AI助手革新软件开发 其中的挑战与机会

简介: AI助手革新软件开发 其中的挑战与机会

本文来源:企业网D1net


随着GenAI技术在代码编写方面的进步,软件开发团队的结构正在发生深刻变革,QA和初级开发人员的职位面临风险。AI助手能够生成高质量代码,使开发团队更加精简,以资深开发人员为核心,负责监督和优化AI生成的代码。企业通过AI工具实现开发流程的自动化和精益化,减少了初级开发者和产品经理的需求,转而依赖于跨职能团队和资深软件架构师,然而,这一趋势也带来了挑战,如培训下一代软件架构师的难题。尽管许多IT领导者认为AI助手将提升生产力,减少开发岗位的需求,但一些专家对此持怀疑态度,认为AI的实际效益可能被夸大。


随着AI在编写代码方面的能力越来越强,一些IT领导者认为,软件开发团队可能会缩减为仅由少数高级职位组成。


尽管早期的反馈结果好坏参半,但结论似乎已经显而易见:GenAI编码助手将重塑软件开发团队的组建方式,QA(质量保证)和初级开发人员的职位面临风险。


随着AI助手在代码编写方面的能力不断提升,一些IT领导者表示,CIO和开发负责人将会重新调整团队,重点放在AI专家和高级开发人员身上,由他们负责监督和优化AI生成的代码。


应用开发团队将变得更加精简,剩下的高级开发人员将专注于如何将产品需求最有效地转化为软件开发,Climate Tech Strategic Advisors的创始人、曾任Fermata Energy(一个车网互联应用提供商)开发团队负责人的Anna Demeo表示。


她指出,依赖AI编码助手的公司将减少对初级开发人员、实习生,甚至某些情况下对产品经理的招聘,因为这些角色将被AI取代。她说:“当你拥有一个庞大的团队时,总会有A类和B类员工,希望不会有C类员工,但现实中他们存在,AI在某种程度上使成为C类或B类员工变得更加困难。”


剩下的开发人员将需要具备批判性思维,能够理解业务需求,并能与产品专家、市场部门和其他员工一起跨职能合作。


开发人员的角色如同编辑


Demeo已经看到一些客户公司正在围绕AI重组他们的开发团队,由高级开发人员或软件架构师监督并调整AI生成的代码,她将这种角色变化比作出版小说的过程。


“程序员不再需要是写作者——他们是编辑,”她说,“这些高级开发人员必须理解内容是谁在阅读,在这种情况下,谁是客户,以及我们试图实现什么目标。”


未来的开发团队将由产品经理或业务分析师、UX设计师和软件架构师组成,软件架构师将使用AI工具生成原型,然后对代码进行调整,直到准备好发布,Copado的高级副总裁David Brooks补充道,Copado是Salesforce的DevOps平台提供商。


他预测,AI将接管其余的软件开发角色,包括安全和合规审查。


“某个时刻,目前的软件开发岗位将被淘汰,初级软件开发人员将是最先被取代的,”他补充道,“软件架构师将减少编码,更多地从事高层次的系统设计,并关注AI生成的解决方案。”


Brooks表示,前进的道路上会有一些波折,最大的挑战将是培训新一代的软件架构师——由于初级开发岗位减少,将不再有自然的晋升通道可以培养资深开发人员。


编码助手已经普及


目前尚不清楚开发团队的重组何时会达到临界点,但根据GitHub最近的一项调查,AI编码助手的使用已经在开发者中广泛普及,来自四个国家的97%以上的开发人员表示,他们在工作中使用了AI编码工具,这也强化了行业观察家们的观点,即编码助手是GenAI最受欢迎的应用之一。


GitHub报告称,截至1月底,已有130万用户使用了其Copilot编码助手,比上一财季增长了30%,截至7月底,已有超过77000个组织采用了Copilot,GitHub的母公司Microsoft表示。


与此同时,在线教育提供商Pluralsight的最新调查显示,大约四分之三的IT专业人士担心AI会让他们的技能变得过时。


一些观察人士认为,AI的影响将是长期的,许多开发团队将在未来几个月内加快步伐,充分利用AI。


Intellibus的创始人兼负责人Ed Watal表示,在未来一到两年内,开发团队实际上可能会变得更大,因为需要额外的导师来提高生产力,并在现有团队中培养AI提示工程技能。


但他补充道,从长远来看,开发团队可能会缩小,因为三名软件工程师将能够完成过去五到六个人的工作。


与此同时,传统的开发团队将被打破,更多的员工能够使用AI和低代码/无代码工具编写应用程序,Watal表示。


“他们有能力编写代码,尽管他们可能并不深入理解AI生成的代码是如何工作的。”他说。


尽管许多IT领导者预测AI编码助手最终将导致开发人员岗位的减少,但也有人质疑将大部分编程任务交给AI是否明智,一些开发负责人质疑使用AI同时编写和调试代码的合理性。


这些好处是否被夸大了?


