在当今数字化转型迅猛发展的背景下，传统金融机构正积极拥抱新兴技术以提升效率与竞争力。摩根士丹利作为全球顶尖投资银行之一，面对庞大且复杂的遗留代码库，选择自主研发基于人工智能的编码分析工具，开启了软件开发效率变革的新篇章。自2025年初推出以来，该AI工具成功解析了公司内超过900万行代码，为旗下15000名开发人员节省了大约28万小时的宝贵时间，成为金融科技领域内卓越创新的典范。遗留代码长期以来是企业面临的难题，尤其是使用早期编程语言如Perl的系统。这些代码尽管功能稳定，但由于语言古老、文档缺失以及开发人员流动，维护成本极高，且难以与现代技术栈兼容。传统的代码迁移与重构工作耗时且充满挑战，人工理解老旧代码的业务逻辑和技术细节需要大量投入，且风险较大。
正是在这样的背景下，摩根士丹利自主开发的AI工具——DevGen.AI应运而生。该工具基于OpenAI的GPT模型，结合摩根士丹利丰富的内部代码库定制训练，能够将复杂的遗留代码转换为通俗易懂的英文说明，极大方便开发团队理解代码功能与结构。随后，开发人员借助这些自然语言描述，将旧代码高效重写成如Python等现代编程语言，不仅提升了代码质量，也优化了系统的可维护性和扩展性。选择自主研发而非依赖商业化解决方案，正是摩根士丹利成功的关键之一。市场上的通用AI编程工具多半对早期语言的识别和解析能力有限，无法充分理解摩根士丹利独特的定制代码和业务规则。内部团队深耕行业特性和技术细节，打造出专属的定制化智能助手，赋能开发者更精准地完成代码迁移。
摩根士丹利全球技术与运营负责人Mike Pizzi透露，自工具上线以来的五个月内，DevGen.AI共处理了约900万行代码，相当于为15000名开发者节省了28万小时的工作量。这不仅意味着显著的时间节约，也意味着人力资源得到更有效利用，开发者能够专注于价值更高的创新性任务，而非机械的代码翻译与重构工作。尽管AI工具在代码翻译方面具备强大能力，但摩根士丹利并未选择完全依赖人工智能。AI工具目前尚无法像资深开发者那样写出高效、准确且符合最佳实践的新代码。因此，人工开发人员依然在转换流程中扮演着不可或缺的角色，确保代码迁移结果既符合技术规范，也满足业务需求。此举不仅保障了代码质量，也缓解了人们对于AI替代开发岗位的担忧。
事实上，摩根士丹利最近一次裁员涉及公司超过8万员工中的2000人，但技术团队的规模保持稳定，表明公司致力于通过技术提升效率而非简单削减人力。摩根士丹利的这一AI创新举措对金融科技行业具有深远启示。当前，业界普遍面临遗留系统转型的巨大压力，原创性强且交付效率高的工具极为稀缺。摩根士丹利通过量身打造公司专属AI编程助手，树立了行业标杆，彰显了自主掌控核心技术的重要性。与此同时，公司也在积极推广多款内部AI应用，包括会议内容摘要和研究资料快速检索等，逐步构建以人工智能为驱动力的数字化办公生态，助力员工节省每周达15小时的时间投入。摩根士丹利CEO特德·皮克（Ted Pick）曾公开表示，这些AI工具不仅能显著提升员工效率，更可能带来颠覆性变革。
毋庸置疑，AI技术在改写传统金融机构软件开发流程中的潜力已经显现。摩根士丹利对内部代码库深度学习与语义理解的突破，为业界提供了宝贵经验。未来，随着算法的持续优化和模型能力的增强，AI在代码迁移、自动生成及测试等环节的应用将进一步深化，推动金融科技创新向更高水平跃进。总之，摩根士丹利通过自主研发基于GPT的AI解析工具，成功破解了900万行遗留代码，极大节省了15,000名开发者累计28万小时的人力工时，提升了编程流程效率，推动了技术转型。这不仅彰显了金融行业拥抱人工智能的趋势，也展示了传统巨头如何通过技术创新保持竞争优势。未来，随着AI在软件工程领域的不断渗透，更多企业将效仿摩根士丹利的做法，深化AI与业务结合，实现更智能、更高效的数字化转型。
。
