Pengekodan AI, adakah ia keperluan sebenar atau gimik?

Temu bual oleh Xu Xiaoqiang

|. blog51cto)

Sejak Generatif AI Selepas api, AI seolah-olah Peranan pengaturcara adalah "di cangkuk".

Hampir sekali-sekala, topik sama ada alat pengaturcaraan AI boleh menggantikan pengaturcara akan dibincangkan semula.

Perbincangan hangat yang ditimbulkan oleh pengaturcaraan AI membuatkan orang ramai keliru: Adakah ini akan mencetuskan revolusi produktiviti dalam bidang pengaturcaraan? Atau adakah ini satu lagi aksi yang terlalu digembar-gemburkan?

Disebabkan pengaturcaraan AI, Baidu telah mencapai peningkatan 10% dalam kecekapan manusia Hari ini, 27% daripada kod baharu yang dikemukakan oleh jurutera dihasilkan oleh AI. Perintis jawapan ini ialah pengeluar utama yang meneroka jawapan ini.

Namun,

Sebagai arkitek Baidu Comate dan pengguna pertama produk ini, Xu Xiaoqiang sangat menentang kenyataan bahawa "pembangun akan digantikan dengan alat pengaturcaraan".

Pengalaman bekerja dalam R&D dan seni bina membuatkan dia yakin bahawa pembuatan keputusan dan inovasi manusia mempunyai nilai yang tidak boleh ditukar ganti.

"Alat adalah untuk membantu manusia melakukan yang lebih baik, dan alat itu sendiri tidak digunakan untuk menggantikan manusia berkali-kali dalam temu bual, "Keupayaan membuat keputusan dan inovasi manusia sentiasa lebih baik daripada model " Namun, beliau juga amat menyedari bahawa dengan campur tangan AI, bidang kejuruteraan perisian sememangnya mengalami beberapa perubahan asas. Sempadan peranan dalam proses R&D semakin kabur, dan era paradigma baharu di mana pembangun dan AI bekerjasama akan datang.

Sebagai pengguna Comate yang mendalam, Xu Xiaoqiang berkongsi banyak kaedah dan pengalamannya dalam menggunakan alatan pengaturcaraan semasa siaran langsung Dia mencadangkan agar pengguna harus mengamalkan alat ini sebanyak mungkin untuk mencapai "practice makes perfect". .

Hasil pengaturcaraan AI yang dibayangkan oleh Xu Xiaoqiang adalah luas dan hebat.

Selepas lompatan kualitatif dalam alat pengaturcaraan, dia berharap orang ramai dapat membangun secara kolaboratif dengan AI dengan cara yang lebih sama dan lebih banyak perbualan,

malah berinteraksi secara langsung pada tahap kesedaran di luar bahasa, untuk mencapai matlamat "setiap orang adalah pengaturcara" Rangka tindakan muktamad.

Berikut adalah perkara utama temu bual:

Pada masa ini, produk pengaturcaraan AI terus meningkatkan keupayaan produk secara mendatar dan menegak untuk bertindak balas kepada lebih banyak "keperluan sebenar."

Alat pengaturcaraan tambahan tidak boleh menggantikan pembangun Tujuan alatan adalah untuk bekerjasama dengan lebih baik dengan orang ramai, dengan itu meningkatkan kebolehan orang ramai.

• Sempadan keupayaan AI: Masih terdapat kekurangan besar dalam pemahaman mendalam tentang maklumat, pemprosesan maklumat pelbagai mod dan keupayaan inovasi.
• Era Kejuruteraan Perisian 3.0 akan menjadi era paradigma baharu di mana manusia dan AI bekerjasama Proses R&D akan dibina semula dan kejuruteraan keperluan akan menjadi teras.
• Isu privasi dan hak cipta dalam pengaturcaraan AI memerlukan "pendekatan serampang dua mata" di kedua-dua peringkat teknikal dan undang-undang.
• Perbualan akan menjadi kaedah interaksi utama alat pengaturcaraan AI pada masa hadapan, dan produk pengaturcaraan akan meliputi daripada senario R&D kepada senario bukan R&D.
• Kandungan temu bual adalah seperti berikut:
  
1 AI telah melengkapkan 27% kod baharu Baidu,

Alat pengaturcaraan perlu diterokai lebih banyak oleh pengguna untuk menyelesaikan "keperluan sebenar"

. Sekolah Amali AIGC:

Sekarang Terdapat hujah bahawa pengaturcaraan AI mungkin sangat menjejaskan kedudukan berkaitan pengaturcaraan, dan pandangan ini juga telah menyebabkan sedikit panik. Tetapi sebaliknya, ramai orang akan mendapati bahawa pengaturcaraan dengan AI adalah jauh kurang cekap daripada yang kita bayangkan.

