В феврале Anthropic опубликовала пошаговое руководство по модернизации кода и представила свой агент кодирования Claude Code в качестве инструмента для миграции COBOL на современные языки программирования, такие как Java или Python. Этот шаг подчеркивает нарастающее стратегическое столкновение между технологическими гигантами, стремящимися автоматизировать переписывание корпоративного ПО, и традиционными ИТ-поставщиками, чьи бизнес-модели зависят от обслуживания устаревших систем.
За этим корпоративным соперничеством скрывается колоссальный структурный долг. По данным IBM, COBOL лежит в основе более чем 40 процентов систем онлайн-банкинга, поддерживает 80 процентов очных транзакций по кредитным картам и обрабатывает 95 процентов операций в банкоматах. При этом, согласно приблизительным оценкам, ежегодные убытки экономики США из-за неэффективности COBOL составляют около 105 миллиардов долларов, что ставит перед руководителями насущный вопрос: способны ли современные модели рассуждений наконец преодолеть разрыв между архаичной инфраструктурой и актуальными кодовыми базами без катастрофических ошибок?
Десятилетиями замена устаревших систем упиралась в суровую реальность. Как отметил Вадим Зайцев, доцент кафедры эволюции программного обеспечения в Университете Твенте в Нидерландах, переписывание кода не равносильно замене системы, указав, что крупнейшая система на его памяти насчитывала 250 миллионов строк кода на COBOL. Главная сложность заключается в разделении комплексной устаревшей системы на более мелкие модули, которые можно заменять по отдельности, сохраняя предсказуемость долгосрочных затрат на обслуживание.
19 октября OpenAI заявила о существенном улучшении способностей своих новейших ИИ-моделей переносить устаревшее программное обеспечение на старых языках программирования в современный код. OpenAI сообщила о многообещающих результатах миграции кода с COBOL на более современные языки, включая C++, Java, Kotlin, Python и Rust, без изменения функционала исходного ПО. В ходе внутренних тестов OpenAI модель GPT-6.1 Sol достигла точности сохранения поведения на уровне 87 процентов при низких затратах ресурсов на рассуждения, которая возросла до 98 процентов при интенсивных рассуждениях. Для сравнения: при низких затратах ресурсов GPT-6 Astra набрала около 86 процентов, GPT-6 Sol — всего 21 процент, а GPT-5.6 Sol — скромные 5 процентов.
Эти технические бенчмарки сигнализируют о возможном сдвиге в экономике техобслуживания, хотя внешние эксперты сохраняют осторожность в отношении стабильности в продуктивной среде. Акции IBM, часть выручки которой формируется за счет помощи компаниям в поддержке устаревших систем, резко упали после заявления Anthropic. Представитель OpenAI Оскар Хейнс признал в электронном письме изданию The Verge, что миграция устаревшего кода все еще далека от полностью решенной проблемы, поскольку граничные случаи в древней бизнес-логике регулярно ломают автоматизированные конвейеры.
Руководителям, оценивающим эти инструменты, необходимо до конца квартала провести аудит соглашений об уровне обслуживания с вендорами на предмет пунктов о техподдержке устаревших систем и протоколов тестирования автоматизированной миграции для минимизации операционных простоев.
Анализ редакции
Гонка за пересборку легаси переходит в практическую плоскость: еще в конце октября мы рассказывали, как результативность моделей в закрытых тестах миграции взлетела с жалких 5,4% сразу до 97,9% решенных задач. Многомиллиардный рынок поддержки легаси внезапно рискует превратиться в пару строчек в терминале разработчика.
Мы писали об этом: 27 октября