OpenAI 突破遗留代码与低资源语言迁移：COBOL 通过率飙升至 97.9%，重构万亿金融底座

核心背景与行业痛点

在全球金融核心账务、航空调度、政府社保与国防基础设施中，运行着超过 2,500 亿行基于 COBOL、Fortran 和 Visual Basic 编写的遗留系统。据统计，全美每天处理的日常金融交易中超过 70% 仍依赖于 COBOL 大型机。然而，随着第一代系统架构师退休，企业面临极度严重的“代码维护者断代”危机；加之这些老旧语言在互联网公开代码库中的训练数据极其稀缺（低资源语言），过往代码大模型在处理复杂 COBOL 语法与内存对齐时幻觉率极高，人工重写更是动辄耗时数年且面临高昂业务中断风险。OpenAI 今日正式发布针对低资源与遗留语言的重磅研究与 MultiLangBench 基准。

架构亮点与底层机制

1. 跨语言底层逻辑迁移与高阶推理对齐：

• 依赖新一代前沿推理模型（GPT-6 Astra 与 GPT-6.1 Sol）在通用计算图和状态机推演上的深度抽象能力，摆脱对老旧语法表面 Token 统计概率的过度依赖；
• 针对老旧语言独特的固定列格式（Fixed Column Format）、扁平记录结构（Record Buffers）与指针计算进行针对性形式化语义对齐；

1. 多语言硬核引擎构建基准 MultiLangBench：

• 要求模型在没有现成轮子可用的 20 种不同编程语言（涵盖现代语言与 COBOL、Fortran、Visual Basic、OCaml 等低资源语言）中，完整实现一个具备 ACID 事务、B-Tree 索引与 SQL 解析器的 SQLite 兼容数据库引擎；

1. 开源评估基准与测试套件：

• OpenAI 官方宣布将 MultiLangBench 的完整评测沙盒、端到端测试用例与环境配置文件全面开源至 GitHub。

权威 Benchmark 与实测跑分对比

根据 OpenAI 官方发布的实测指标（Figure 1, Official Evaluation Suite）：

• MultiLangBench 20 种语言数据库构建通过率：
• GPT-6 Astra（最高推理算力模式） 平均测试通过率达到 87.4%，相较前代基线 GPT-5.6 Sol 的 26.8% 实现了 3.2 倍的跨代际飞跃；
• 在 20 种受测语言中，Astra 在 19 种语言 中测试通过率均超过 83%；
• 低资源语言惊人跃升：
• COBOL：从 10.9% 飙升至 72.1%；
• Fortran：从 21.4% 跃升至 83.5%；
• Visual Basic：从 27.5% 跃升至 89.4%；
• OCaml：从 25.6% 跃升至 85.8%；
• 轻量级旗舰 GPT-6 Luna 达到 40.3% 通过率，单样本推理成本仅需 $0.77（对比 GPT-5.6 Sol 的 $3.48）；
• 真实工业级 COBOL 业务迁移测试（COBOL Migration Test）：
• GPT-6.1 Sol 在低算力模式下即取得 86.6% 的成功迁移率，在完整推理算力下达到惊人的 97.9%（对比 GPT-5.6 Sol 仅有凄惨的 5.4%）；
• 达成 86.6% 迁移率的推理总成本仅为前代模型的 61%。

开发者实战落地与开箱指南

• 官方技术报告与基准：技术解析见 openai.com/index/low-resource-programming-languages/；
• 大型金融与政企业务重构建议：此前企业重构千万行 COBOL/Fortran 代码往往望而却步，OpenAI 的突破表明：结合高推理模型进行 AST（抽象语法树）等价推演与沙盒自动化用例验证，已能够将高危的大型机迁移任务转化为确定性、高吞吐的自动化重构流水线，极大削减企业上云与系统现代化的沉没成本。