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

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。

想要了解更多内容？

查看原文：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

文章来源：

InfoQ

扫码关注公众号