每經(jīng)記者 蔡鼎    每經(jīng)編輯 高涵    

AI技術(shù)的迅速發(fā)展猶如一場(chǎng)風(fēng)暴，席卷了全球科技公司曾經(jīng)炙手可熱的崗位。

據(jù)裁員追蹤機(jī)構(gòu)Layoffs.fyi提供的數(shù)據(jù)，截至12月2日，2024年全球科技公司至少裁員14.9萬(wàn)人。這一數(shù)字較2022年和2023年同期明顯增多，顯示出科技業(yè)在AI潮流下面臨的巨大變革壓力。尤其是科技巨頭，紛紛依靠AI技術(shù)來(lái)提升效率、降低成本。以亞馬遜為例，自從將生成式AI開(kāi)發(fā)助手“Amazon Q”集成到內(nèi)部系統(tǒng)后，不僅節(jié)省了約4500個(gè)開(kāi)發(fā)人員一年的工作量，還節(jié)約了2.6億美元的運(yùn)營(yíng)資金。

據(jù)Spherical Insights的最新預(yù)測(cè)，到2032年，AI編碼工具市場(chǎng)規(guī)?？赡艹^(guò)295億美元。在這樣的背景下，教育界也開(kāi)始重新審視計(jì)算機(jī)科學(xué)課程的設(shè)計(jì)。

極大縮短代碼編寫(xiě)周期

從自動(dòng)化代碼生成到優(yōu)化測(cè)試和部署，AI正在重塑軟件的設(shè)計(jì)、構(gòu)建和維護(hù)方式。其中，生成式AI和大語(yǔ)言模型通過(guò)自動(dòng)化關(guān)鍵步驟（從需求收集到編碼和測(cè)試），極大地簡(jiǎn)化了軟件開(kāi)發(fā)和縮短代碼編寫(xiě)的周期。

生成式AI與人類(lèi)開(kāi)發(fā)人員合作，將人類(lèi)的想法轉(zhuǎn)化為具體的需求。然后，生成式AI將這些需求轉(zhuǎn)換為具體的案例，并生成測(cè)試用例和代碼，這種寫(xiě)作加快了軟件開(kāi)發(fā)的過(guò)程，同時(shí)也提高了最終產(chǎn)品的質(zhì)量。

支持機(jī)器學(xué)習(xí)的工具使用自然語(yǔ)言處理（NLP）來(lái)解釋自然語(yǔ)言并描述成代碼建議或完善代碼。這種功能可以加速代碼的編寫(xiě)，減少人工編寫(xiě)代碼的錯(cuò)誤，并允許開(kāi)發(fā)人員專(zhuān)注于更復(fù)雜的創(chuàng)造性任務(wù)，而不是機(jī)械地編寫(xiě)代碼。

此外，AI支持的自動(dòng)化工具通過(guò)預(yù)測(cè)下一行代碼甚至生成整體的代碼進(jìn)一步提高了生產(chǎn)力，這些工具通過(guò)使用機(jī)器學(xué)習(xí)模型和深度學(xué)習(xí)技術(shù)來(lái)適應(yīng)技術(shù)的發(fā)展和迭代，從而帶來(lái)了更高效的代碼編寫(xiě)過(guò)程和項(xiàng)目成果。

除了代碼的編寫(xiě)外，AI還能賦能軟件調(diào)試。先進(jìn)的AI工具可以自動(dòng)檢測(cè)錯(cuò)誤和漏洞，并提出修改和優(yōu)化建議。AI驅(qū)動(dòng)的測(cè)試系統(tǒng)還可以生成自適應(yīng)測(cè)試用例，并優(yōu)先處理最關(guān)鍵的測(cè)試，從而提高軟件的整體質(zhì)量。

AI能夠根據(jù)歷史數(shù)據(jù)測(cè)試錯(cuò)誤，從而幫助開(kāi)發(fā)人員避免未來(lái)可能出現(xiàn)的問(wèn)題。這些系統(tǒng)依靠復(fù)雜的機(jī)器學(xué)習(xí)算法，通過(guò)分析從以往問(wèn)題中收集的案例，不斷改進(jìn)檢測(cè)和測(cè)試的方法。

