《GPT-4 开启 “软件工程3.0” 全新时代》摘要

1. 软件工程3.0的提出与背景

文章在探讨“软件工程3.0”的过程中，回顾了过去两个月相关的公开分享与文章发布，强调软件工程正进入一个新时代。大模型技术的崛起，如华为盘古、阿里通义、百度文心等，标志着软件研发在AIGC时代的重大变革，软件形态从传统工业产品逐渐走向“软件即模型（SaaM）”，以模型为核心驱动。

2. 软件形态与开发范式的演变

文章详细描述了软件形态的三阶段演化：

• SE1.0：软件作为工业产品存在。
• SE2.0：软件即服务（SaaS）。
• SE3.0：软件即模型（SaaM）。

同时，软件开发范式也经历了从瀑布模型到敏捷/DevOps，再到模型驱动开发的转变。新时代的研发模式强调模型的核心作用，AI驱动的开发效率显著提升。

3. 大模型时代的生产力与生产关系变化

文章指出，在大模型时代，生产关系因技术进步而发生巨大变化，软件研发的生产力可提高10倍。大模型生成代码、测试用例、需求文档等，使传统岗位精简为产品专家、架构师和QA专家三类。团队规模缩小，任务管理依赖大模型平台，如TaskMatrix.AI、HuggingGPT等。这一变革被GitHub的Copilot X计划实践验证，展示了“10倍程序员”的效率提升。

4. 软件复杂性问题的持续存在

软件复杂性、一致性、可变性与不可见性是软件工程领域长期挑战。尽管“软件工程3.0”提升了生产力，这些问题仍未完全解决。角色分工的变化，例如产品经理负责业务复杂性、架构师解决系统复杂性，成为应对这些挑战的途径。

5. 关于“暗知识”与大模型的作用

文章探讨了暗知识的概念，即人工智能发现的、人类无法感知的知识。暗知识在大模型能力涌现现象中发挥作用，但并非对整个互联网或全球知识体系适用。大模型通过海量数据训练，挖掘了许多有价值的知识，进一步推动技术突破。

6. 结语与展望

作者总结了“软件工程3.0”的趋势，并邀请读者讨论相关问题。此外，文章提供了一份训练GPT大模型的PDF文档供下载，为读者进一步了解技术提供支持。

数字化转型：敏捷和DevOps如何降险提速

了解更多

想要了解更多内容？

查看原文：关于“软件工程3.0” 三大支柱和两点说明

文章来源：

软件质量报道

扫码关注公众号