AI攻击模型Mythos及其变体威胁大型机安全，打破“隐蔽即安全”、依赖ESM日志和网络防御三大传统假设。为应对风险，需采用零信任、定期渗透测试、实时监控和行为分析，实施不可变备份与恢复演练，并将大型机安全纳入企业整体安全体系。

IBM收购BMC AMI Strobe后，整合Control-M与BMC AMI Ops Automation for Batch ThruPut，优化大型机批处理。某金融公司借此自动协调月末财务结算作业，优先处理关键任务，同时兼顾日常作业SLA，提升性能、降低成本，确保业务按时交付。

本文讨论AI模型Claude Mythos对大型机安全构成的威胁。Mythos能自主发现并链式利用漏洞，将攻击时间从数周缩短至数小时，降低攻击门槛。传统大型机安全假设不足，需主动应对API、身份、供应链及横向移动等风险。建议采用持续监控、证书自动化管理、行为分析、零信任架构等措施，并强调实时防御与韧性建设，以应对AI加速的安全挑战。

人工智能（AI）正在提升购物和医疗等领域的用户体验。BMC于2026年1月推出的新功能扩展了AI助手，支持定制化聊天，提供快速、清晰的系统问题解答，并通过知识中心提供特定答案。此外，BMC AMI Ops Insight增强了IMS数据监控，帮助快速识别问题，并邀请客户参与设计合作，推动数字化转型。

现代大型机在银行和金融项目中至关重要，支持核心应用和新兴技术，凭借高效的交易处理和数据管理能力，推动创新并降低成本。

现代大型机团队面临复杂性和成本压力，传统监控工具无法满足需求。BMC AMI Ops与BMC AMI Data结合，提供AI驱动的可观察性和自动化，优化操作和数据性能。通过智能SQL优化和实时监控，企业能更快识别和解决问题，提高效率，降低成本。Dillard's案例显示，使用这些工具后，CPU利用率减少35%，关键应用MIPS减少90%。这种集成策略提升了大型机的韧性和服务质量。

现代大型机团队面临复杂性和成本压力，传统监控工具已无法满足需求。BMC AMI Ops与BMC AMI Data结合，提供AI驱动的可观察性和自动化，优化操作与数据性能。通过智能SQL优化和自动化，企业能够更快地检测和解决问题，提高效率，降低成本。Dillard's案例显示，使用这些解决方案后，CPU利用率减少35%，关键应用的MIPS减少90%。这种集成策略提升了大型机的韧性和效率。

尽管COBOL在大型机上仍占主导地位，但Java的使用显著增加。根据2025年BMC调查，64%的新应用和55%的现有应用使用Java。BMC提供工具优化Java性能，包括自动异常处理和性能分析，帮助开发者提高效率。

2025年，人工智能将重塑大型机操作。混合AI将结合规则系统、机器学习和生成AI，提升操作弹性，实现实时异常检测和预测维护。专业语言模型将成为成本效益高的解决方案，推动行业AI应用。目标导向的AI代理将协作解决复杂问题，简化管理。智能语音助手将通过自然语言界面提升生产力，促进大型机转型。负责任的AI将确保透明性和合规性，推动企业创新与发展。