扫码阅读
手机扫码阅读

颠覆软件工程、“杀死”开发者?回溯大模型落地应用这一年 | 盘点

82 2024-07-04
摘要:大模型及AI影响下的软件工程展望

摘要:大模型及AI影响下的软件工程展望

软件工程自20世纪60年代“软件危机”后诞生,历经多个发展阶段,至今ChatGPT等大模型促进了自然语言处理能力的增强,改善了人机交互,推动了编码任务的自动化,加速开发周期,提升软件质量。大模型的应用范围不断拓展,使得软件开发的多个环节自动化,但同时引起部分开发者对未来职业前景的担忧,甚至有极端预测认为开发者将被AI取代。

在软件开发过程中,大模型已超越自然语言,延伸到编程语言。多种大模型如GPT-4、LLaMA等提升了编码助手的性能,降低了构建门槛。大模型可以遵循设计指令,通过自然语言交互生成代码,解决开发难点和团队协作问题。AI编码助手朝着自动化、智能化、低代码/无代码发展,加速了软件开发的进程。

大模型技术在编码工具上的影响显著,改变了工具能力边界,提升了智能编程助手的能力。这些工具背后的关键技术包含深度学习、强化学习等,并需处理大量代码数据。其中,代码模型开发的关键在于高质量数据、安全性以及错误修正能力。

虽然大模型在提升研发效能方面具有潜力,但其产出仍需人工把控。AI的应用有望推动最佳工程实践的执行,提高开发效率,但不会根本改变研发效能度量。开发者需学会与AI合作,利用AI提升生产力。

对于“OpenAI杀死了开发者”的担忧,专家认为这种观点过于偏激。AI编程助手目前仍是辅助工具,提升开发效率,但不足以完全取代开发者。AI的融入正在重新定义开发者角色。迎接AI时代,开发者应拥抱新技术,学习新的开发方式。

未来,大模型将进一步改变软件研发工作流。尽管目前大模型还未能生成复杂项目级别代码,专家预测基于大模型的编程工具将逐步落地。下一代生产力工具应具备推理和多模态理解能力,成为创新伙伴。开发者需关注低代码+AIGC、多模态和Agent等方向的发展,以及如何利用大模型生成原型和自动构建完整原型。

想要了解更多,点击 查看原文

为一线互联网公司核心技术人员提供优质内容。科技圈的观察者,前沿技术的传播者。

94 篇文章
浏览 3966
加入社区微信群
与行业大咖零距离交流学习
软件研发质量管理体系建设 白皮书上线