總的來(lái)說(shuō)，AI正在迅速提高軟件開(kāi)發(fā)人員的速度和準(zhǔn)確性，并培育一個(gè)更可靠和安全的軟件開(kāi)發(fā)環(huán)境。展望未來(lái)，AI技術(shù)在代碼編寫(xiě)過(guò)程中的應(yīng)用還將有更大的進(jìn)步。

隨著新一代AI的發(fā)展，其可能從根本上重塑軟件開(kāi)發(fā)的每個(gè)環(huán)節(jié)，甚至可能使人們今天所熟知的程序員工作成為過(guò)去式。

IT公司Forrester的副總裁兼首席分析師Diego Lo Giudice指出，其實(shí)在軟件開(kāi)發(fā)過(guò)程中借助AI工具并不新鮮，早在2019年就已存在。他表示，以前的AI主要用于代碼測(cè)試，利用機(jī)器學(xué)習(xí)來(lái)優(yōu)化測(cè)試策略和模型，而當(dāng)前的新一代AI已經(jīng)遠(yuǎn)遠(yuǎn)超越了這些。

據(jù)IDC預(yù)測(cè)，到2026年，亞太地區(qū)40%新App將是“智能App”，這些App將集成生成式AI，以增強(qiáng)用戶(hù)體驗(yàn)并提供新的用例。據(jù)IDC的研究，在軟件開(kāi)發(fā)和設(shè)計(jì)中使用生成式AI的最大影響將是提高生產(chǎn)率和開(kāi)發(fā)速度。IDC的研究預(yù)測(cè)，這種潛在的商業(yè)利益將推動(dòng)30%的亞太地區(qū)企業(yè)為App 開(kāi)發(fā)中的生成式AI功能支付11%~20%的溢價(jià)。

盡管如此，這并不是說(shuō)在當(dāng)下AI的協(xié)助下能“寫(xiě)”出十全十美的代碼，而是需要人類(lèi)程序員積極地管理潛在風(fēng)險(xiǎn)。

AI編程創(chuàng)業(yè)公司受青睞

在極大提高編程工作效率的趨勢(shì)下，AI“寫(xiě)代碼”的初創(chuàng)公司也成為各方資本眼中的“香餑餑”。

就在上月初，AI編程助手公司Anysphere宣布收到風(fēng)投的投資邀約，估值約為25億美元，比大約4個(gè)月前的交易估值高出6倍多。

這顯然不是AI編碼初創(chuàng)公司的唯一一筆融資案例。今年10月初，AI編碼初創(chuàng)公司Poolside完成了一筆5億美元的融資，最新估值達(dá)到30億美元，晉升為AI獨(dú)角獸。Poolside次輪融資包含了英偉達(dá)、匯豐創(chuàng)投、LG Technology Ventures等多家投資方。

今年8月，美國(guó)AI編程公司Codeium宣布完成了1.5億美元的C輪融資，投后估值達(dá)到12.5億美元。本次融資由知名風(fēng)投公司General Catalyst領(lǐng)投，另外兩家美國(guó)知名風(fēng)投機(jī)構(gòu)Kleiner Perkins和Greenoaks也參與了本次融資。同月，另外一家美國(guó)AI編程創(chuàng)業(yè)公司Magic宣布完成一輪3.2億美元的融資，投資者包括谷歌前首 席 執(zhí) 行 官 Eric Emerson Schmidt、谷歌的CapitalG、澳大利亞軟件公司Atlassian等。

創(chuàng)業(yè)公司接連融資的背后，是AI編碼賽道廣闊的商業(yè)化前景。業(yè)內(nèi)人士分析稱(chēng)，AI開(kāi)發(fā)助手的應(yīng)用能夠減少開(kāi)發(fā)人員的工作量和企業(yè)的開(kāi)發(fā)成本，從而達(dá)到降本增效的目的。亞馬遜首席執(zhí)行官Andy Jassy曾表示，將亞馬遜的生成式AI開(kāi)發(fā)助手“Amazon Q”集成到內(nèi)部系統(tǒng)后，節(jié)省了約4500個(gè)開(kāi)發(fā)人員一年的工作量，還節(jié)約了2.6億美元運(yùn)營(yíng)資金。