Adakah populariti besar pengaturcaraan AI disebabkan oleh permintaan, atau adakah ia gimik? Xu Xiaoqiang:

Mari kita ketepikan pendapat ini dan lihat fakta semasa.

Pertama sekali, walaupun memerlukan masa untuk mempopularkan dan menerima alatan pengaturcaraan AI, populariti pasaran pengaturcaraan AI jelas kepada semua, dan semakin banyak kes pelaksanaan dan nilai komersial akan muncul. Kedua, produk pengaturcaraan AI akan terus berkembang untuk bertindak balas kepada lebih banyak "keperluan sebenar". Mengambil produk kami sendiri Comate 2.0 sebagai contoh, kami sentiasa berusaha keras untuk meningkatkan keupayaan produk dari kedua-dua dimensi menegak dan mendatar.

Secara mendatar, kami berharap pengaturcaraan AI dapat merangkumi senario penyelidikan dan pembangunan yang lebih luas. Sebagai contoh, teknologi RAG boleh digunakan untuk memahami projek dan kod secara mendalam, dengan itu meningkatkan kecekapan penyelidikan dan pembangunan dalam pelbagai senario. Secara menegak, kami berharap AI boleh menembusi secara mendalam ke dalam industri tertentu atau senario tertentu.

Akhir sekali, keberkesanan alatan pengaturcaraan AI mungkin berbeza antara individu dan organisasi Pengguna perlu membangunkan tabiat penggunaan dan mencari kesesuaian dengan alatan tersebut. Untuk bekerjasama dengan lebih baik dengan alatan AI, pengguna harus menerangkan dengan jelas keperluan mereka dan menganggap AI sebagai pembantu peribadi yang menjawab setiap soalan dan sentiasa meneroka dan berinteraksi dengannya.

Selain itu, terdapat banyak pembangun yang boleh menggunakan pengaturcaraan AI sebagai alat pembelajaran untuk memahami bahasa yang tidak dikenali, rangka kerja dan idea pelaksanaan kod, malah bertanya tentang butiran pelaksanaan secara mendalam.

Boleh dikatakan peningkatan kecekapan AI dalam bidang pengaturcaraan bukanlah gimik. Sejak kebangkitan teknologi model besar, Baidu telah mencapai peningkatan 10% dalam kecekapan manusia 27% daripada kod yang dikemukakan oleh jurutera dihasilkan oleh AI, dan kadar penggunaan pengguna mencapai 46%. Kini, 80% jurutera Baidu menggunakan alatan AI untuk membantu pembangunan.

Selain itu, jurutera telah merasakan perubahan yang dibawa oleh alat generasi baharu, yang bukan sahaja meningkatkan kecekapan kerja, tetapi juga meningkatkan kegembiraan di tempat kerja.

Pengamal AIGC: Apabila menggunakan pengaturcaraan AI, adakah ada cara untuk menggunakan potensi alat dengan lebih baik?

Xu Xiaoqiang: Saya rasa kita masih perlu mencuba lebih banyak lagi. Secara beransur-ansur anda boleh menemui perasaan: dalam senario apa, AI boleh melakukan sesuatu dengan lebih pantas daripada manusia. Melalui pengumpulan senario sedemikian satu demi satu, alat itu secara beransur-ansur akan mencapai hasil yang anda harapkan.

Pengamal AIGC: Tadi anda menyebut bahawa 27% kod baharu Baidu setiap hari dijana oleh Comate. Jadi sesetengah orang bimbang apabila pasukan R&D syarikat mereka menggunakan lebih banyak alat pengaturcaraan AI, adakah ia akan membawa kepada pemberhentian?

Xu Xiaoqiang: Pada mulanya, kami juga keliru dan bimbang perkara ini akan berlaku. Tetapi dengan penggunaan dan pemahaman yang lebih mendalam tentang pengaturcaraan AI, saya menyedari bahawa meningkatkan kecekapan bukanlah tentang membiarkan alatan menggantikan manusia, tetapi tentang membiarkan alatan bekerjasama lebih baik dengan manusia, sekali gus meningkatkan keupayaan manusia.

Pada masa ini, AI belum berkembang ke peringkat di mana pengaturcaraan dan profesion pembangun akan hilang. Walau bagaimanapun, seperti kelahiran kereta untuk jurulatih - walaupun satu hari mencapai tahap ini, tidak perlu terlalu risau. . alat pengaturcaraan?

