本周,Sonar 公司首席执行官兼联合创始人 Olivier Gaudin 在纽约与记者进行了一次交流,探讨了生成式 AI 在软件开发领域的变革潜力。
将 AI 应用于软件和应用程序开发的理念正在引发越来越多的关注,与此同时也带来了一些担忧。目前来看,企业普遍有意在开发周期中探索 AI 的应用,但具体的落地方式,可能在很大程度上取决于相应的监管机制是否到位。
谈及外界对 AI 生成代码的种种疑虑,Gaudin 表示:"目前仍存在大量未知因素。"
他认为,生成式 AI 降低了编程及其他技术领域的门槛,让更多人得以涉足软件开发。但他同时强调,软件开发本身依然是一个复杂的领域。"我们仍然需要开发者,"Gaudin 说道。
他预见,生成式 AI 在开发领域的应用将带来代码数量的大幅增长——当几乎任何人都能具备创建应用程序的能力时,代码生产量将大幅提升。这也可能重塑专业开发者的工作方式与职能,他们或许将更多精力转向对 AI 生成代码的审查与把关。
"代码越多,需要审查的代码就越多,"Gaudin 说,"而且正因为这些代码是由 AI 生成的,不对其进行规范的代码审查,将会是一种近乎不负责任的行为。"
面对市场上开发者持续短缺的现状,他认为 AI 可以帮助人们提升效率、完成更多工作。这与低代码和无代码开发平台的预期价值颇为相似——这类平台允许"公民开发者"无需深厚的技术背景,便能自主创建应用程序。在 Gaudin 看来,AI 生成代码可能将彻底取代低代码与无代码这一开发趋势。
"AI 实际上会淘汰低代码和无代码,"他说,"它是这类工具更好的替代版本。"就目前而言,低代码与无代码并不能取代开发者,而是对开发生态的一种补充。而生成式 AI 则有望真正颠覆这些编程替代方案。"AI 是低代码/无代码的升级版,毫无疑问要好得多。"
Q&A
Q1:生成式 AI 会完全取代软件开发者吗?
A:不会完全取代。Sonar 公司 CEO Olivier Gaudin 明确表示,软件开发仍然是一个复杂的领域,专业开发者依然不可或缺。生成式 AI 更可能改变开发者的工作方式,让他们将更多精力投入到对 AI 生成代码的审查与质量把控上,而非直接取代开发者这一职业角色。
Q2:生成式 AI 生成的代码需要进行审查吗?
A:非常有必要。Gaudin 指出,随着生成式 AI 的普及,代码总量将大幅增加,对 AI 生成代码进行规范的代码审查将变得至关重要。他认为,不对 AI 生成的代码进行审查,几乎是一种不负责任的做法,因为其中可能存在潜在的质量或安全问题。
Q3:生成式 AI 和低代码/无代码平台有什么区别?
A:Gaudin 认为,生成式 AI 是低代码/无代码工具的"升级替代版",且远比后者更为强大。低代码/无代码平台帮助非技术人员创建应用,但功能相对受限;而生成式 AI 能让几乎所有人具备创建应用程序的能力,灵活性和能力上限更高,因此有望逐步取代低代码/无代码这一开发模式。
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%。