原创 扎心灵魂小拷问:有了AI编写代码之后,软件工程师会被AI取代吗?

2024-5-30 11:12 710 7 5 分类: 机器人/ AI

软件开发者们有很多让他们焦虑的事情。他们最担心的不再是如何用他们最喜欢的编程语言(C、C++、Erlang、Java等)表达最新的算法。相反,这种担忧正逐渐被人工智能(AI)所取代。

在这里,我们将探讨AI编写代码的过程,并回答这个问题:AI会取代程序员吗?


什么是AI代码生成?

近年来由于生成式AI使用的激增,在很大程度上是因为现在有足够的计算能力来运行深度学习算法,以及用于训练机器学习模型所需的大量数据的增加。

AI代码的生成是使用生成式人工智能和机器学习编写计算机代码的过程。

生成式AI编码工具正在改变软件开发的过程。但这样的进步带来了不确定性。随着AI编写代码,这对软件开发者意味着什么呢?


AI编写代码的未来

生成式AI的潜力已经在逐渐成形。AI正在改变行业,并准备加速创新。OpenAI进行的一项研究估计,生成式AI工具可能占据影响所有任务的47%,大大加快软件开发过程。

在Evans Data Corp进行的一项调查中,550名软件开发者被问及他们职业生涯中最令人担忧的问题。29%的人表示“我和我的开发成果已被人工智能取代”。

美国能源部橡树岭国家实验室的一个研究小组同意这一点。到2040年,机器学习和自然语言处理技术将先进到能够编写比最佳人类开发人员更好的软件代码,而且它们会做得更快。

牛津大学的研究“就业未来”警告说,随着机器学习的进步,软件工程师可能会变得计算机化,而软件设计选择将由算法优化。

软件开发,特别是在安全关键行业中,需要确保高代码质量,以满足功能要求。

所以,如果AI正在开发代码,那么代码应该是无错误和问题的。这也包括AI在软件测试中,因为它应该能够以人类不太可能配备的可靠性去检测出编码错误。

如果您确实有AI编写代码,请确保通过使用静态代码分析器来验证它是安全、安全和可靠的。


AI编写代码是否可能?

AI可以编写代码。

早在2015年,Andrej Karpathy就运行了一个使用循环神经网络生成代码的项目。他用GitHub的Linux存储库(所有源文件和头文件),将它们合并成一个巨大的文档(超过400MB的C代码),并用这个代码训练了RNN。

这是它产生的:


文本

描述已自动生成


AI生成的代码——包括函数和函数声明——一夜之间。它有参数、变量、循环和正确的缩进。括号被打开,后来又被关闭。它甚至有注释。

然而,AI产生的代码有语法错误。它没有跟踪变量名,有时变量被声明但从未使用,其他时候变量被使用但没有定义。代码示例中的第二个函数比较了tty == tty。

该项目可在GitHub上获取。它使用Torch7深度学习库。这是Karpathy练习产生的整个输出文件。


生成式AI会取代软件工程师吗?

AI不会取代程序员,但AI已经在帮助开发人员编写代码。像ChatGPT、Github、CoPilot和OpenAI Codex这样的AI驱动编码助手是可访问的工具,它们帮助嵌入式开发人员更快地编写更好的代码。AI代码生成器现在可以快速生成高质量的代码片段,识别问题和缺陷,并建议对代码片段进行改进。

当然,AI能够创建实际的、可生产的代码,这些代码跨越了几行以上,还需要一段时间。

以下是AI将如何在不久的将来影响软件开发的方式:


AI将改进

它将变得擅长自动化任务,并帮助开发人员了解他们的选择。然后,它将让人类决定如何优化AI无法理解的情况。


AI将成为编码伙伴

软件开发人员将使用AI作为编码伙伴来编写更好的软件。如今已经在发生,并将随着AI学会一次编写多于几行代码而继续流行。开发人员将把AI配对编程工具包含在他们的IDE中,类似于人类配对编程,AI工具将根据提示执行编码任务,然后开发人员会审查代码。以往这个过程更加劳动密集,但AI工具可以比人类开发人员更快地执行他们SDLC的某些部分,使开发人员能够专注于更复杂的任务。


但程序员仍然很重要

程序员的真正价值不在于知道如何构建它,而是知道要构建什么。待AI学会如何解释每个功能和建议优先开发的商业价值还需要更长的时间,因此人类程序员的角色将始终存在。


如果AI写出可靠的代码会怎样?

