OpenAI съобщава за значително подобрение в способностите на по-новите си модели да пишат код и да мигрират софтуер, разработен на по-стари програмни езици като COBOL, Fortran и Visual Basic. Според компанията напредъкът може да помогне на организациите да модернизират наследени системи, които продължават да поддържат критични услуги, но за които намирането на специалисти и поддържането на кода стават все по-трудни.
В публикация в блога си OpenAI отбелязва, че тези езици разполагат с по-малко код и техническа документация, подходящи за обучение на модели, отколкото популярни съвременни езици като Python и JavaScript. Въпреки това те продължават да се използват в банковия сектор, научните изчисления и други критични области.
Компанията посочва, че COBOL поддържа над 40% от системите за онлайн банкиране, 80% от плащанията с кредитни карти на физически терминали и 95% от транзакциите на банкомати. Fortran също остава важен за приложения като прогнозиране на времето и анализи на безопасността на ядрени реактори.
За оценка на напредъка OpenAI разработва MultiLangBench – тест, при който моделите трябва да създадат от нулата съвместим със SQLite механизъм за бази данни на 20 програмни езика. Според публикуваните резултати GPT-6 Astra постига среден процент на успешно преминати тестове от 87,4%, спрямо 26,8% за GPT-5.6 Sol.
При COBOL резултатът се повишава от 10,9% на 72,1%, а при Fortran – от 21,4% на 83,5%. Подобрение е отчетено и при OCaml, където показателят нараства от 25,6% на 85,8%, и при Visual Basic – от 27,5% на 89,4%.
OpenAI отчита напредък и при миграцията на COBOL код към C++, Java, Kotlin, Python и Rust, като целта е да се запази първоначалното поведение на програмите. Според компанията GPT-6.1 Sol постига 86,6% точност при ниско ниво на изчислително усилие за разсъждение, спрямо 5,4% за GPT-5.6 Sol при същите настройки, и при 61% от разхода за API. При по-високо ниво на изчислително усилие точността достига 97,9%.
Резултатите предполагат, че ИИ може да намали част от разходите и времето за модернизация на наследен софтуер. Това е особено важно за организации, които разчитат на системи с дълъг жизнен цикъл и трудно намират специалисти за поддръжката им.
Въпреки напредъка автоматизираната миграция не премахва необходимостта от експертна проверка. При банкови системи, критична инфраструктура и приложения, свързани с безопасността, дори малки отклонения в поведението могат да доведат до сериозни последствия. Затова преобразуването на кода трябва да бъде последвано от задълбочени тестове за съвместимост, точност и сигурност, преди новата версия да бъде въведена в продукционна среда.
