大咖论道，大模型时代软件研发效率革命

摘要：开发者如何拥抱这波AIGC浪潮？

本文分享自华为云社区《大咖论道，大模型时代软件研发效率革命》，作者：华为云社区精选。

根据GitHub的一项调查，92%的受访开发者正在借助AI编码工具来完成工作和其他项目。另一方面，AI已经通过了大厂L3工程师入职测试，可自如应对数组/字符串、动态规划等技术问题，对应职位年薪18万美元。

大模型正在成为人工智能的新范式，也助推了AIGC的新一波浪潮，由此掀起了软件开发领域的效率革命。

为此，HDC.Cloud 2023开发者社区活动系列直播邀请了知名测试专家&同济大学特聘教授朱少民、Gitee创始人&CTO刘冬、华为云PaaS研发工具首席规划师文老师以及PaaS研发智能化技术专家马老师， 4位专家分别从学术、行业、企业/个人开发者的角度各抒己见，围绕当下热门的大模型话题，为大家拨开心头云雾。

精彩话题抢先看：

• 如何看待这一波AIGC的浪潮？会是一场“革命性”的海啸吗？
• 如何去定义软件工程3.0，大模型在软件研发中起到的作用有哪些？
• 大模型对于企业真正的研发效率提升有多少？AI会取代程序员吗？
• 中小企业如何借助AIGC使能的研发工具顺势而上？
• 在这一波大模型浪潮中，个人开发者如何把握机遇？
• 对于软件研发效率革命未来的一些展望
• 当前训练大模型的软硬件成本高，个人开发者的技术理解成本高，该如何面对这样的困局呢？

如何看待这一波AIGC的浪潮？会是一场“革命性”的海啸吗？

朱少民（同济大学特聘教授）： 经过学术界、工业界20多年的努力，伴随着互联网时代下数据和算法的迭代升级，到了如今大模型时代，AI的应用已经发生了质的变化，我觉得这是一场革命。

文老师（PaaS研发工具首席规划师）： 原来的算法以及模型规模都比较小，它解决的是中小型的问题。现在大模型能结合很多的数据知识，变成一个广泛的、通用型模型，并且可以叠加垂直领域更高阶的模型，从而带来了质的改变。从研发角度来说，大模型也让整个研发的结构和集成方案发生了变化，为软件研发效率提升带来更多探索和想象的空间。

刘冬（Gitee CTO）： 首先是震撼于通用人工智能的应用，意味着各行各业都将迎来巨大的机会；同时担心如果不主动学习拥抱这波热潮，就会被时代抛在身后；最后还有点忧虑国内大模型的发展是否能赶得上全球水平。

AIGC在软件研发中起到的作用有哪些？类似于AI辅助编程工具的应用，是对当前软研发体系的革命吗？

刘冬（Gitee CTO）： 目前在软件研发领域涌现出各种各样的AI编程工具，现阶段AIGC主要是助力开发者提升效率，但未来它可能会帮助开发者完成整个软件工程的开发，现在已经有人试着从简单应用入手，去朝这个方向努力。

朱少民（同济大学特聘教授）： 有人将大模型时代比作是当年的智能手机iPhone时代，就像iPhone手机改变了我们和手机的交互方式。大模型的出现、AIGC的应用也改变了人机交互方式，我们可以通过自然语言和AI系统交流，它能直接通过对话理解我们的意图，这才是真正的数字化实现。而软件是从现实世界到数字世界的映射结果，软件研发天生是数字化的工作，所以大模型将会对软件研发领域产生巨大影响。

文老师（PaaS研发工具首席规划师）： 从软件研发层面还谈不上变革，因为它本质上没有改变当前从需求设计、构建测试到发布上线的研发全流程，而且开发者和代码、文档的交付方式也没有发生变化。但是大模型对于软件研发效率的提升，尤其是自动化方面，已经超越了传统工具，这是技术上的革命、效率上的质变。

如何去定义软件工程3.0，大模型给软件开发带来了什么？

朱少民（同济大学特聘教授）： 1968 年 NATO 会议提出了“软件工程”概念，开启软件工程1.0（SE1.0）时代。到2000年敏捷软件开发宣言的发布，我们进入软件工程 2.0时代。再到今年 GPT-4 的问世，你可以不写一行代码，通过自然语言和AI的交流把软件开发的任务完成，意味着软件工程3.0的诞生。

