发布于 2026-08-04 . AI副业案例拆解 . 预计阅读时间 12 分钟

AI迁移COBOL遗留系统副业，帮银行政府把老代码搬上云月入8000-30000元实操拆解（2026）

前两天刷HN，刷到一个有点炸的帖子，arxiv上有人发了篇论文，讲AI怎么把COBOL程序迁移成Java。我点进去看了一眼，他们搞了个叫Locksmith Loop的方法，拿三个真实COBOL程序做测试，规模从430行到4114行，AI生成的Java在确定性校验下全部通过，最狠的那个生产级程序，分支覆盖率做到了91.90%。底下评论区吵成一锅粥，有人觉得不可思议，有人觉得AI迁移肯定要翻车。我当时就想，这事背后藏着一门生意，而且是一门会越来越大的生意。。。

先给你补个背景。COBOL这门语言，1959年就出来了，比你爷爷年纪都大。它至今还在支撑全球金融系统的底层，有人统计过，COBOL每天处理的交易量是Google搜索量的200倍，全球95%的ATM取款机交易背后跑的都是COBOL。美国的银行、保险、政府系统，欧洲的养老金，日本的证券交易所，核心账务系统全是它。这门语言被宣布死亡了几十年，1992年就有人写文章给它办葬礼，结果它到现在还活着，活得好好的。

问题出在人上。写COBOL的程序员，平均年龄60多岁，这几年扎堆退休。2020年疫情的时候，美国新泽西州失业救济系统直接崩了，州政府急得满世界找COBOL程序员，最后IBM都下场免费开COBOL培训课了。你想想看，一边是几亿行还在跑的老代码，一边是懂它的人在肉眼可见地消失，这个供需缺口，就是机会。

为什么这个方向突然值得做了

以前COBOL迁移是大厂专属，一个银行的核心系统迁移项目，动辄几千万预算，要请专门的咨询公司，排期排好几年。普通人根本碰不到这个市场，门槛太高了。

但AI把门槛砸穿了。IBM搞了watsonx Code Assistant for Z，专门用AI把COBOL转成Java，AWS也出了COBOL转换器。这周HN上还有个叫Hopper的agentic工具，97分上榜，号称第一个面向主框架的AI开发环境，能直接连上你公司的z/OS系统，用AI操作TN3270终端、读写VSAM数据、帮你调试JCL作业，免费版就能用。再加上GPT-5.x、Claude这些通用大模型，你喂一段COBOL给它，它翻译成Java、Python、C#，基本能看。

几个变化是同时发生的。一是COBOL程序员退休潮到了临界点，银行想找人维护都找不到，更别说迁移。二是监管在逼着金融机构现代化，老系统要上云、要符合新安全标准。三是AI终于能读懂COBOL了，以前这种代码只有十几年经验的老工程师敢碰，现在AI几秒钟出一版翻译，人工负责验证就行。这三件事叠在一起，中间那段「用AI帮企业迁移老系统」的服务，就成了一个真空地带。

具体能做什么，三个方向逐一来看

我按赚钱的难度从低到高给你排。

第一个方向，COBOL代码翻译和文档化。这是门槛最低的一档，也是练手最好的起点。很多银行保险手里有几十年的老代码，没人看得懂，更没人敢动。你做的事情很简单，把一段COBOL程序喂给Claude或GPT，让它翻译成Java，或者生成详细的说明文档，把这段代码到底在算什么账、处理什么业务规则讲清楚。按程序收费，一个程序500-5000元不等，看复杂程度。为什么有人愿意付这个钱？因为银行现在连能看懂这些代码的人都要找不到了，你花两小时把一段老代码的来龙去脉整理成文档，对他们来说就是救命。翻译本身不难，难的是你得先懂点业务，知道这段代码是在算利息还是算罚金，AI能帮你翻译语法，但业务逻辑得靠你对上下文的理解。

