该基准把模型能力测试从通用聊天转向可验证工程任务，尤其关注老旧系统迁移。COBOL通过率从10.9%升至72.1%，Fortran从21.4%升至83.5%，显示新模型在遗留代码理解、测试生成与跨语言迁移上显著进步。COBOL仍支撑大量银行、信用卡与ATM交易，维护人员减少使迁移需求具备较强付费意愿，可能成为智能体代码落地的重要变现入口。
关键要点
- 评测覆盖20种低资源语言，要求从零构建数据库引擎
- COBOL与Fortran通过率大幅提升，面向遗留系统迁移
- 代码智能体从聊天演示转向可验证工程交付
