全世界有多少套银行系统还在跑着几十年前的代码？答案可能超乎想象。而这些"活化石"正面临一场没人接手的危机——现在，AI来救场了。
一个被忽视的角落
据海外科技媒体报道，OpenAI正在改进ChatGPT对COBOL、Fortran等老式编程语言的支持，新增面向软件工程任务的评测，特别是COBOL系统迁移场景——这些恰是现代AI编程工具此前训练素材最少、能力最弱的领域。
为什么巨头突然关心起"过时"的语言？因为这是一个体量惊人且正在恶化的现实问题。COBOL诞生于上世纪五十年代，全球银行核心系统、保险系统、政府税务系统里，至今仍大量运行着用这门语言写成的代码。它们稳定得可怕，几十年没出过大事故，也陈旧得可怕——懂它的工程师正在退休，新生代程序员没几个愿意学。
老代码困局有多疼
这套困局的痛点在三处。一是人才断档：会COBOL的工程师平均年龄逐年上升，招聘市场上这类技能几乎断供。二是迁移风险：核心账务系统牵一发动全身，"重写"的失败代价可能是灾难性的，很多机构宁可让老系统继续跑。三是隐性成本：老系统与新系统、新渠道的对接越来越别扭，每接一个新需求都像在文物上打洞。
AI的切入点很精准：不是贸然重写，而是辅助理解和迁移。让AI读懂几十年前的老代码，生成注释与文档，把业务逻辑"翻译"成现代语言的等价实现，再由工程师审核验证。这把过去依赖极少数老师傅经验的活，变成"AI起草加人类把关"的流水线。
为什么这件事对所有人是大事
别以为这是银行自己的家务事。你每一次跨行转账、每一笔社保到账，背后可能都跑着这些老系统。核心系统出事故，影响的是千万人的钱袋子。AI智能辅助迁移如果成熟，金融基础设施的现代化进程会明显提速，系统性风险反而下降。
更宏观地看，这也是AI编程的下一块高地：写新代码的竞争已经白热化，而"理解并改造存量系统"的巨大存量市场刚刚开垦。谁能搞定老代码，谁就拿下一个几乎没有年轻竞争者的市场。
普通人现在能做什么
一是资深工程师可以把"遗留系统经验"重新盘点，这个领域老兵加AI工具的组合正在升值；二是金融机构的科技部门可以启动关键系统的AI智能辅助文档化项目，先把"家底"摸清；三是学生和家长不必焦虑"某些语言过时"，真正保值的是系统思维——读懂任何时代的代码，都是稀缺能力。
最老的代码和最新的AI相遇，修的是整个数字世界的地基。