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
Anthropic于6月30日发布Claude Sonnet 5,相较前代Claude Sonnet 4.6在编程、推理、工具使用及知识工作方面均有显著提升。该模型可自主制定计划、使用浏览器和终端等工具,达到数月前需更大更贵模型才能实现的水平。安全评估显示其不良行为率更低。Sonnet 5默认开启自适应思维,采用更新的分词器,性能接近Opus 4.8但价格更低,现已面向所有订阅计划开放。
复旦大学联合多机构提出A2World框架,通过210万条真实机器人轨迹进行动作条件化预训练,将学到的物理动力学先验同时迁移到仿真模拟和策略控制两个方向,在LIBERO和真实机器人任务上均取得当前最优表现。
人工智能基础设施的快速扩张不仅带来总用电量激增,更在改变电网的运行特性。AI训练任务高度同步、计算密集,推理任务则分散且难以预测,两者均可在极短时间内造成电力需求骤变。数据中心的地理集中分布进一步加剧局部电网压力。现有监管框架多基于稳定工业负荷设计,难以适应这类新型需求。专家指出,电网规划需从关注总能耗转向关注需求波动性与同步效应。
同济大学研发的FLISP系统,让无人车与无人机在水电隧道中无需建图、仅靠激光雷达实时协作导航,规划延迟仅7毫秒,成功率100%。