OpenAI模型在COBOL等旧语言编程及迁移任务中能力增强

OpenAI近日表示，其模型在构建和迁移COBOL、Fortran、Visual Basic等旧编程语言软件方面的能力得到增强。公司指出，全球约40%的银行仍依赖COBOL系统，迁移至现代语言不仅成本高达数百万至数亿美元，且耗时漫长。与此同时，掌握COBOL的程序员正逐渐老龄化，银行面临数年内完成迁移的压力。

为评估模型能力，OpenAI创建了名为MultiLangBench的AI评测套件，要求模型以指定编程语言创建兼容SQLite的数据库引擎。结果显示，GPT-6 Astra在20种语言中的平均测试通过率达到87.4%，而此前模型GPT-5.6 Sol的通过率仅为26.8%。其中COBOL仍是最难攻克的语言，GPT-6 Astra在该语言上的通过率为72%。

OpenAI还测试了模型将COBOL程序迁移至C++、Java、Kotlin、Python或Rust等语言的能力，同时保留原程序行为，例如数字舍入规则以及缺失记录的处理方式。测试中，GPT-6.1 Sol在高推理强度下达到97.9%的准确率，低推理强度下为86.6%。OpenAI表示，迁移只有在“所有测试通过”的情况下才算成功，此类行为保持能力有助于团队维护和现代化改造旧系统，但应用于生产软件仍需专家审查，并针对业务规则和依赖关系进行测试。