SAP 官方 ABAP MCP Server 正式落地:ABAP 开发进入 Agentic AI 时代

作者:liuxy | 2026-09 | 阅读时长:约 10 分钟 | 适合所有 SAP/ABAP 从业者

在 SAP TechEd 2025 上,SAP 预告要把 Agentic AI(智能体 AI)带进 ABAP 开发;到 Sapphire 2026,这套东西正式兑现了------ABAP MCP Server 宣布正式可用(GA),同时 ADT for VS Code、自定义代码迁移 Agent 也陆续到位。这一组合拳是自 Joule for Developers 发布以来,ABAP AI 领域最重要的一次升级。

这篇文章把官方公告里的关键信息拆开讲清楚,并谈谈它对一线 ABAPer 到底意味着什么。

一、先搞清楚:MCP 是什么

MCP(Model Context Protocol,模型上下文协议)是 Anthropic 发起并已被业界广泛采用的开放标准,用来让 AI Agent 以结构化、可发现的方式调用外部工具和数据源。可以把它理解为 AI 世界的"万能插头":

  • AI Agent(客户端)先问服务器:"你有哪些工具?"(tools/list
  • 服务器返回一组带类型签名的工具描述
  • Agent 根据对话上下文自主决定调用哪个工具、传什么参数(tools/call

对 ABAP 开发者来说,MCP 的意义在于:AI 助手不再只能"聊代码",而是能直接"操作代码"------读对象、改源码、激活、跑单元测试,全在一次对话里完成。

二、ABAP MCP Server:官方架构长什么样

官方 ABAP MCP Server 的技术底座是 ABAP Language Server(ABAP 语言服务器),整体分为两层:

复制代码
AI Agent(Copilot / Amazon Q / Claude / Cursor ...)
        │  MCP 协议(JSON-RPC)
        ▼
ABAP MCP Server(工具发现与调用、协议转换)
        │
        ▼
ABAP Language Server(IDE 无关的能力抽象层)
        │
        ▼
ABAP 系统(仓库对象、语法检查、单元测试、传输管理)

这个设计有两个关键点:

  1. IDE 无关。ABAP Language Server 把"ABAP 开发能力"从具体 IDE 中抽离出来,MCP Server 在其上暴露标准协议。任何支持 MCP 的编码代理都能接入,ABAP 生态第一次不再被单一 IDE 锁定。
  2. 能力即工具。代码导航、对象创建、语法检查、测试执行这些开发操作,都以 MCP 工具的形式暴露,Agent 可以自主编排调用。

官方 MCP Server 在 Eclipse 和 VS Code 中都可用。这里有个容易被忽略的背景:很多 AI 扩展(Copilot、Claude Code 等)都是优先为 VS Code 优化的,ABAP 侧打通 MCP 之后,等于把这些 AI 工具链整体接入了 ABAP 世界。

三、ADT for VS Code:三年头号需求终于兑现

与 MCP Server 同期,ABAP Development Tools for VS Code 也在 2026 年 Q2 正式 GA。这是 SAP 社区连续三年排名第一的开发者功能诉求,首版聚焦:

  • Fiori UI Service 开发:基于 RAP 框架,ABAP 语言服务器提供实时语法校验与 clean-core 合规检查
  • 文件化开发体验:ABAP Cloud 对象以文件形式管理,天然适配 Git、Code Review、CI/CD
  • 原生 AI 集成:Joule for Developers 的解释、补全、生成能力直接在 VS Code 内可用

SAP 官方也明确表态:Eclipse 在 VS Code 达到功能对齐之前,仍是全量 ABAP 开发的主战场。两者并存,按工作流自选。

四、SAP-ABAP-1:为 ABAP 而生的基础模型

支撑这一切的底层模型是 SAP-ABAP-1 ------基于超过 2.5 亿行 ABAP 代码3000 万行 CDS 代码训练的 ABAP 专用基础模型。它对 ABAP 语言的理解深度(废弃 API、ECC 到 S/4HANA 的语法演进、简化项影响)是任何通用大模型都不具备的。

配套的商业化也有变化:Joule for Developers 的免费期延长至 2026 年 9 月,之后转向**按消费计费(consumption-based)**模式------对 Agent 型工作负载来说,这种计费方式比按席位订阅更合理。

五、Custom Code Migration Agent:S/4HANA 迁移的攻坚武器

ECC → S/4HANA 迁移中,自定义代码是最重的包袱。SAP 基于同一套 MCP 基础设施交付了多个迁移 Agent:

Agent 时间 能力
Mass S/4 Custom Code Conversion Agent 2026 Q2 识别 ATC 问题,用确定性规则或 AI 生成修复,规模化处理
Mass Clean Core Adoption Agent 2026 下半年 识别并修复 clean-core 违规,需人工复核的给出结构化建议
Web Dynpro → Fiori 现代化 Agent 2026 下半年 把遗留代码转换为现代 ABAP Cloud 代码

