AI 能否解决 COBOL 遗留代码危机？

OpenAI公布面向 COBOL 等低资源编程语言的模型评测结果，重点在于测试 AI 能否在保持原有行为的前提下迁移遗留代码，这直接关系到银行、政府等关键系统的维护成本与更新风险。

• OpenAI 2026-10-19 发布的评测显示，GPT-6.1 Sol 在其 COBOL 迁移测试中低推理强度准确率为 86.6%，高推理强度达到 97.9%。
• 测试要求迁移到 C++、Java、Kotlin、Python 或 Rust 后通过隐藏测试，并保持可观察输出的字节级一致。
• OpenAI 同时指出，遗留程序中的舍入规则、缺失记录处理和业务逻辑可能只存在于代码中，单纯运行成功不等于业务行为一致。
• 该结果属于 OpenAI 自建评测，不能直接等同于真实生产系统中的迁移成功率，实际效果还取决于代码规模、依赖、测试覆盖和专家复核。
• 影响/看点：AI 可能成为遗留系统盘点、测试生成和分阶段迁移的辅助工具，但能否降低整体风险，取决于行为等价验证、人工审查和回滚机制是否完善。
• 资料依据:
• OpenAI（2026-10-19）：https://openai.com/index/low-resource-programming-languages/
• The Verge AI（2026-10-26）：https://www.theverge.com/ai-artificial-intelligence/1018434/cobol-migration-legacy-code-openai-anthropic

本内容由 AI 生成，仅供参考，请注意甄别