Xu Xiaoqiang: Untuk bercakap tentang sempadan keupayaan pengaturcaraan AI, saya fikir kita mesti melihat terlebih dahulu kelebihan teras alat tersebut. Saya rasa ia terutamanya dalam tugasan dengan tiga ciri ini: sangat berulang, mudah dan remeh.

Oleh itu, dalam senario yang memerlukan kreativiti, membuat keputusan dan kerumitan, keupayaan AI tidak dapat memenuhi piawaian yang sangat baik. Saya fikir keupayaannya terhad terutamanya oleh aspek berikut. Pertama, model itu sendiri tidak memahami maklumat dengan cukup mendalam. Walaupun kami mempunyai model yang lebih besar, pemahaman kami tentang kod itu masih tidak cukup baik. Saya percaya bahawa kod adalah pembawa dengan kepadatan maklumat yang rendah Kelahirannya bukan untuk melayani model dan mesin, tetapi untuk mencari keseimbangan antara bahasa manusia dan mesin. Oleh itu, AI tidak dapat memahami situasi keseluruhan dengan kod, yang akan sangat melemahkan ketepatan membuat keputusan.

Kedua, manusia menyimpan dan menghantar maklumat dalam pelbagai cara, tetapi AI mempunyai keupayaan terhad untuk memahami maklumat pelbagai mod seperti carta alir dan gambar rajah kelas. Ini juga merupakan hala tuju penyelidikan yang sangat popular pada masa ini.

Ketiga, bermula dari prinsip model, sebagai model probabilistik, output AI dihadkan oleh pengetahuan sedia ada dan kurang kreativiti. Adalah sukar bagi pengguna biasa untuk melaraskan gesaan AI sendiri, memerlukan campur tangan peranan profesional seperti jurutera segera.

Akhir sekali, pemahaman AI tentang pengetahuan domain profesional masih cetek, dan kedua-dua pengetahuan domain persendirian dan pengetahuan domain profesional perlu diperkukuhkan lagi.

Berdasarkan faktor di atas, terdapat had untuk prestasi AI dalam senario tertentu. Manusia diperlukan sebagai jambatan untuk menganalisis masalah tertentu dan memutuskan tugas mana yang paling baik diselesaikan oleh AI dan yang mana lebih baik diselesaikan oleh kita sendiri. Ini adalah satu bidang di mana manusia akan sentiasa mengatasi model.

AIGC Practical School:

Andaikan ada seseorang yang tidak mempunyai kemahiran pengaturcaraan Jika dia menggunakan alat pengaturcaraan tambahan yang cukup berkuasa, bolehkah dia mencapai apa yang dilakukan oleh beberapa pengaturcara?

Xu Xiaoqiang: Saya rasa kesan ini telah dicapai pada tahap tertentu.

AIGC Practical School: Tetapi kerja pengekodan yang kreatif dan mencabar masih perlu dilakukan oleh pengaturcara?

Xu Xiaoqiang: Ya.

Pengamal AIGC: Dari perspektif ini, pengaturcara tidak perlu risau untuk diganti.

Xu Xiaoqiang: Ya. Saya rasa anda tidak perlu risau tentang perkara ini sama sekali. 3. Melangkah ke arah era kejuruteraan perisian 3.0, kerja kolaborasi AI akan membentuk semula proses penyelidikan dan pembangunan

Sekolah Amali AIGC: Kini, ramai orang akan menyebut perkataan "baharu" paradigma kejuruteraan perisian . Apakah perubahan yang akan berlaku kepada kejuruteraan perisian di bawah kesan AI? Bagaimanakah seharusnya pengamal melihat dan bertindak balas terhadap perubahan ini?

Xu Xiaoqiang:Ya. Konsep kejuruteraan perisian 3.0 telah menjadi lebih popular baru-baru ini, walaupun saya fikir ia hanya titik permulaan untuk mencapai era 3.0.

Melihat kembali evolusi paradigma kejuruteraan perisian, kejuruteraan perisian dalam era 1.0 benar-benar menyeragamkan pembangunan perisian dan proses kerjasama pasukan. Walau bagaimanapun, kaedah ini tidak cukup tangkas dalam pembangunan sebenar, dan proses penyampaian tidak cukup lancar. Memasuki era 2.0, pembangunan telah menjadi tangkas dan infrastruktur telah dipertingkatkan secara berterusan Diwakili oleh pengkomputeran awan dan SaaS, perubahan besar telah berlaku dalam cara berfikir dan bentuk produk berbanding dengan era 1.0.

