经历了早期的磨合与阵痛之后,人工智能与生成式AI在编程和软件开发领域的应用似乎已成为一种不可逆转的趋势。其初衷是借助AI将开发者从开发周期中某些繁琐的重复性工作中解放出来,但这一工具真的达到了预期效果吗?尤其是当企业高层希望引入更多AI来加速软件交付时,这些预期又是否发生了变化?
在生成式AI进入软件开发领域之前,无代码平台就已经允许非专业开发者参与到开发周期中来,这种现象也被称为"公民开发者"。那么,生成式AI在软件开发中的崛起,是否意味着"公民开发者"时代即将走向终结?
在近期一期"DOS Won't Hunt"节目中,多位业界专家齐聚一堂,共同探讨了上述问题。参与讨论的嘉宾包括:Bitwarden首席架构师Matt Bishop、Augury战略副总裁Artem Kroupenev、Secure Code Warrior联合创始人兼首席技术官Matias Madou,以及NinjaOne数据与AI高级副总裁Joel Carusone。
各位嘉宾围绕AI在软件开发中的应用现状、潜在收益与风险,以及开发者希望AI以何种方式融入开发周期等核心议题展开了深入讨论。
Q&A
Q1:生成式AI在软件开发中的主要作用是什么?
A:生成式AI在软件开发中的核心作用是将开发者从重复性、繁琐的工作中解放出来,从而提升整体开发效率。企业高层也希望借助AI加速软件交付节奏。然而,业界对于AI是否真正达到预期效果仍存在争议,开发者对AI融入开发周期的方式也有自己的诉求和看法。
Q2:生成式AI的兴起会让"公民开发者"消失吗?
A:这是目前业界正在讨论的重要议题。在生成式AI出现之前,无代码平台已经让非专业开发者得以参与软件开发。生成式AI的普及可能会进一步降低开发门槛,但也可能因自动化程度提升而改变"公民开发者"的角色定位,其最终走向尚无定论。
Q3:AI在软件开发中存在哪些潜在风险?
A:AI在软件开发中的风险主要集中在代码安全性方面。AI自动生成的代码可能存在安全漏洞,若缺乏专业审查,可能带来安全隐患。此外,过度依赖AI也可能导致开发者技能退化,以及在面对复杂问题时判断力下降。因此,如何在效率与安全之间取得平衡,是当前亟待解决的核心问题。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。