两个值得注意的设计原则:

  1. 先理解、再动手:所有 Agent 都遵循"先解释和理清既有代码,再提出变更",保护客户多年沉淀的业务逻辑资产。
  2. 人在环路(human-in-loop) :官方给出的目标是自定义代码转换工作 40% 的效率提升,而非全自动。复杂业务逻辑重写、架构级替换决策、AI 产出的审核,仍然必须由 ABAP 专家完成。

六、对 ABAPer 意味着什么

维度 之前 现在
IDE 只能 Eclipse(ADT) Eclipse / VS Code / 任何 MCP 客户端
AI 助手 聊天式问答、代码片段拷贝 Agent 直接读写 ABAP 系统
重复劳动 手工改废弃语句、跑 ATC Agent 批量修复 + 人工审核
迁移评估 人工逐对象分析 包级批量分析 + 优先级排序

务实的建议:

  • 先在开发系统上试:MCP 接通后 AI 具备写能力,生产系统务必隔离;
  • 重视权限设计:Agent 以什么用户运行、AUTHORITY-CHECK 怎么走,是安全团队第一个要问的问题;
  • 建立审核习惯:AI 生成的修复也要走 Code Review + ATC 复检,40% 的效率来自"AI 干粗活、人做判断"。

七、ECC 老系统怎么办:官方之外的第三条路

必须泼一盆冷水:官方 ABAP MCP Server、VS Code 扩展、Joule 这些能力都有版本/平台门槛(BTP entitlement、SAP_BASIS 底线、较新的 S/4HANA release)。而 DSAG 的调研显示,相当比例的 ECC 客户计划运行到 2030 年以后------官方方案对这部分系统是够不到的。

好消息是 MCP 本身是开放协议,社区方案已经在补位:

  • 开源 MCP Server(如 abaper-mcp,基于 ADT REST API,我在下一篇文章里详细拆解);
  • 系统内自建:用 ABAP ICF Handler 在 SAP 内部原生实现 MCP Server,一个 ICF 节点 + 分发器 + 配置表就能让 AI Agent 直接操作老系统,权限沿用登录用户、审计走透明表------这套方案我在系列前两篇文章(系统内实现 ABAP MCP Server、落地踩坑实录)里有完整架构与代码。

八、总结

Sapphire 2026 这一轮发布,标志着 ABAP 正式进入 Agentic AI 时代:

  1. ABAP MCP Server GA------ABAP 开发能力通过开放协议暴露给任意 AI Agent,这是架构层面最重要的一步;
  2. ADT for VS Code GA------终结了 ABAP 与主流开发生态的 IDE 隔离;
  3. SAP-ABAP-1 + 迁移 Agent------专用模型 + 规模化修复,直击 S/4HANA 迁移最大痛点;
  4. 按消费计费------商业化模式匹配 Agent 型工作负载。

对 ABAPer 而言,"AI 取代 ABAP"是伪命题,"会用 AI 的 ABAPer 取代不会用的"才是现实。协议已经铺好路,剩下的就是动手了。

参考资料:

  • SAP News: With Agentic AI, ABAP Takes Evolution to the Next Level(对 ABAP 平台负责人 Sonja Liénard 的专访)
  • SAP Community: Entering the New Era of Agentic AI for ABAP Development
  • SAVIC Insights: SAP's Custom Code Migration Agent 系列分析
相关推荐
Beyond_System|系统之外2 小时前
ChatGPT5.2_Codex_零基础图文手册
人工智能
码农哈丁2 小时前
用 Trait 给系统留出后路:RAG 存储层如何做到 5 种后端可插拔
人工智能·知识图谱·rag
知几蜗牛2 小时前
ChatGPT图像升级后,真正被改写的是创作工作流
人工智能
知几蜗牛2 小时前
GPT‑6 Astra真正的变化:AI开始直接操作工作软件
人工智能
zhangzeyuaaa2 小时前
深入理解 pip install .:安装当前目录项目的正确姿势
人工智能·python·pip
yindeshuiketang2 小时前
企业FDE架构方法论到实战指南从想法到商业变现:需求·设计·技术·测试·运维·交付·变现-小红书&抖音 AI马教授 职场启航宝
运维·人工智能·架构
旭华智能sunvua2 小时前
工业级低功耗遥测终端RTU,筑牢智慧水利监测根基
人工智能
牧羊人.3332 小时前
动手学深度学习 03 | 卷积神经网络实现手写数字识别
人工智能·深度学习·神经网络·算法·cnn
VL——MOESR2 小时前
【具身智能】Cosmos Policy论文阅读随笔
论文阅读·人工智能·机器学习·具身智能·cosmospolicy