在 Meta 的 LlamaCon AI 活动上，科技行业高管描述了人工智能正在以多么快的速度改变编码——Meta 首席执行官马克·扎克伯格预测人工智能可以在一年内处理一半的软件开发，从而推动整个行业的生产力显着提高。
在Meta最初LlamaCon AI 活动上周，微软首席执行官萨提亚·纳德拉 (Satya Nadella) 表示，公司 30% 的代码现在由人工智能编写，而 Meta 首席执行官马克·扎克伯格 (Mark Zuckerberg) 则透露，他的公司正在开发一种人工智能模型，为其人工智能系统创建未来的程序。
扎克伯格说：“我们的赌注是，明年可能......，也许一半的开发将由人工智能完成，而不是由人类完成，然后这一数字将从那里开始增加。”
人工智能增强编码工具将通过创建源代码、自动生成测试以及释放开发人员时间进行创新（而不是调试代码）来彻底改变软件开发。一些行业预测预测 AI 工具可将生产力提升 30%，可能为全球 GDP 增加超过 1.5 万亿美元。
现在最流行的人工智能辅助编码方法之一被称为“vibe 编码”，即以对话方式使用自然语言提示 (NLP)。生成式人工智能 (genAI) 工具能够提供上下文想法并根据对话生成代码。
到 2028 年，75% 的专业开发人员将使用 vivi 编码和其他 genAI 支持的编码工具，而 2023 年 9 月这一比例还不到 10%。根据 Gartner 研究。 Gartner 表示，三年内，80% 的企业将把 AI 增强测试工具集成到其软件工程工具链中，这比去年初的约 15% 显着增加。
一个麻省理工学院技术评论洞察报告研究发现，94% 的企业领导者现在在软件开发中使用 genAI，其中 82% 的企业领导者在多个阶段应用它，26% 的企业领导者在四个或更多阶段应用它。
一些行业专家对 genAI 在创建代码方面的用途给予了更高的评价。 Anthropic 首席执行官达里奥·阿莫迪 (Dario Amodei) 表示：“我们发现，距离人工智能编写 90% 代码的世界还有 3 到 6 个月的时间。然后在 12 个月内，我们可能会进入人工智能编写基本上所有代码的世界。”最近的一份报告和视频采访。
软件创建的真正转变
虽然这个时间表听起来很大胆，但它表明软件构建方式发生了真正的转变，像氛围编码这样的趋势已经开始兴起。 Forrester Research 副总裁分析师迭戈·洛·朱迪斯 (Diego Lo Giudice) 表示，即使是高级开发人员也开始利用 Vivi 作为附加工具。但他认为，vibe 编码和其他人工智能辅助开发方法目前的目标是“容易实现的目标”，从而使开发人员和工程师能够腾出时间来完成更重要和更具创造性的任务。
今年早些时候对 2,300 多名开发人员进行的一项调查发现，42% 的开发人员已经在使用 Forrester 术语“图灵机器人，”或基于人工智能的代码生成器。“机会太大，不容忽视，”Guidice 在书中写道四月份的报告，“TuringBots 架构师指南”。
报告指出：“随着 TuringBot 变得更加智能、更加自主，企业将利用其能力，而不仅仅是代码生成，团队将自动化更多串联的软件开发生命周期 (SDLC) 任务，并构建端到端应用程序，而这些应用程序如今需要数周或数月才能近乎实时地交付。”
GPT-4 Turbo (ChatGPT)、GitHub Copilot、Cursor、Replit Ghostwriter、Codeium 和 Amazon Q Developer 等 AI 助手都通过实现直观的对话式开发来支持 Vibe 编码。
增强型编码工具可以帮助集思广益、原型化、构建完整功能，并使用自然语言处理检查代码是否有错误或安全漏洞——无论是通过实时建议 (Copilot)、交互式代码编辑 (Cursor) 还是全栈指导 (ChatGPT)。据 Gartner 称，这些工具简化了编码，使其成为独立开发人员、快速原型设计或协作工作流程的理想选择。
GenAI 工具包括 StackBlitz Bolt.new、Github Spark 和 Lovable 等提示应用工具，以及 BlinqIO、Diffblue、IDERA、QualityKiosk Technologies 和 Qyrus 等 AI 增强测试工具。