如果1.0时代的软件形态是一种类似于office的产品，2.0时代的软件形态是一种能够支持持续构建、持续交付的云服务，那么3.0时代软件是作为一种模型存在的，即软件即模型，开启软件开发新范式。 通过模型来提供各种服务，自动生成需求文档、产品代码、测试脚本等等，此时生产力和生产关系之间也发生了变化。

很长一段时间里， AI在软件研发领域应用的最大瓶颈之一则是无法理解需求和业务，但现在有了新的突破，通过提示工程（提示词）可以和AI无缝沟通与交流，让计算机理解我们的需求，对于软件研发领域来说是一场革命。

在软件设计层面，AI也有着优异的表现，它可以在不构建模型（画出因果图）的情况下设计出正确的测试用例。以前是我们自己写代码，工具是辅助，现在是AI直接写代码，它可能比人考虑问题更周全，更注意代码规范性和安全性。

综上，当软件研发的生产力达到一定程度之后，那么原有的生产关系必然难以匹配新生产力，则会产生新的研发模式。

刘冬（Gitee CTO）： 程序员在写代码的过程中会遇到一些“干扰项”，比如随时更改任务状态、和需求方机械化的互动工作等，这些琐碎的事项会影响他们的开发效率。如果AI可以将代码之外的事情自动化，对于开发者来说既能提高效率，也会改善工作心态，让自己更聚焦于具体的开发任务。

回到软件工程领域，大模型可以做的事情很多，最理想的状态是它可以和各种开发工具、平台做到无缝结合，让开发者能够无感知的使用。

文老师（PaaS研发工具首席规划师）： 多模态大模型的出现大大加强了人工语言的自动介入能力，我们和代码的交互模式发生很大的变化：原来的开发活动需要用标准的编程语言和工具去交互，但现在演变成自然语言，即直接对话就能完成一些代码的交付。

未来在研发人员的工作中，大模型的能力或许可以以一个数字人的形式存在，我们感知不到它是模型或者工具，而是自然地把它作为团队中的一员。这样大模型与开发者的交互又将从语言的间接交互转变“人”和人的交互，对于效率地提升会带来巨大的变化。

大模型对于企业研发效率的提升有多少？它会取代程序员吗？

朱少民（同济大学特聘教授）： 有数据显示通过AI辅助编程工具，可以让程序员写代码的效率翻一番，以前两个人的工作现在可能一个人就能完成，从这个角度看它确实会淘汰一部分人。但AI不会取代所有的开发者，如资深的架构师、测试工程师、产品经理等角色，依然在软件研发中扮演着重要的作用。 另外，当团队规模缩小，大模型的应用还会减少沟通成本，让资深研发人员将更多的时间投入到有价值的工作中。

刘冬（Gitee CTO）： 虽然AI可以快速准确地完成某些具体任务，如编写代码或方法，但软件开发需要工程化的项目管理，这些是AI所无法完成的。所以，目前的大模型只能作为辅助工具，具体研发效率的提升需要AI和人类协同工作。

文老师（PaaS研发工具首席规划师）： 产品和软件是生长式的持续演进，一般大企业的软件生命周期长达5-10年。“铁打的营盘流水的兵”，在这个过程中虽然开发人员会一直变动，但他们会积累下丰富的软件经验和知识，覆盖需求理解、架构设计、代码开发、测试用例等。大模型可以充分沉淀企业的这些知识，在诸如代码编写、用例生成这样的垂直专业领域，大幅度提升新人的软件开发效率，提高软件人员的能力下限。

但在整体研发过程中，由于软件工程化的复杂性和领域知识的局限性，目前的效率提升并不会达到非常高的水平。不过随着大模型的成熟和领域知识的不断积累，它在软件开发中的效率提升作用将会更加显著。

马老师（PaaS研发智能化技术专家）： 从去年开始，我一直在使用我们开发的智能编程助手CodeArts Snap，它可以帮我完成很多事情，切实提高了编程效率，比如支持函数级代码自动生成、自动理解上文语义逻辑完成行级代码生成、提供代码生成推荐提供编程灵感，甚至能在一些更具体的研发活动中形成助力，如代码调试、代码解释、单元测试、知识问答、工具协同等等。

今年在HDC.Cloud 2023上CodeArts Snap也有一些新特性的发布，支持通过智能问答自动获取研发知识，进行代码解释、调试、优化、注释添加等。 如果大家想第一时间体验，可以前往华为云开发者社区参加技术梦工厂活动，