AI能帮助解决COBOL代码危机吗？
内容提要
OpenAI称其新模型在将COBOL等老旧语言迁移至现代代码方面取得显著进展，测试中行为保持准确率最高达98%。但专家指出，重写代码不等于替换系统，遗留系统涉及多语言、数据格式与系统集成，且缺乏理解系统的人才。AI目前难以安全迁移关键系统，即便自动化99%，剩余1%仍可能包含百万行代码，人类验证仍不可或缺。
延伸解读
测试成绩不等于系统迁移能力
OpenAI 报告 GPT-6.1 Sol 在 COBOL 迁移测试中行为保持准确率最高达 98%，但专家指出该测试任务相对简单且定义明确，与真实遗留系统现代化差距“光年”。重写代码不等于替换系统，后者还涉及多语言、数据格式、系统集成和人员期望，AI 目前难以安全迁移关键系统。
遗留系统的真正难点在理解与拆分
专家强调，最大挑战不是重写代码，而是理解系统如何工作，并将复杂遗留系统拆分成可单独替换的小单元。COBOL 人才稀缺，许多系统无人能完全理解。OpenAI 的评估未覆盖这一关键难点，因此其进展距离实际安全替换仍有很长的路。
自动化 99% 仍不够，人类验证不可或缺
即便 AI 能处理 99% 的代码，剩余 1% 也可能包含百万行代码，分散各处并以难以想象的方式失败。关键系统对行为差异容忍度极低，迁移前后即使微小差异也可能不可接受。在形式化验证等自动检查手段成熟前，人类验证仍是必要环节。
Q&A
COBOL 现在还在哪些关键领域被使用？
COBOL 仍广泛用于全球关键基础设施：据 IBM，它是超过 40% 的在线银行系统的基础，支持 80% 的面对面信用卡交易，处理 95% 的 ATM 交易，还支撑许多政府系统，如社会保障、国税局和大多数州的服务。
OpenAI 的新模型在 COBOL 迁移测试中表现如何？
OpenAI 报告称，GPT-6.1 Sol 在低推理努力下达到 87% 的行为保持准确率，提高推理努力后升至 98%。相比之下，低推理努力下 GPT-6 Astra 约为 86%，GPT-6 Sol 仅 21%，GPT-5.6 Sol 只有 5%。
为什么专家认为重写代码不等于替换系统？
专家指出，系统不仅包含代码，还可能涉及多种编程语言、不同格式的数据、与其他系统的技术集成，以及人员和组织的期望。重写代码只是其中一部分，无法解决将复杂遗留系统拆分为可单独替换单元的核心难题。
AI 迁移 COBOL 系统面临的最大挑战是什么？
最大挑战不一定是重写代码，而是缺乏对系统工作原理的理解。帝国理工学院教授 Alastair Donaldson 指出，很少有人还会用 COBOL 编程，这种理解缺失在遗留系统中非常普遍。此外，迁移前后即使微小的行为差异也可能不可接受，因此需要稳健的测试。
目前有哪些方法可以验证 AI 迁移后的代码正确性？
专家建议的方法包括：用相同工作流分别运行旧系统和新系统以检查行为是否一致；让 AI 记录代码翻译过程供熟悉遗留语言的人类审查；以及使用形式化验证，通过数学技术计算验证代码行为正确，但这需要大量工作。在形式化验证普及前，人工验证仍不可或缺。
如果 AI 能自动化 99% 的代码迁移，为什么仍不够？
专家 Vadim Zaytsev 指出，剩余 1% 可能包含上百万行代码，分散在各处，并以超乎想象的方式微妙失败。对于 COBOL 支撑的关键系统，迁移前后即使微小行为差异也往往不可接受，因此部分自动化不足以确保安全替换。
