OpenAI COBOL 迁移测试显示行为保留率提升但无法替代人工验证

OpenAI 在最新博客中报告其 GPT-6.1 Sol 模型在将 COBOL 代码迁移至现代语言时实现了高达 98% 的行为保留准确率，但这仅针对定义良好的单一任务，而非复杂的遗留系统重构。尽管 IBM 股价因 Anthropic 宣布 COBOL 现代化经济模型已改变而下跌，但多位软件工程专家指出，现有评估未能触及将庞大系统拆解为可替换单元的核心难题。

具体数据显示，GPT-6.1 Sol 在低推理努力下达到 87% 的准确率，远超 GPT-5.6 Sol 的 5%，且 OpenAI 强调迁移成功必须通过所有测试。然而，杜尔夫特理工大学教授 Arie van Deursen 指出该评估过于表面，未涉及多语言混合、数据格式差异及系统集成等现实复杂性。帝国理工学院教授 Alastair Donaldson 补充称，对于关键基础设施，任何微小的行为差异都不可接受，因此形式化验证和人类审查仍是不可或缺的环节。

事实层面，OpenAI 确实展示了特定场景下的技术进展，且行业确实在探索自动化方案；推断层面，AI 目前更多是作为辅助工具加速维护而非彻底替代旧系统；猜测层面，随着更严格的测试标准建立，未来可能出现部分自动化的中间态解决方案，但在完全理解系统逻辑前，大规模替换仍面临极高风险。