苹果是将人工智能编码工具引入，使用Claude Sonnet模型支持AI生成的代码编写和测试。这些工具正在内部测试，没有确认公开发布的计划，苹果公司之前不太可能发表评论下个月的 WWDC。
在 2023 年预览之后，AWS 于 2024 年 4 月推出了 Q Developer。开发人员使用 Amazon Q Developer 在(CLI)，上周，AWS 将这种代理体验扩展到 Visual Studio Code 的集成开发环境 (IDE)，因此开发人员现在还可以。
AWS GenAI 应用程序和体验总监 Srini Iragavarapu 描绘了开发人员在氛围灯光和音乐下与 AWS 的 AI 工具进行对话，以创建新产品并修复现有代码库中的代码。 Iragavarapu 将人工智能辅助编码与传统的“结对编程”进行了比较，即两个开发人员在同一个项目上一起工作。
“这是与人工智能系统的非常流畅的交互。现在配对的程序员......是人工智能助手，”他说。 “这些代理是基于任务的。他们寻求目标，类似于坐在你旁边的程序员寻求目标，因为他们希望在一天结束时完成任务。”
在内部，Amazon 开发人员都可以访问 Q Developer 工具集。近日，该公司使用 Q 开发者帮助其将 30,000 个应用程序从旧版本的 Java 更新到新版本。 Iragavarapu 表示，AWS 认为，它节省了 4,500 年的软件工程时间，否则需要一组工程师才能完成升级，并且每年可以节省 2.6 亿美元的效率收益。
软件开发生命周期的根本性变化
Gartner Research 在上个月发布的一项调查中发现，35% 的 IT 领导者期望 genAI 能够从根本上改变他们的组织，其中 52% 的人期望他们的组织使用该技术来构建软件。超过三分之二的受访高管还认为 genAI 的好处大于该技术的风险。
Gartner 表示，在软件工程中使用 genAI 会导致人们更加关注团队生产力，因为人们普遍认为该技术的主要好处将是降低成本
IT 咨询公司 TEKsystems Global Services 的技术现代化总监 Armando Franco 也同意大多数企业已经搭上了人工智能列车；而且，虽然开发工作仍然存在，但它们将完全不同。
Franco 认为，总体而言，genAI 工具将无法生成 90% 的应用技术堆栈；更准确地说，这个数字可能占应用程序代码库的 60% 到 70% 左右。这分为几个关键领域，例如：
- 简单的应用程序代码：60-90%
- API 和中间件：50%
- 数据层：40%
- IAC：80%
- 网络：25%
- 安全与政策：25%
- 运营和可观察性：50%
Franco 的数据基于可用 genAI 工具的当前功能以及他通过内部开发看到的内容，“它每天都在变化，并且根据所使用的模型可能非常昂贵，”他说。
“这将会发展，”佛朗哥说。 “目前，genAI 可以生成大部分基本的、常见的、可重复的模式。对于高级或复杂的场景，需要人工引导代码开发。随着平台的发展，genAI 将为开发人员提供一个平台，指导 genAI 如何开发更复杂的功能。”
对于人工智能代理来说也是如此；他说，开发人员可以使用 genAI 开发复杂的代理，然后可以在同一平台上部署和训练这些代理。
弗朗哥说，当前的人工智能工具虽然功能强大，但使用成本往往很高，而且变化很快。他描述了软件工程的演变，工程师成为专门的人工智能架构师，通过快速、用户驱动的更新来设计和维护复杂的系统。及时的工程技能也至关重要，因为有效指导人工智能成为一项核心技能。
他说，工程师们不会与技术竞争，而是会在更小的专家团队中与技术一起工作，构建更快、更高质量的应用程序并推动跨行业创新。
开发人员发现 genAI 工具对于样板生成、代码理解、测试、文档和重构等任务最有用。但 Gartner 在上个月的一份报告中表示，它们也在代码质量、IP、偏见以及指导和验证输出所需的努力方面带来了风险。
Gartner 副总裁分析师 Matt Brasier 在报告中写道：“软件工程师应该评估潜在的好处并更新基本流程，以确保成功采用 genAI 增强型开发工具。”
AWS 的 Iragavarapu 表示，即使开发人员越来越依赖人工智能增强工具，“人类也必须随时了解正在部署哪些代码以及如何部署”。 “编写代码和构建应用程序[只是]容易得多。事实上，当您进行部署和调试时……了解其正在执行的操作的逻辑以及它是如何执行的[它]仍然非常相关和普遍。”