Sauce Labs的首席测试策略师Marcus Merrell表示,一些企业可能高估了AI编码助手节省的时间,他认为,开发人员生产力可能提高30%,这是一个良好的开端,但并非根本性的变革。


“实际上我看到的是,团队认为他们会从这些工具中获得巨大的好处,因此他们过度投资于工具,过分依赖结构和流程的改变,或者在已经计划好的基础上,进一步削减员工数量,基于他们想象中从AI工具提供商那里获得的收益。”他补充道。


Merrell并不认为GenAI会取代开发人员的工作,相反,低代码/无代码工具的影响会更大。AI编码实验将继续取得适度成功,但最终,大型AI公司需要从他们的巨额投资中获得回报。


“我们将在未来两到三年内试图从这项技术中挤出生产力和‘魔法’,然后才慢慢承认这一切不过是个空壳游戏,”Merrell说,“我担心的是,我们会对这些工具产生依赖,而那些公司随后会开始收取运营这些模型的实际费用,这将对整个系统造成巨大冲击。”


版权声明:本文为企业网D1net编译,转载需在文章开头注明出处为:企业网D1net,如果不注明出处,企业网D1net将保留追究其法律责任的权利。


相关文章
|
3月前
|
人工智能 搜索推荐 大数据
AI赋能销售管理:珍客CRM引领销售效能革新,解锁高效增长
在数字化浪潮下,以AI技术为核心,珍客CRM融合智能获客、跟进、客户管理与数据复盘,赋能企业实现销售全流程智能化升级,助力突破增长瓶颈,引领AI时代销售新变革。
人工智能 移动开发 JavaScript
113 0
|
4月前
|
人工智能 语音技术 Docker
揭秘8.3k star 开源神器 VoiceCraft 用AI革新有声内容创作,只需几秒录音
VoiceCraft 是一款开源语音编辑与文本转语音(TTS)工具,仅需几秒录音即可实现语音克隆、插入、删除、替换等操作,支持零样本编辑和高自然度语音生成。适用于播客、短视频、有声书等内容创作场景,具备本地部署能力,已在 GitHub 获得 8.3k 星标。
492 0
|
5月前
|
机器学习/深度学习 人工智能 算法
AI量化交易软件开发技术逻辑
AI量化交易融合人工智能与量化分析,通过算法模型深度解析市场数据,自动生成并执行交易策略,显著提升交易效率与决策精准度。其开发涵盖目标分析、数据处理、算法设计、系统构建、测试优化、合规安全及持续迭代等多个关键环节,涉及金融、编程、大数据与AI等多领域技术。掌握这些核心技术,方能打造高效智能的量化交易系统,助力投资者实现更优收益。
|
5月前
|
人工智能 安全 JavaScript
革新低代码开发!VTJ.PRO v0.12.58 发布:首推「AI代码校验修复引擎」,破解生成式代码质量隐患
VTJ.PRO发布v0.12.58版本,推出「AI-CodeFix」智能引擎,实现AI生成代码的自动校验、诊断与修复,解决低代码开发调试难题。通过动态语义扫描、智能修复策略和开发者体验升级,大幅降低错误率,提升开发效率与代码质量,助力企业实现安全可控的AI开发。
211 0
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
教育领域的AI进展:智能辅导与个性化学习的技术革新与挑战
随着人工智能技术的发展,AI Agent在教育领域的应用日益广泛,特别是在智能辅导与个性化学习方面展现出巨大潜力。通过自然语言处理、机器学习和数据分析等技术,AI可模拟个性化辅导员,根据学生的学习情况提供定制化资源与实时反馈。未来,AI Agent将更注重情感分析与跨学科培养,成为教师的有力助手,推动教育公平与效率提升。然而,数据隐私、个体差异及教育资源不平衡等问题仍需克服,以实现更智能化、全面化的教育生态。
594 10
教育领域的AI进展:智能辅导与个性化学习的技术革新与挑战
|
9月前
|
人工智能 搜索推荐 数据挖掘
AI赋能职教革新:生成式人工智能(GAI)认证重构技能人才培养新范式
数字化浪潮下,职业教育正经历深刻变革。AI技术的融入为职教带来新机遇:通过精准分析学生需求、模拟实践场景,助力个性化教学与创新能力培养。生成式AI(GAI)认证填补了传统技能认证的空白,强化实践与创新评估,为企业选拔人才提供支持。未来,职教需深化AI融合,加强校企合作,探索新模式,培养高技能人才,开启发展新篇章。
|
9月前
|
人工智能 搜索推荐 vr&ar
让教育更智能:HarmonyOS助力AI类目标签革新教育行业
在科技飞速发展的当下,教育行业正经历深刻变革,智能化转型成为提升教育质量与效率的关键。AI类目标签技术脱颖而出,通过分析学生多维度数据生成个性化学习标签,助力因材施教;智能管理教学资源,提高备课效率。HarmonyOS NEXT API 12及以上版本的分布式能力和强大的数据安全机制,为多设备协同学习和数据保护提供了有力支持。开发者可利用鸿蒙生态构建创新教育应用,推动教育智能化发展。
317 2
|
10月前
|
人工智能 自然语言处理 并行计算
MeteoRA:多任务AI框架革新!动态切换+MoE架构,推理效率提升200%
MeteoRA 是南京大学推出的多任务嵌入框架,基于 LoRA 和 MoE 架构,支持动态任务切换与高效推理。
485 3
|
10月前
|
人工智能 编解码 算法
DeepSeek加持的通义灵码2.0 AI程序员实战案例:助力嵌入式开发中的算法生成革新
本文介绍了通义灵码2.0 AI程序员在嵌入式开发中的实战应用。通过安装VS Code插件并登录阿里云账号,用户可切换至DeepSeek V3模型,利用其强大的代码生成能力。实战案例中,AI程序员根据自然语言描述快速生成了C语言的base64编解码算法,包括源代码、头文件、测试代码和CMake编译脚本。即使在编译错误和需求迭代的情况下,AI程序员也能迅速分析问题并修复代码,最终成功实现功能。作者认为,通义灵码2.0显著提升了开发效率,打破了编程语言限制,是AI编程从辅助工具向工程级协同开发转变的重要标志,值得开发者广泛使用。
8823 71
DeepSeek加持的通义灵码2.0 AI程序员实战案例:助力嵌入式开发中的算法生成革新