Github最近發(fā)布的一項(xiàng)調(diào)查顯示，目前已經(jīng)有97%的受訪(fǎng)開(kāi)發(fā)者表示在工作中使用過(guò)AI編程類(lèi)工具。據(jù)Spherical Insights的最新預(yù)測(cè)，到2032年，AI編碼工具市場(chǎng)規(guī)?？赡艹^(guò)295億美元。

計(jì)算機(jī)教育亟需調(diào)整

在AI編程的熱浪下，教育界也開(kāi)始重新審視計(jì)算機(jī)科學(xué)課程的設(shè)計(jì)。

福布斯報(bào)道中稱(chēng)，當(dāng)前學(xué)校內(nèi)的計(jì)算機(jī)科學(xué)教育幾乎總是側(cè)重于代碼編寫(xiě)（即創(chuàng)建正確的計(jì)算機(jī)程序所需的語(yǔ)法、語(yǔ)言結(jié)構(gòu)和其他細(xì)節(jié)），這種類(lèi)型的知識(shí)在標(biāo)準(zhǔn)化測(cè)試中還得到了進(jìn)一步加強(qiáng)，這類(lèi)測(cè)試評(píng)估學(xué)生對(duì)知識(shí)細(xì)節(jié)的嚴(yán)格理解。在一些大學(xué)甚至高中里，人們可以找到關(guān)于如何使用代碼來(lái)創(chuàng)建系統(tǒng)應(yīng)用主題的課程。

隨著AI工具的發(fā)展，計(jì)算機(jī)科學(xué)課程的重要性正在被淡化。雖然學(xué)生們?nèi)匀恍枰軌蜷喿x、更新、修改和擴(kuò)展代碼，但他們從頭開(kāi)始學(xué)習(xí)編程并保持100%的正確性來(lái)說(shuō)，可能已經(jīng)不再那么重要了。有教育界人士呼吁調(diào)整計(jì)算機(jī)科學(xué)教育課程以更好地適應(yīng)新時(shí)代的需求。

使用過(guò)AI進(jìn)行編程的專(zhuān)家稱(chēng)，他們的開(kāi)發(fā)重點(diǎn)目前是提示詞的撰寫(xiě)和編輯，而不僅僅是單純的“寫(xiě)代碼”，其中高達(dá)80%的代碼是由AI生成的。這種形式的編程結(jié)合了人類(lèi)的閱讀、理解和改進(jìn)代碼的技能，以及AI為特定任務(wù)生成的語(yǔ)法正確的代碼。然而，要在這種軟件開(kāi)發(fā)方式中取得成效，需要人類(lèi)程序員熟練地閱讀和理解代碼，并具備足夠的知識(shí)來(lái)評(píng)估，并在必要時(shí)直接進(jìn)行更正。

這樣的趨勢(shì)表明，未來(lái)學(xué)生應(yīng)該學(xué)習(xí)一種人類(lèi)與AI相互協(xié)作的軟件開(kāi)發(fā)模式，并思考人們今天所設(shè)定的計(jì)算機(jī)科學(xué)課程所傳授的技能是否適合未來(lái)的勞動(dòng)力。

越來(lái)越多證據(jù)表明，應(yīng)屆計(jì)算機(jī)科學(xué)畢業(yè)生已經(jīng)很難找到入門(mén)級(jí)軟件開(kāi)發(fā)類(lèi)工作。在計(jì)算機(jī)科學(xué)教育中，一個(gè)更大的轉(zhuǎn)變可能是將重點(diǎn)從編程轉(zhuǎn)移到企業(yè)級(jí)軟件所需的技能上，比如項(xiàng)目質(zhì)量保證機(jī)制、大型代碼庫(kù)的寫(xiě)作工作等。

封面圖片來(lái)源：視覺(jué)中國(guó)