AI 將遺留 COBOL 程序遷移到 Java，連 bug 也一併保留
這項研究提出“Locksmith Loop”智能體測試合成方法，用於確定性驗證 AI 將遺留 COBOL 程序遷移到 Java 的結果。該方法在普通硬件上運行經過 mock 計裝的 COBOL 與 Java 環境，通過迭代式見證搜索和奇偶校驗變異深入程序分支。在 430 至 4,114 行的三個案例中，開源程序實現近乎完全分支覆蓋，生產級程序達到 91.90% 分支覆蓋，所有接受用例均通過確定性奇偶校驗。
將遺留 COBOL 程序遷移到 Java 一直是軟件工程中的棘手問題：業務邏輯往往運行數十年，缺少完整的測試數據，且難以覆蓋所有邊界情況。隨着 AI 輔助編碼的普及，模型可以快速生成 Java 代碼，但如何證明遷移結果與原有 COBOL 程序行為一致，仍然缺乏系統性方案。近日一篇提交至 arXiv 的論文提出了一種名為“Locksmith Loop（鎖匠循環）”的智能體測試合成方法，專門用於對 AI 生成的遺留代碼遷移結果做確定性驗證。
該方法首先準備兩套運行時環境：將 COBOL 源代碼和生成的 Java 目標代碼分別用 mock（模擬對象）進行插樁，並在大型機之外的普通商用硬件上執行。隨後，一個迭代式智能體循環開始運行：Witness Search 階段在輸入 mock 空間中進行搜索，以穿透程序中的更多分支；接着執行保持奇偶校驗一致的變異（parity-preserving mutations）。當程序到達路由邊界時，分析器會識別出一個“Locked Paragraph”——即阻礙更深入探索的條件。
研究團隊在三個 COBOL 到 Java 的案例上驗證了該方法，涵蓋兩個開源程序和一個內部生產級 COBOL 程序，源程序規模從 430 行到 4,114 行不等。結果表明，Locksmith 能持續超越單純輸入搜索的覆蓋率平台：兩個開源程序達到近乎完全的分支覆蓋，內部生產級程序達到 91.90% 的分支覆蓋率。在所有被接受的測試用例中，生成的 Java 代碼均通過確定性奇偶校驗，與 COBOL 參考實現保持一致。
論文作者 Andras Ferenczi 及另外四位合作者認為，這是首次使用確定性 oracle 驗證智能體編碼輸出的新穎方法。論文共 11 頁，包含 6 幅圖，於 2026 年 7 月 30 日提交，分類為軟件工程（cs.SE）與人工智能（cs.AI）。這項研究提示，AI 遷移遺留系統不僅需要“會寫代碼”，更需要“能驗證代碼”的閉環——而這種驗證甚至可能保留原程序中的既有 bug，正如論文標題所暗示的那樣。