OpenAI 攻下 COBOL 迁移难题

10 月 19 日，OpenAI 发布技术说明：最新模型在 COBOL、Fortran、Visual Basic 这类「低资源语言」上的能力大幅提升。所谓低资源，是指公开代码和文档远少于 Python、JavaScript，模型平时练得少；但这些语言撑着的系统极重要——官方引用数据是，COBOL 支撑超过 40% 的网上银行系统、80% 的线下信用卡交易和 95% 的 ATM 交易。

为了量化进步，OpenAI 造了两套评测。MultiLangBench 要求模型在 20 种语言里从零写出兼容 SQLite 的数据库引擎，用 SQLite 自身测试集打分；另一套是 COBOL 迁移评测，把老程序翻成 C++、Java、Kotlin、Python 或 Rust，隐藏测试要求输出逐字节一致，全部通过才算成功。

结果：MultiLangBench 上 GPT-6 Astra 平均通过率 87.4%，上一代 GPT-5.6 Sol 是 26.8%；其中 COBOL 从 10.9% 升到 72.1%，OCaml 从 25.6% 升到 85.8%，Fortran 从 21.4% 升到 83.5%，Visual Basic 从 27.5% 升到 89.4%。低价档 GPT-6 Luna 平均 40.3%，单样本成本约 0.77 美元，比上一代的 3.48 美元低约 78%。COBOL 迁移上，GPT-6.1 Sol 低推理档就有 86.6% 准确率（上一代 5.4%），成本还低 39%；推理档拉高后达到 97.9%，几乎打满。

难点不在语法而在语义：COBOL 的定点运算默认丢弃多余小数位，重写时「好心」做了四舍五入，程序照样能跑，算出来的钱却不一样。所以 OpenAI 用逐字节一致做门槛，并提醒生产环境仍需专家复核。

对普通人的意义：银行、保险、税务这些老系统的维护成本，一直是服务费里说不清的一块。若迁移成本真按这个幅度下降，未来两三年会看到更多老系统翻新，外包、测试、合规岗位的需求结构会变。对开发者这是个明确信号：会读老系统、会做迁移验证，比只会写新代码更值钱。

出处：OpenAI 官方博客 · 原文发布：2026-10-19