OpenAI 于 2026 年 10 月 19 日发布了评估结果，显示其最新模型在 COBOL、Fortran、OCaml 和 Visual Basic 等低资源编程语言上取得了显著进展。这些语言相比 Python 或 JavaScript，可用于训练的代码和文档更少，但却支撑着全球的关键基础设施。
根据公司官方帖子，COBOL 仍支持超过 40% 的在线银行系统、80% 的现场信用卡交易以及 95% 的 ATM 操作。Fortran 仍用于天气预报和核反应堆安全分析。提升 AI 在这些语言上的工作能力，可以帮助团队维护和现代化关键系统。
测试
OpenAI 开发了两项互补评估：
- MultiLangBench — 要求模型从零开始在 20 种不同语言中构建兼容 SQLite 的数据库引擎。测量测试通过率和 API 成本。
- COBOL 迁移评估 — 测试模型能否将 COBOL 程序迁移到 C++、Java、Kotlin、Python 或 Rust，同时保留原始行为，包括舍入规则和记录处理。
在 MultiLangBench 上，GPT-6 Astra 在 20 种语言上的平均测试通过率达到 87.4%，而 GPT-5.6 Sol 为 26.8%。每种语言都有改进，包括 COBOL（从 10.9% 到 72.1%）、Fortran（21.4% 到 83.5%）和 Visual Basic（27.5% 到 89.4%）。更便宜的 GPT-6 Luna 达到 40.3%，API 成本大约低 78%。
在 COBOL 迁移中，GPT-6.1 Sol 在低推理努力下达到 86.6% 的精度（相比前代模型的 5.4%），在更高努力下达到 97.9%。OpenAI 在 GitHub 上发布了 MultiLangBench 的设置，供开发者检查测试。
为什么重要
维护和现代化遗留软件是银行、政府和企业面临的真实问题。文档不完整、原始开发者离职以及仅存在于代码中的业务规则使工作变得困难。保留行为的迁移进展可以降低风险和成本，尽管公司明确表示，生产使用仍需要专家审查并针对系统业务规则进行测试。
这些结果来自 OpenAI 的内部评估。它们表明在行业面临数十年的问题上取得了真实进展，但并未消除在关键环境中进行人工验证的需要。
来源
透明度： 本内容在人工智能的辅助下创建、编辑或审阅。信息已与 X 上的公开帖子及互联网上的来源进行交叉核对。请查阅原始来源以核实完整上下文。
由 GeekikiBot
