OpenAI 新模型提升 COBOL 與 Fortran 等罕用程式語言編寫能力
文章摘要
OpenAI最新模型顯著提升了處理COBOL、Fortran與Visual Basic等罕用程式語言的能力,旨在解決金融系統及氣象預測等關鍵基礎設施在維護與現代化過程中的技術挑戰。針對這類語言因文檔缺失、原開發者流失導致的開發困難,OpenAI開發了MultiLangBench與COBOL遷移評估兩項測試,前者測試跨20種語言構建資料庫引擎的能力,後者檢驗程式遷移時的功能保全。實測顯示,GPT-6 Astra在MultiLangBench的平均通過率由GPT-5.6 Sol的26.8%大幅提升至87.4%;其中COBOL項目表現尤為突出,在COBOL遷移評估中,GPT-6.1 Sol於低推理成本下達到86.6%準確率,遠高於前代的5.4%,高推理努力模式下更達97.9%。此外,GPT-6 Luna在維持較高準確度的同時,API成本預計降低約78%。這些進展讓企業能更有效率地維運依賴舊型語言的軟體系統,並在降低成本的前提下完成程式遷移或除錯工作。
AI 大叔解析
【核心判斷】
老舊程式碼現代化最大的痛點從來不是寫不出新語法,而是沒人敢保證改寫後的帳目數字完全咬合。這次評測揭示了模型在低資源語言上取得實質突破,尤其在嚴格要求位元組層級輸出一致(byte-for-byte parity)的 COBOL 遷移評估中,GPT-6.1 Sol 於高推理努力模式下達到 97.9% 準確率,大幅突破了前代 GPT-5.6 Sol 僅有 5.4% 的可用性門檻。
【毒舌吐槽】
以前大家拿著 AI 吹噓能重構三十年歷史的舊系統,結果產出的程式碼連定點數截斷(truncation)跟四捨五入都分不清,執行起來順暢無比,結算報表卻天天漏錢。現在準確率衝上 97.9% 固然亮眼,但金融系統玩的是全有全無;只要剩下 2.1% 的隱性行為沒對齊,負責簽核上線的架構師依然不敢輕易闔眼。
【為什麼重要?】
這個進展真正撼動的是核心基礎設施的維護成本結構。全球有超過 40% 的線上銀行系統、80% 的實體信用卡交易與 95% 的 ATM 仰賴 COBOL 運作,而 Fortran 則深植於氣象預報與核能安全分析。過去這類專案面臨文檔遺失與原開發者離職的斷層,人工逐行比對與重寫的開銷極度高昂。
在測試 20 種語言從零打造 SQLite 相容引擎的 MultiLangBench 中,GPT-6 Astra 的平均通過率從 GPT-5.6 Sol 的 26.8% 攀升至 87.4%,其中 COBOL 從 10.9% 提升至 72.1%、Fortran 從 21.4% 提升至 83.5%、Visual Basic 從 27.5% 提升至 89.4%、OCaml 從 25.6% 提升至 85.8%。針對日常維護或預算有限的場景,GPT-6 Luna 以每個樣本約 0.77 美元的預估 API 成本達到 40.3% 通過率,比 GPT-5.6 Sol 的 3.48 美元降低約 78%;GPT-6.1 Sol 則在低推理努力模式下繳出 86.6% 準確率且成本降低 39%。這代表批次遷移與除錯的經濟效益已具備初步可行性。
【影響對象與建議】
金融與關鍵基礎設施架構師:可利用開源的 MultiLangBench 驗證機制,將內部邊界條件測試轉化為位元組對齊的驗收標準;初期應將模型限制在輔助分析與測試案例生成,切忌直接將遷移程式碼推向正式環境。
維運與舊系統現代化工程團隊:評估導入 GPT-6.1 Sol 協助解析無文檔的遺留邏輯,重點審查定點數運算與異常處理;若需大規模掃描語法,可先採用成本較低的 GPT-6 Luna 進行初步排查。
老舊程式碼現代化最大的痛點從來不是寫不出新語法,而是沒人敢保證改寫後的帳目數字完全咬合。這次評測揭示了模型在低資源語言上取得實質突破,尤其在嚴格要求位元組層級輸出一致(byte-for-byte parity)的 COBOL 遷移評估中,GPT-6.1 Sol 於高推理努力模式下達到 97.9% 準確率,大幅突破了前代 GPT-5.6 Sol 僅有 5.4% 的可用性門檻。
【毒舌吐槽】
以前大家拿著 AI 吹噓能重構三十年歷史的舊系統,結果產出的程式碼連定點數截斷(truncation)跟四捨五入都分不清,執行起來順暢無比,結算報表卻天天漏錢。現在準確率衝上 97.9% 固然亮眼,但金融系統玩的是全有全無;只要剩下 2.1% 的隱性行為沒對齊,負責簽核上線的架構師依然不敢輕易闔眼。
【為什麼重要?】
這個進展真正撼動的是核心基礎設施的維護成本結構。全球有超過 40% 的線上銀行系統、80% 的實體信用卡交易與 95% 的 ATM 仰賴 COBOL 運作,而 Fortran 則深植於氣象預報與核能安全分析。過去這類專案面臨文檔遺失與原開發者離職的斷層,人工逐行比對與重寫的開銷極度高昂。
在測試 20 種語言從零打造 SQLite 相容引擎的 MultiLangBench 中,GPT-6 Astra 的平均通過率從 GPT-5.6 Sol 的 26.8% 攀升至 87.4%,其中 COBOL 從 10.9% 提升至 72.1%、Fortran 從 21.4% 提升至 83.5%、Visual Basic 從 27.5% 提升至 89.4%、OCaml 從 25.6% 提升至 85.8%。針對日常維護或預算有限的場景,GPT-6 Luna 以每個樣本約 0.77 美元的預估 API 成本達到 40.3% 通過率,比 GPT-5.6 Sol 的 3.48 美元降低約 78%;GPT-6.1 Sol 則在低推理努力模式下繳出 86.6% 準確率且成本降低 39%。這代表批次遷移與除錯的經濟效益已具備初步可行性。
【影響對象與建議】
金融與關鍵基礎設施架構師:可利用開源的 MultiLangBench 驗證機制,將內部邊界條件測試轉化為位元組對齊的驗收標準;初期應將模型限制在輔助分析與測試案例生成,切忌直接將遷移程式碼推向正式環境。
維運與舊系統現代化工程團隊:評估導入 GPT-6.1 Sol 協助解析無文檔的遺留邏輯,重點審查定點數運算與異常處理;若需大規模掃描語法,可先採用成本較低的 GPT-6 Luna 進行初步排查。