AI 迁移前应构建行为对比测试框架

文章建议在 AI 驱动的代码迁移前建立行为对比测试框架，以识别并解释新旧实现之间的每一处可观察差异。文中引用 OpenAI 低资源编程语言研究：MultiLangBench 要求模型跨 20 种语言构建兼容 SQLite 的引擎，另一项 COBOL 迁移评测用隐藏测试要求可观察输出逐字节一致；GPT-6.1 Sol 在低推理强度下准确率为 86.6%，高推理强度下为 97.9%。作者强调这些是基准结果，不构成对具体代码库的预测，官方公告仍保留专家审查和生产业务规则测试。

AI推荐理由 文章提出在 AI 迁移前构建行为对比测试框架，并引用 OpenAI 低资源语言研究中的迁移评测：GPT-6.1 Sol 在低推理强度下准确率 86.6%、高推理强度下 97.9%，同时明确这些是基准结果而非对具体仓库的预测，并强调仍需专家审查和生产业务规则测试。具体新信息是迁移评测的隐藏测试要求可观察输出逐字节一致，局限是作者自述的工作流较简略且基准数据来自转述。