OpenAI 宣布正在改进 ChatGPT 在低资源编程语言上的表现，并推出了针对软件工程、SQLite 和 COBOL 迁移的新评估基准，以衡量和提升模型在非主流语言场景下的编码能力。
详细分析
OpenAI 此次针对低资源编程语言的优化，表面上是一次模型能力的常规迭代，实则触及了 AI 编程助手市场一个长期被忽视的结构性短板。当前主流代码大模型——无论是 GPT 系列、Claude 还是 Gemini——的训练数据高度集中于 Python、JavaScript、Java 等头部语言，导致模型在 COBOL、Fortran、Ada、RPG 等“低资源语言”上的补全、调试和迁移能力显著衰减。然而，这些语言恰恰支撑着全球金融、政府、航空和制造业的大量遗留系统。以 COBOL 为例，据行业估算，全球仍有超过 2000 亿行 COBOL 代码在运行，每天处理约 3 万亿美元的金融交易，而掌握 COBOL 的开发者平均年龄已超过 55 岁，人才断层与系统现代化需求之间的矛盾日益尖锐。OpenAI 新增 COBOL 迁移评估，直指这一痛点：若 ChatGPT 能可靠地辅助将 COBOL 代码迁移至 Java 或云原生架构，将打开一个规模可观的 enterprise 市场。SQLite 评估的加入同样值得注意，SQLite 是全球部署最广泛的数据库引擎，几乎存在于每一部智能手机和浏览器中，但其查询优化和扩展开发长期缺乏 AI 辅助工具的系统性评测。软件工程维度的评估则意味着 OpenAI 试图将低资源语言的改进纳入更完整的工程任务链路，而非孤立的代码生成。从竞争格局看，GitHub Copilot 和 Amazon CodeWhisperer 同样面临低资源语言覆盖不足的问题，但 OpenAI 率先公开评估基准，客观上在“可信度”和“可度量性”上抢占了话语权。更深层的意义在于，低资源编程语言的 AI 化是遗留系统现代化改造的关键杠杆——全球 IT 服务市场每年在遗留系统维护和迁移上的支出高达数千亿美元，AI 辅助迁移若能降低 20% 至 30% 的人力成本，其经济价值将极为可观。当然，挑战同样存在：低资源语言公开语料稀缺，评估基准的覆盖面和代表性仍需时间检验，且企业客户对代码迁移的准确性和安全性要求远高于通用编程场景。OpenAI 此举更像是铺设跑道，真正的商业化落地还需与系统集成商和云迁移服务深度绑定。
低资源编程语言是 AI 编程助手竞争的下一个差异化战场，OpenAI 用评估基准先手卡位，但能否转化为企业级迁移收入，取决于生态合作而非模型本身。
原文：OpenAI Blog