GPT-6 Astra在COBOL测试拿下97.9%高分，但银行核心系统还不能一键重写

OpenAI在2026年10月19日公开了一组针对低资源编程语言的评测数据，GPT-6 Astra在20种语言从零构建数据库引擎的测试中拿到87.4%的平均通过率，GPT-6.1 Sol在COBOL迁移任务里更是冲到了97.9%。不少人第一反应是，那些运行了半个世纪、连原作者都已不在人世的银行核心系统，终于能被AI一键打包重写了。

事情远没有这么简单。

全球至今仍有超40%的在线银行系统、80%的线下信用卡交易和95%的ATM交易跑在COBOL上，气象预测与核安全分析则靠Fortran托底。这类语言在开源社区的训练语料极少，但牵动的资产规模惊人。大模型厂商把战火从高频的Python和JavaScript引向这些古老深水区，商业逻辑极顺：谁能啃下传统政企的遗留系统改造，谁就能切下企业级市场最肥的一块预算。

MultiLangBench测出了什么

OpenAI开源的MultiLangBench，核心逻辑是用一套标准接口衡量多语言工程能力。它要求模型在指定语言中从零构建一个与SQLite 3.40.1兼容的数据库引擎，通过共享数据库文件的输入、操作与验证查询，在60秒超时阈值内验证语法之外的语义一致性。

在单样本API成本从3.48美元降至0.77美元（降幅约78%）的同时，低成本模型GPT-6 Luna拿到了40.3%的通过率，而旗舰模型GPT-6 Astra在20种语言里平均冲到了87.4%。即便在最吃力的COBOL上，Astra也从前代的10.9%跃升至72.1%，Fortran从21.4%提至83.5%，Visual Basic从27.5%提至89.4%。

但高分背后藏着严苛的限定条件。MultiLangBench虽然从SQLite官方约51,000个Tcl测试中转换了约24,000个用例，但其推荐评测子集仅为272个用例。87.4%代表模型能通过这套选定的功能性SQL测试，这与SQLite官方声称的严苛分支覆盖完全是两个维度的概念。

更关键的是测试环境的细节。MultiLangBench的初始化脚本中，默认直接执行退出拦截，评测者需要手动解除安全拦截，才能彻底清理运行环境里预装的SQLite嵌入式副本。加之仓库文档并未披露去污染审计流程，历史悠久且完全公开的SQLite测试代码，是否在预训练阶段就被模型吸收过，目前仍缺少独立的第三方交叉验证。

跑分跨越的是语法壁垒，遗留系统最硬的骨头却是未落于纸面的业务惯性。

定点数截断与隐式规则的暗礁

COBOL代码迁移之所以让人望而生畏，从来不是因为语法结构晦涩，而是因为业务逻辑深嵌在极细微的语言特性里。

在金融计算中，COBOL的定点算术在未显式声明舍入时，会直接丢弃多余小数位。如果模型在转写为Java或Python时，自作聪明地套用了通用浮点数四舍五入，整套代码在语法上完全跑得通，却会在几百万笔交易后产生致命的财务差错。

OpenAI这次在COBOL迁移任务中设计了严苛的隐藏测试，要求迁移后的C++、Java或Rust输出与原程序达成字节级对齐。GPT-6.1 Sol在低推理努力度下跑出86.6%（而GPT-5.6 Sol仅5.4%），高推理努力度下达到97.9%，证明大模型已经摸透了定点截断与舍入的死板规则。

但这也正是认知偏差最大的地方：单程序的字节级对齐，距离真实的大型机重构，中间还隔着几个工程代差。

路线之争与真实重构的距离

遗留系统的现代化赛道上，各家切入的角度截然不同。

IBM在COBOL转Java的方案中，借助符号执行生成自动化测试，测的是代码路径的覆盖能力，不是端到端迁移成功率；AWS在CardDemo演示应用（包含314个文件、59,327行代码）的反向工程测试里耗时36分钟，拼的是对整体结构的拆解效率；OpenAI拿出的则是孤立用例的输出正确率。

三者的数据口径互不相通。真实世界的大型机核心系统，从来不是孤立的算法逻辑，而是深埋在CICS事务管理器、JCL作业控制语言、VSAM层级数据文件以及无数嵌套Copybooks组成的网状泥潭中。

古人讲工欲善其事，必先利其器。通用大模型在低资源语言上的算力灌顶，确实造出了一把更锋利的语法手术刀，但它目前切开的只是皮下脂肪，尚未触及分布式事务和主干业务流这些真正连着骨头的韧带。

• 结论.大模型在COBOL上的突破，最大价值是把老系统维护者的角色，从手写晦涩代码中解放出来，转变为边界条件审计员与隐式规则确认者。
• 风险.若脱离去污染审计与完整的运行时验证流水线，盲目将高分指标等同于工业级重构能力，生产环境将面临难以预估的容灾隐患。

对于政企IT决策者而言，与其为97.9%的跑分欢呼，不如先看接下来各家能否把JCL作业调度、CICS事务隔离与端到端解耦纳入统一基准。这场攻坚战才刚刚越过语法起跑线。