第二个方向，AI辅助COBOL到Java迁移项目。这一档就值钱了。不只是翻译单个程序，而是把一套完整的系统从COBOL迁移到现代技术栈。流程是这样的，先用watsonx或者AWS转换器做批量翻译，再用Locksmith Loop那种思路做验证，把COBOL老程序和翻译后的Java程序跑同样的测试数据，对比输出结果是不是一致，最后人工修补不一致的地方。一个小型系统的迁移项目，收费5万到30万，周期一到三个月。这档服务的核心卖点不是你会用AI，而是你懂迁移的流程，知道怎么把「迁移后行为变了」的风险控住。HN评论区有人说得特别精辟，测试数据是秘密武器，你迁移得对不对，全靠测试数据说话，你要是没准备好测试数据，出了任何缺陷都是你的责任。

第三个方向，AI迁移验证测试服务。这是最炸的一档，也是最稀缺的能力。刚才那篇arxiv论文讲的核心，就是验证。企业最怕的不是AI翻译不出来，是翻译出来之后行为变了，利息算错了、扣款顺序变了，这种事故一出就是几百万的损失。所以现在冒出来一个专门的服务，就是帮企业验证AI迁移的代码跟老代码行为完全一致。你不用自己写迁移，你只负责测试，把老系统和新系统放在一起跑，设计覆盖各种边角情况的测试数据，找出行为不一致的地方。这种验证服务按项目收费，一个中等规模的系统验证下来，报价可以到10万以上，因为你承担的是「最后一道防线」的角色。HN那篇论文里提到一个细节，COBOL程序里有几十年积累下来的特殊业务规则，1987年有人加了一个特例处理，没有任何文档记录，AI迁移的时候很容易漏掉，能发现这种漏网之鱼的人，就值大钱。

验证，就是这门生意里最值钱的环节。

三个方向不是三选一，是进阶路径。先用翻译和文档化练手，攒几个真实案例，再往完整迁移走，最后做到验证服务，那就是这个领域的天花板了。反正我觉得，这个顺序是最稳的。

核心工具链，很多都是免费的

起步阶段真的只需要一个Claude加GnuCOBOL，总成本$20/月。IBM那个免费COBOL培训课也可以去上，边学边练。工具不是竞争力，你能把迁移验证做扎实，才是竞争力。

完整操作流程，六步跑通第一单

第一步，学会读COBOL。先别急着赚钱，你得能看懂老代码。去GitHub找几个开源COBOL项目，CobolCraft这个项目很有意思，有人用COBOL写了个Minecraft服务器，代码质量高又完整，是绝佳的练习材料。配合IBM的免费COBOL培训课，把基本语法啃下来，DIVISION、SECTION、PARAGRAPH这些结构搞清楚。说实话，COBOL本身不难学，语法很规整，比Java还容易读，难的是业务规则。

第二步，搭一套本地测试环境。装GnuCOBOL，把开源项目编译跑起来，学会看输出。这一步是为了后面验证做准备，你能跑老代码，才能对比迁移后的新代码行为对不对。别跳过这步，我一开始就是急着翻译，结果翻出来对没对都不知道，那等于白干。

第三步，用AI练翻译。挑一个开源COBOL程序，喂给Claude让它转成Java，然后自己对着GnuCOBOL跑，看翻译得对不对。再喂给GPT做一遍，对比两个模型的差异。你会发现一个有意思的现象，COBOL的GOTO语句在Java里没有对应物，AI一般会翻译成while循环，但有些边角情况它会翻错。多练几个程序，你就摸清AI的脾气了。

第四步，攒案例。身边有没有在银行、保险、政府做IT的朋友？去聊聊，问问他们系统里有没有COBOL。免费帮他们做一两个程序的文档化，或者翻译个不太敏感的小程序，拿到真实案例。有了真实案例，你就能大大方方去发朋友圈、写文章了。

第五步，接第一单。从翻译和文档化开始，定价别太高，先跑通交付流程。做完一单，把整个过程的SOP沉淀下来，用什么prompt、怎么验证、怎么交付，全写成文档。以后每一单都是复制这套流程。

