2026 年 7 月 28 日，OpenAI 发布了一份关于 coding agent 在科学计算中应用的现场报告，其中包括基因组学等数据密集型领域的软件现代化。真正有价值的部分并不是从零生成一个新应用，而是进入已经存在、结构复杂且高度专业化的代码库。
科研遗留软件通常包含多年的依赖、自定义数据格式和严格的可复现性要求。AI Agent 可以加快仓库分析、迁移准备、重构和测试编写，但最终结果仍然需要领域专家与工程师共同验证。
商业软件也有同样的规律。最有价值的能力往往不是“一句话生成应用”，而是在不破坏现有业务的情况下逐步改进系统：理解限制、保护数据、维持集成，并持续减少技术债务。
长期维护仍然关键。代码生成速度提升并不能替代文档、组件负责人、监控和升级计划。变化越容易产生，团队越需要严格的审查和维护流程。