Компания OpenAI объявила о том, что ее интеллектуальные модели стали более эффективными в создании и обновлении программного обеспечения, написанного на устаревших языках программирования, число владеющих которыми программистов сокращается, таких как COBOL, Fortran и Visual Basic. Данные компании показывают, что около 40% банков по всему миру до сих пор полагаются на системы, использующие язык COBOL. Хотя переход на современные языки стоит миллионы долларов и занимает много времени, выход на пенсию специализированных программистов заставляет эти организации осуществить технологическую миграцию в ближайшие несколько лет.
Компания опиралась в развитии этих возможностей на отзывы и обратную связь от разработчиков и корпоративных клиентов, поскольку модели программирования сталкивались с реальными трудностями при обработке устаревших языков программирования. Для оценки производительности OpenAI разработала набор тестов под названием MultiLangBench, который требует от моделей создания совместимых с SQLite движков баз данных на определенном языке программирования.
Результаты тестов показали значительное превосходство: модель GPT-6 Astra зафиксировала уровень успешности 87,4 процента по 20 языкам, значительно превзойдя модель GPT-5.6 Sol, которая показала 26,8 процента. Несмотря на это улучшение, язык COBOL остался самой сложной задачей, где показатель успешности модели Astra составил около 72 процентов.
Почему эта новость важна?
Устаревшие банковские системы представляют собой серьезное препятствие для технического развития из-за их связи с критически важными финансовыми данными и сложными бизнес-правилами, требующими абсолютной точности. Важность нового развития заключается в способности моделей сохранять исходное поведение программ в процессе миграции на такие языки, как C++, Java, Kotlin, Python или Rust.
В ходе оценки миграции с точным сохранением поведения программ — например, метода округления сложных чисел с десятичной дробью и обработки отсутствующих записей — модель GPT-6.1 Sol продемонстрировала наивысшую точность в 97,9 процента при использовании высокого уровня рассуждений, в то время как при низких уровнях рассуждений точность составила 86,6 процента.
Ограничения и практические требования
OpenAI подчеркивает, что успех любой программной миграции требует прохождения всех тестов на точность ввиду чувствительности банковских задач. Компания отмечает, что эти возможности являются ценным вспомогательным инструментом для команд поддержки и модернизации, однако развертывание программного обеспечения в реальных производственных средах по-прежнему требует специализированной проверки человеком и строгих тестов, соответствующих бизнес-правилам и системным требованиям.