Bagi era 3.0, saya tidak fikir kita telah memasuki tahap perubahan yang didorong oleh alat. Potensi model besar (LLM) dalam pelbagai aspek membolehkan mereka bertindak sebagai pemangkin dan bukannya menerajui perubahan. Pada masa lalu, adalah tidak realistik untuk menyediakan setiap pembangun peranan untuk bekerja, tetapi hari ini, kita berada dalam era paradigma baharu untuk bekerja dengan AI.

Kaedah kerja kolaboratif AI boleh meningkatkan kerja kami dalam aspek berikut: Pertama, AI boleh memudahkan langkah operasi dalam kerja sebenar.

Kedua, AI mengurangkan kos saya untuk menukar tugas, membolehkan saya bergantung padanya untuk menyelesaikan tugasan seperti bertanya soalan, membiasakan diri dengan projek, memahami dan mencari maklumat, dsb. dalam satu antara muka. lelaki tangan. Pada masa ini, kerjasama kami dengan AI masih dalam mod arahan, tetapi pada masa hadapan AI mungkin boleh melakukan lebih banyak lagi, seperti tugas membuat keputusan yang mudah, dsb. Hanya dengan cara ini kami boleh mencapai model kerjasama manusia-mesin yang benar-benar baharu .

Dengan campur tangan AI, bidang kejuruteraan perisian sememangnya mengalami beberapa perubahan asas. Proses R&D akan disusun semula, dan kejuruteraan keperluan menjadi titik permulaan dan titik akhir penyampaian Had atas kefungsian versi semasa mungkin menjadi titik permulaan keperluan baharu, mempromosikan lelaran produk secara berterusan.

Pada masa yang sama, kemunculan AI juga telah mengaburkan pembahagian peranan. Kini, pengurus produk boleh menggunakan model besar untuk menjana prototaip dengan cepat dan menganggap sebahagian daripada kerja pembangunan yang serupa membantu pasukan memahami dan menilai konsep produk dengan lebih intuitif.

Saya percaya bahawa perubahan dalam kerjasama manusia-mesin dan model penyampaian, serta perubahan dalam keseluruhan rantaian, akan bersama-sama mempromosikan evolusi kejuruteraan perisian. .

Xu Xiaoqiang: Ya, kami telah melihat beberapa perubahan baharu. Sebagai contoh, terdapat jawatan baharu yang agak popular baru-baru ini - jurutera segera. Kedudukan ini tidak wujud sebelum ini, ia sebenarnya berkembang daripada peranan R&D atau produk. Ini menunjukkan bahawa dengan penyepaduan AI, keperluan untuk jawatan asal sedang dikemas kini, dan lebih banyak subbahagian khusus juga sedang dibentuk, membolehkan orang yang mempunyai kemahiran ini memainkan nilai yang lebih tinggi.

Pengamal AIGC: Bagaimana peranan baharu akan menyertai syarikat? Adakah ia dijana dalam syarikat, atau adakah ia perlu dicapai melalui pengambilan?

Xu Xiaoqiang: Saya berpendapat bahawa jurutera segera adalah peranan yang amat diperlukan dalam pembangunan aplikasi asli AI. Bagaimanapun, dari perspektif semasa, peranan ini terlalu baharu dan sukar untuk mencari calon berpengalaman di pasaran. Oleh itu, kami sering mengisi peranan ini melalui pemindahan dalaman, seperti daripada R&D atau pengurus produk. Semasa proses transformasi, kami akan merujuk kepada amalan cemerlang yang lain dan mengumpul amalan yang berjaya.

Selain itu, kami juga akan memberikan sokongan di peringkat alat. Dalam Baidu, untuk menyokong operasi keseluruhan pautan, kami telah membangunkan satu siri alatan, seperti Comate stack, Playground, dsb. . . (Ya Bukankah ini bermakna tiada pekerjaan baru dicipta? )Xu Xiaoqiang:

Saya rasa alat membantu manusia melakukan yang lebih baik, dan alat itu sendiri tidak digunakan untuk menggantikan manusia .

4. Menyelesaikan isu privasi dan hak cipta memerlukan pendekatan teknologi dan undang-undang serampang dua mata Sekolah Praktikal AIGC:

Alat pengaturcaraan AI yang dilancarkan oleh GitHub tahun lepas menghadapi tuntutan mahkamah kod, tetapi kod ini Ia terbukti bahawa ia bukan asal dan tuntutan mahkamah berkisar tentang isu pelanggaran. Bagaimanakah kita harus mengelakkan masalah sedemikian apabila menggunakan alat pengaturcaraan?

Xu Xiaoqiang:

Ini adalah isu yang sangat baru, dan terdapat kekurangan rujukan yang mencukupi dari segi perundangan dan perundangan. Saya fikir ini sebenarnya masalah pada dua peringkat. Tahap pertama masalah ialah isu teknikal, dan tahap kedua ialah isu undang-undang.

