代码分析服务：遗留系统现代化的破局者

产品概览

富士通于2026年3月30日发布"Fujitsu Application Transform powered by Fujitsu Kozuchi"，这是一款利用生成式AI分析源代码并自动生成设计文档的企业级SaaS服务。首先在日本市场推出，计划2026财年内追加代码重构和重写功能。

性能数据

与通用生成式AI工具（如直接使用ChatGPT/Claude分析代码）相比：

• **工作时间减少97%：** 原本需要人工数周完成的设计文档提取，现在数小时内完成
• **文档全面性提升95%：** AI能识别人工容易遗漏的代码关系和依赖
• **可读性提升60%：** 生成的文档结构化程度更高，包含可视化的架构图

为什么瞄准遗留系统？

日本是全球遗留系统密度最高的发达经济体之一。大量金融机构、制造企业和政府部门仍在运行COBOL、FORTRAN和早期Java编写的核心系统。这些系统往往有以下特点：

• **缺乏文档：** 原始开发者已退休或离职，系统逻辑仅存在于代码中
• **无人敢动：** 修改一处可能引发级联故障，维护团队采取"能不改就不改"的策略
• **成本黑洞：** 维护费用逐年递增，但无法直接创造新业务价值

Kozuchi的核心价值在于**先理解再改造**——通过AI自动逆向工程生成完整的设计文档，为后续的代码重构和现代化改造提供可靠的知识基础。

与通用AI工具的区别

Kozuchi不是简单地把代码丢给GPT-5分析。它针对企业级遗留代码场景做了专门优化：

• 支持COBOL等古老编程语言的深度语义理解
• 能处理数百万行代码规模的项目
• 生成符合企业标准（如UML）的规范化设计文档
• 集成了富士通数十年的企业IT服务经验和行业知识

行业趋势

Kozuchi的发布反映了企业级AI工具正在从"辅助编码"向更高层次演进。当前的AI编码工具（Copilot、Cursor、Claude Code等）主要帮助开发者写新代码，而Kozuchi瞄准的是一个更大、更难的问题——**理解和改造已有的庞大代码遗产**。这可能代表了企业AI应用的下一个重要增长方向。

市场规模与竞争格局

全球遗留系统现代化市场预计在2026年将达到2500亿美元，年增长率约15%。但目前市场上大多数工具仍处于"理解"阶段（分析代码、生成文档），真正能做到"自动重构"的工具极少。

Kozuchi的主要竞争者包括微软的Azure Migrate（侧重云迁移）、IBM自家的Application Discovery and Delivery Intelligence（ADDI，侧重组合分析），以及一些专注COBOL现代化的初创公司如Raincode和Heirloom。

Kozuchi的差异化优势在于富士通数十年来在日本金融和制造业IT外包中积累的领域知识——它不仅理解代码语法，还理解日本企业特有的业务逻辑和数据模型。这种领域知识是纯技术公司很难复制的竞争壁垒。

COBOL的"不朽"现实

为什么COBOL在2026年仍然如此重要？数据可能令人惊讶：

全球仍有约8000亿行COBOL代码在运行中。 其中包括全球95%的ATM交易处理、80%的实时银行交易、以及大量政府福利系统。这些系统每天处理的交易金额达到数万亿美元。

COBOL开发者的平均年龄已超过55岁。 在日本，这一数字可能更高。随着这批开发者退休，维护这些系统的知识正在快速流失。IBM估计，到2030年，全球将面临约20万名COBOL技能人才的缺口。

重写成本高得惊人。 澳大利亚联邦银行花了5年和7.5亿美元将其核心银行系统从COBOL迁移到Java。日本的大型银行系统规模通常是其2-5倍，这意味着完全重写可能需要50-100亿美元和10年以上时间。

正是这种"太大太关键不能动、但不动又会出事"的困境，使得Kozuchi这样的AI工具具有极高的商业价值——它提供了一条中间路径：先用AI理解系统（生成文档），然后逐模块改造，而非一次性重写。

与GPT-5/Claude直接使用的对比测试

富士通公布了Kozuchi与直接使用通用大模型分析代码的对比结果：

规模处理能力： GPT-5的上下文窗口虽然扩展到100万token，但仍然无法一次性处理超过50万行代码的项目。Kozuchi通过分层分析（先模块级概要，再函数级细节）可以处理任意规模的项目。

领域准确性： 通用大模型在分析COBOL代码时经常误解JCL（Job Control Language）和CICS（Customer Information Control System）等大型机特有的技术概念。Kozuchi针对这些进行了专门的微调和知识库增强。

输出规范性： 通用大模型生成的"文档"往往是自由文本格式，需要人工重新整理。Kozuchi直接生成符合企业标准（如UML类图、序列图、ER图）的规范化设计文档。