这是一个很大的假设。大多数人类无法编写可靠的代码,而且AI只是一个分析大量人类编写的代码的应用程序。因此AI写出可靠代码的可能性很小。

大多数程序员都同意这一点。在CodeSignal最近的一项调查中,全球1,000名开发人员被问及他们对AI编码助手工具的使用情况。虽然81%的开发人员表示他们使用AI驱动的编码助手,但55%的受访软件工程师表示他们对AI生成的代码质量有顾虑。

所以,AI并不是提高代码质量的答案。


如何在今天提高代码质量

当前,我们可以通过静态代码分析可以提高代码质量,而不是通过用AI取代程序员来实现。

程序员编写代码,静态代码分析器确保代码符合编码规则;扫描代码以识别潜在的错误和安全漏洞;发现在代码审查和软件测试中通常被忽略的错误从而提高整体的代码和软件质量。

提高代码质量的最简单方法之一是使用静态代码分析工具。今天就开始你的免费试用。➡️ 注册免费静态分析试用

免费体验申请 marketing@polelink.com


作者: 北汇信息, 来源:面包板社区

链接: https://mbb.eet-china.com/blog/uid-me-3998886.html

版权声明:本文为博主原创,未经本人允许,禁止转载!

PARTNER CONTENT

文章评论1条评论)

登录后参与讨论

自做自受 2024-7-13 23:00

源于AI,胜于AI。
相关推荐阅读
北汇信息 2025-04-17 14:00
基于VT系统的MCU硬件在环建模与仿真应用分析
1. 引言  在新能源汽车行业快速发展的背景下,电机控制器(MCU)作为核心部件,其开发和测试的重要性日益增加。为了在开发早期阶段快速验证应用层算法功能及基础软件质量,硬件在环(H...
北汇信息 2025-04-17 10:43
SOA架构开发小助手PAVELINK.SOA-Converter 2.1.2新版本发布
PAVELINK.SOA-Converter转换⼯具,⽤于衔接基于SOA的控制器测试阶段所常⻅的各类软件⼯具。PAVELINK.SOA-Converter能提供服务矩阵、信号矩阵等⽂件的语法及规则检查...
北汇信息 2025-04-16 14:34
AI(人工智能)车辆开发中的主要关注点
——摘自Perforce《2025年汽车软件开发年度报告》随着人工智能在汽车软件设计和开发中的应用日益增加,各种问题也随之浮现,尤其是在相关法规和指导方针仍处于制定阶段的背景下。汽车软件团队面临着在快...
北汇信息 2025-04-15 14:22
如何破解车载定位系统测试难题?北汇信息仿真解决方案让验证更高效
"在智能驾驶时代,当车载导航出现定位漂移、辅助驾驶在恶劣天气下频繁失效、紧急呼叫服务响应错误时,背后往往都是车载定位系统的精度问题在作祟。如何确保车辆在动态场景下的亚米级定位精度?如何在实验室环境复现...
北汇信息 2025-03-19 10:34
CANape 23 开启智能测试新时代(上)
 随着汽车行业向电动化、智能化与网联化加速转型,车辆功能与架构的复杂度持续攀升,这对测试工具提出了更高要求。作为全球领先的汽车电子测试解决方案供应商,德国Vector公司推出的CANape ...
我要评论
1
7
关闭 站长推荐上一条 /3 下一条