低资源编程语言也要被AI照顾到了

今天看到一条挺有意思的消息，说是在推进低资源编程语言上的能力建设，重点提到了软件工程、SQLite 以及 COBOL 迁移这几个方向的评测。作为一个平时跟跨境技术团队打交道的人，我第一反应是：终于有人认真对待这件事了。大家平时聊 AI 写代码，基本都围着 Python、JavaScript、TypeScript 这些主流语言转，好像全世界程序员都只写这几种语言一样。

但现实完全不是这样。我接触过一些做金融系统维护和迁移的团队，COBOL 这种老语言至今还在大量核心系统里跑着，懂的人越来越少，迁移成本高得吓人。如果 AI 能在这类语言上真正帮上忙，哪怕只是辅助理解旧代码、生成迁移草稿，对企业的价值都是实打实的。SQLite 相关的评测也很有意义，它看起来简单，实际在嵌入式场景和数据处理里用得极广，能把它写对写稳并不容易。我比较认同的一点是，这次不是只喊口号，而是配套了针对性的评测。低资源语言最大的问题就是训练数据少、公开基准也少，模型很容易在主流语言上表现亮眼，一换到冷门语言就露怯。有了评测，至少能看出差距在哪，是语法理解不行，还是工程实践层面的推理不够。这对我们判断一个模型能不能真正落地到具体项目里，参考价值比看几个跑分高多了。当然我也有保留意见。低资源语言之所以低资源，不只是数据少，还跟生态、工具链、社区活跃度有关。模型在评测集上表现好，不代表在真实的老旧代码库里也能稳住，尤其是那些写法不规范、文档缺失的历史遗留系统。所以我会更关注后续有没有真实场景的案例，而不是只看评测分数。对我们做出海业务的人来说，这其实是个提醒：别只盯着主流技术栈，很多海外客户和合作方的系统里藏着大量冷门语言和旧架构。谁能把这些边角场景处理好，谁就多一个差异化的切入点。我会继续跟这条线，看看后面有没有更具体的落地进展。