Mate60手機殼曝光 致敬自己的經典設計
8月3日消息，今天下午博主數碼閑聊站帶來了華為Mate60的第三方手機殼圖，可以讓我們在真機發布之前看看這款華為全新旗艦的大致輪廓。從曝光的圖片看，Mate 60背后攝像頭面積依然
作者 | 馮英睿
隨著AI技術的進步，尤其是OpenAI的GPT-4等大型語言模型的出現，生成式AI正不斷改變我們對軟件工程的認識。本文試圖從多個角度分析生成式AI對軟件工程可能帶來的影響，包括我們對軟件本身的理解、對軟件卓越的定義、重新定義軟件工程能力以及團隊組成和文化等方面。
Software = Codes + Models
我們發現大多數人在談到AI輔助研發軟件的時候，主要是指由代碼編譯的軟件，但軟件在今天早已不再僅由代碼編譯而成，而是由代碼與AI模型共同組成的。當我們談論研發提效的時候，也應該將AI工程提效加入進來一起考慮，而今天在基礎模型之上通過微調的方式讓開發AI模型的速度大幅提升。
同時由于AI涌現出來的能力，將在體驗創新和系統集成上帶來巨大的變化。從Microsoft365通過Copilot提升體驗，以及ChatGPT與Walframe的集成這兩個案例來看，隨著AI能力的進一步增強，未來將由AI把系統或平臺的各項能力進行整合，這也將進一步減少代碼在軟件中的比例。
所以在AI 2.0時代，我們需要更新對軟件的理解。AI模型在軟件中扮演越來越重要的角色，我們應該將軟件視為由代碼、數據和模型共同組成的系統。這意味著我們需要關注更大范圍的變化：
Codes = Human Codes + Generated Codes
在毫無疑問AI可以為軟件生成正確代碼的今天，很多人都在問：對卓越代碼的要求，是否適用于所有的代碼呢？我們對于軟件卓越的認識也需要發生改變，如果軟件卓越的追求是旨在降低成本、范圍、時間并提高軟件的價值和質量，那么有兩個很有趣的觀點：
首先從成本角度來看，更多代碼由AI生成不僅僅意味著研發成本的下降。同時也意味著問題的定義和分解都更加清晰，架構和設計更加簡潔，否則AI很難自動生成可工作的代碼。
而如果某些功能和組件的代碼可以由AI重新生成，那么由AI生成代碼的可讀性也許不再值得特別關注。針對這一部分的代碼，用于生成代碼的注釋和測試才是更重要的。而生成的代碼可以在當模型升級時，通過生成的更好的代碼來替代，讓軟件獲得某種自我進化的能力。對于人類編寫的代碼而言，代碼的可讀性仍然非常重要。
Generated Codes = Correct Codes + Wrong Codes
生成式AI也要求我們重新思考如何評估軟件工程的能力。如果更卓越的軟件需要更多生成的代碼，那么是否可以認為：能夠生成更多正確代碼的人或團隊比別人更有能力？因為生成的代碼必然包括正確的代碼和錯誤的代碼。優秀的軟件架構師能夠找到更多生成正確代碼的方法。而為了更多的生成正確的代碼，通過降低AI學習的復雜性能有效提升生成內容的質量。這是因為：
所以優秀架構師和團隊在標準化設計、領域特定語言（DSL）設計和微服務拆分等工作將變得越來越重要，因為這些工作能顯著降低AI學習的復雜性。
另外值得關注的是，因為生成式AI模型還可以通過知識庫、模型微調等手段來提升能力，這使得知識工程或數據工程將成為軟件工程的一部分，這也將是未來軟件工程領域內一個非常有意思的領域。
Correct Codes can be generated by BA + QA or Dev
隨著AI的代碼生成能力不斷提升的同時，如果團隊的工程師開發出了優秀的架構和框架，使業務分析師（BA）和質量保證工程師（QA）能夠直接交付許多功能，那團隊的人員組成比例必然會發生變化。這也將會帶來很多問題：
很多問題都沒有確定的答案，但值得大家關注。總之，生成式AI對軟件工程產生了深遠的影響。我們需要更新對軟件本身的理解、重新定義軟件卓越的范圍、重新思考如何評估軟件工程能力，并關注團隊文化的影響。在這個過程中，軟件架構和設計能力以及數據工程能力變得更為重要。我們應該積極應對這些變化，以更好地適應AI 2.0時代的軟件工程發展。
本文鏈接：http://www.tebozhan.com/showinfo-26-14346-0.html?猜想生成式 AI 對軟件工程的影響
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 23種軟件設計模式綜述
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號