OpenAI在2026年10月19日发布低资源编程语言研究，覆盖COBOL、Fortran、Visual Basic、OCaml等二十种语言。官方MultiLangBench显示GPT-6 Astra平均测试通过率达到87.4%，COBOL迁移评测中GPT-6.1 Sol在更高推理强度下达到97.9%。这些结果说明模型处理小众语言的能力显著提高，但生产系统的业务规则、数值精度、文件格式和外部依赖远比基准复杂，迁移必须以行为一致为核心。
一、先盘点而不是立即重写
梳理程序入口、批处理、数据库、文件、作业调度、调用方和维护人员，标记仍在使用与已废弃模块。很多关键规则只存在于代码和操作手册中。让模型生成依赖地图可以加快理解，但每条关系都要通过构建、日志或负责人确认。
二、用测试锁定现有行为
收集真实输入输出和历史边界案例，建立字符编码、定点小数、舍入、日期、空记录和异常处理测试。旧系统中的“奇怪行为”可能已经成为业务契约，未经确认不能顺手修正。迁移前先让测试在原系统稳定通过。
三、按边界逐块替换
优先选择依赖少、接口清晰的模块，通过适配层让新旧系统并行。一次迁移整个主机程序会扩大风险，也难以定位差异。每完成一个模块就进行字节级或业务级对比，保留回切路径，直到完整业务周期验证结束。
四、让AI解释但不盲信
要求模型同时给出原逻辑解释、目标语言实现、假设和测试。复杂段落由熟悉原语言和业务的人员审查。模型可能生成可编译却改变精度或状态的代码，因此编译成功只是起点。不要删除看似无用但尚未证明无影响的分支。
五、管理生成代码的安全风险
Agent只访问迁移所需仓库和脱敏数据，不能连接真实支付或生产数据库。依赖采用批准版本，自动扫描许可证和漏洞。生成脚本在隔离环境运行，数据库写入使用副本。所有修改进入版本控制并经过人工审查。
六、以完整业务周期验收
金融、气象和制造系统常有月末、季末或特殊日期逻辑，短期测试无法覆盖。新旧系统并行运行，比较结果、性能、资源和运维告警。上线后保留旧系统只读能力与回滚窗口，并补齐新平台文档和人员培训。
落地检查清单
正式采用前，应确认目标、负责人、输入数据、权限范围、验收指标和停止条件；先在可回滚的小范围任务中试用，保留模型版本、提示、来源、工具调用与人工修改记录。涉及外部发布、资金、个人信息、生产系统或公共决策时，必须由具备相应职责的人员批准，不能把模型生成的流畅表达当成已经核实的事实。
信息来源与更新说明
本文依据OpenAI：Advancing Coding in Low-Resource Programming Languages公开资料整理，并结合实际工作流进行原创分析。产品能力、开放范围与政策可能变化，使用前请再次核对官方信息。来源：OpenAI：Advancing Coding in Low-Resource Programming Languages。