Di peringkat teknikal, terdapat banyak penyelesaian teknikal, dan ia lebih kepada pertahanan. Kami berusaha untuk memastikan kebolehpercayaan dan pematuhan teknologi kami, seperti mengenal pasti dan mengelakkan pengedaran coretan kod berhak cipta semasa melatih model. Dari peringkat produk, adalah perlu untuk memastikan penghantaran data yang patuh dan memastikan keselamatan data dan privasi proses interaksi pengguna.

Dari perspektif undang-undang, perundangan diperlukan untuk menyelesaikan masalah berkaitan dan melindungi kepentingan kebanyakan orang. Malah, terdapat beberapa tindakan dalam kalangan sektor swasta Tahun ini, sebagai ahli teras piawaian pembangunan pintar model besar generatif, kami telah menyusun peraturan yang berkaitan dengan prinsip model besar dan keselamatan data. Oleh itu, ada sebab untuk mempercayai bahawa dalam masa terdekat, keseluruhan aspek perundangan akan menjadi lebih lengkap dan berasas, memberikan sokongan untuk pembangunan industri.

Sekolah Praktikal AIGC: Apa yang cikgu Xu katakan sangat menyedarkan isu yang baru kita bincangkan ini tidak unik pada era model besar. Oleh kerana model besar telah menerima banyak perhatian, dan sesetengah orang masih ragu-ragu tentang teknologi pengaturcaraan AI, (impak negatif) kes individu mungkin diperkuatkan.

Xu Xiaoqiang: Ya.

5 Permainan akhir pengekodan AI memerlukan perubahan kualitatif, dan akan membawa kepada cara interaksi yang lebih sama dan semula jadi

Sekolah Amali AIGC: Dengan pembangunan berterusan dan evolusi alat pengaturcaraan AI, ia akan akhirnya ditala secara berulang Sejauh manakah? Kami ingin tahu tentang apa yang dipanggil bentuk utama pengekodan AI.

Xu Xiaoqiang: Dalam jangka masa panjang, saya rasa hasil akhirnya akan sangat berbeza secara kualitatif daripada produk semasa.

Pertama ialah perubahan cara interaksi manusia-komputer. Pada masa ini, interaksi kami terutamanya melalui input papan kekunci saya secara aktif memberikan maklumat kepada mesin dan membiarkan mesin menganalisis dan memahami niat saya. Pada masa akan datang, ia akan menjadi pengalaman yang sama sekali baru sama ada kita boleh berinteraksi dengan cara yang lebih sama dan berbual, atau secara langsung pada tahap kesedaran di luar bahasa.

Perkara kedua, saya hanya menyebut beberapa idea, iaitu perubahan masa depan dalam pembawa maklumat mungkin menjadikan konsep kod tidak lagi diperlukan. Saya percaya bahawa bentuk model baharu dan aplikasi persisian mereka akan muncul pada masa hadapan Aplikasi ini akan berjalan di atas model, dan interaksi antara pengguna dan AI tidak lagi bergantung pada penghantaran kod atau data. Oleh itu bergerak ke arah matlamat utama "semua orang adalah pengaturcara".

Bayangkan satu senario di mana saya perlu menjana permohonan untuk menjemput rakan ke majlis saya hanya perlu menyatakan keperluan saya dalam satu ayat, dan AI boleh membuat dan menghantar aplikasi ini untuk saya supaya rakan-rakan saya dapat Memberi Balas secara langsung sama ada. untuk hadir, bersama-sama dengan pemikiran dan pilihan hadiah mereka.

Kembali kepada realiti, keadaan ideal ini masih agak jauh.

Pengamal AIGC: Apakah rancangan seterusnya untuk produk ini?

Xu Xiaoqiang: Saya mempunyai dua jangkaan utama untuk pembangunan Comate. Pertama sekali, kami berharap dapat mengembangkannya untuk meliputi lebih banyak senario R&D dan juga menerapkannya pada senario bukan R&D, sekali gus membantu pelbagai peranan meningkatkan kecekapan dalam kerja kolaboratif antara pembangunan dan kejuruteraan perisian.

Kedua, saya juga berharap Comate dapat memberikan sokongan yang lebih mendalam untuk analisis permintaan semasa pembangunan dalam bidang pembangunan menegak. Ia membantu semua orang bermula dengan lebih mudah, mencapai tahap kecekapan dengan cepat dan memperoleh hasil yang lebih baik semasa penggunaan.

Untuk mengetahui lebih lanjut tentang AIGC, sila layari:

51CTO AI.x Community

https://www.51cto.com/aigc/