第六步，往迁移和验证升级。有了几个成功案例，就开始接完整迁移项目，或者专门的验证服务。这一档的客户是企业，走的是项目制，周期长、客单价高。你甚至可以跟之前做AI代码审查、AI代码清理的那些服务结合起来，老系统迁移完了，紧接着就是新代码的质量管理，客户生命周期直接拉长好几倍。

怎么定价，我给出的参考

定价的逻辑不是按你花的时间，而是按你帮客户消除的风险。一个银行的核心账务系统出一次事故，损失是千万级别的，你花两周时间把迁移验证做扎实，收他十万他觉得自己赚大了。而且这个领域有个特点，懂的人极少，竞争还没起来，现在入场的人，吃的是未来五年最肥的一段红利。

几个真实踩过的坑

坑一，别信AI的翻译是完美的。HN评论区吵了半天的核心就是这个，AI迁移的代码不是100%正确，GOTO转while、浮点精度、日期格式这些地方最容易出问题。COBOL里有个经典的坑，缺失的日期在旧系统里会默认成1875年5月20日，AI翻译的时候根本不知道这个默认值，直接给你转成null，行为就变了。所以验证这一步永远不能省，你要对每一行迁移后的代码负责。

坑二，业务规则藏在代码里，不在文档里。几十年的老系统，没人写文档，所有规则都沉淀在代码里，1987年加的特例、1995年改的算法，全靠注释和代码本身。你迁移的时候如果不理解这些规则，AI翻得再准也没用，因为规则本身就是错的或者过时的。所以做这行，业务理解比技术能力重要。

坑三，测试数据是命根子。HN评论区那句经典的话再强调一遍，你迁移得对不对，全靠测试数据说话。别指望AI帮你生成测试数据，你要设计能覆盖各种边角情况的输入，把老代码和新代码跑同样的数据对比输出。Locksmith Loop那篇论文的核心就是这个，先用输入mock穿透分支，再对输出做一致性校验。你在这方面的能力，就是客户付钱的理由。

坑四，数据安全别踩线。银行和政府的系统，数据敏感程度是最高级别的。你碰到的可能是真实的客户账户数据、交易流水，全部要脱敏处理，测试数据一律用伪造的，生产环境数据绝对不能带出。接单之前先问清楚数据边界，签好保密协议，这个行业的信任成本极高，出一次事故就出局了。

怎么找到第一个客户

最有效的路径还是熟人圈。银行、保险、政务系统的IT朋友，先聊聊他们系统里有没有COBOL，大概率有。免费帮他们做一两个程序的文档化，拿到真实案例。然后去知乎、公众号写文章，标题就写「我帮银行把跑了30年的COBOL系统翻译成了Java」，这种内容在技术圈天然有话题度，评论区会有一堆人问「你们团队接不接项目」。

另一个思路是跟AI代码相关的服务打通。我之前写过AI代码审查、AI代码清理、AI遗留系统维护这些方向，COBOL迁移和它们是一整条产业链，系统先迁移、再清理、再审查、再长期维护。你从任何一个环节切入，都能顺着往上下游延伸。

大时代啊，朋友们。

一门60多岁的语言，一个正在消失的工种，一群还在上面跑着的亿万级交易，AI把这个看似死掉的领域重新盘活了。那些等着COBOL程序员都退休、系统自然消亡的人，会惊讶地发现，系统不会消亡，只会变成新的生意。你提前站在这条赛道上，就是在别人还在观望的时候，把最肥的那块肉先吃进嘴里。

说真的，这事我最开始也心虚，觉得自己又不是主框架专家，凭什么碰这个市场。但后来想明白了，AI把「懂COBOL」的门槛降到了「愿意学+会用AI」的水平，剩下的全是执行问题。你不需要成为最懂COBOL的人，你只需要成为最会用AI解决COBOL问题的人，这个市场大得装得下所有认真干活的人。