关键信息
10月19日，OpenAI宣布其GPT-6系列模型在生成和翻译COBOL、Fortran和Visual Basic等遗留语言代码方面取得了显著改进。 这些语言通常被归类为低资源语言，因为它们缺乏像Python等现代语言那样广泛的训练数据。
在将COBOL转换为C++、Java或Rust等语言的迁移测试中，GPT-6.1 Sol模型达到了86.6%的成功率，在更高的推理设置下成功率提升至97.9%。 这与之前GPT-5.6 Sol模型记录的5.4%的成功率相比有了大幅提升。 OpenAI指出，这些测试要求字节级的输出准确性才能通过。
尽管取得了这些进展，OpenAI强调，对于生产系统而言，人工监督仍然必不可少。 虽然该模型可以处理复杂的逻辑，但公司建议在部署前仍需进行专家审查和针对业务规则的严格测试。
COBOL仍然是最具挑战性的语言，它是MultiLangBench评估中唯一未超过83%通过率的语言。 这一进展为维护关键基础设施（如银行系统）提供了一个潜在的解决方案，在这些领域中，尽管熟练工程师日益短缺，但遗留代码依然存在。 OpenAI开发这些功能是为了响应开发人员和企业客户的反馈，他们一直在努力应对现有AI工具在遗留环境中的局限性。
