外媒:AI时代写代码不再为王 干软件质检才能饭碗长存

外媒:AI时代写代码不再为王 干软件质检才能饭碗长存 这一转变可能让开发人员不以为然,但对软件行业的工程师和企业而言,却是一项严峻的挑战。人工智能正在推动生产效率的提升,并正在改变劳动力配置。原本占据开发工作主体的代码编写任务,现在逐渐向软件发布前的各项准备工作转移。长期以来,所谓的内循环一直是软件开发的核心,而如今,外循环的重要性日益凸显。这种变化听起来宛如科幻电影剧情,仿佛人类被赋予了功能强大的机器人助手。人工智能在软件开发领域的应用尚处于初期阶段,因此这种戏剧性的变化尚未波及整个行业。但这样的日子终将到来,为了不被时代潮流所淘汰,企业和团队应当从现在开始做好规划。内循环与外循环尽管并非一成不变,但许多软件团队在产品开发过程中都采取了类似的劳动分配方式。所谓的内循环涵盖了开发软件过程中涉及的各种高价值、创造性任务,如设计、编写、构建和调试代码等。这些任务通常由单一开发人员在代码共享给团队其他成员之前独立完成。相较之下,外循环则关注更多重复性工作,这些工作往往会分散人们对内循环中高价值任务的注意力。其中,主要任务包括测试代码的安全性、可靠性、质量和可用性等。那么,人工智能是如何改变内外循环之间的平衡的呢?人工智能助手能够帮助开发人员轻松创建代码,将一个概念转化为代码可能原本需要几天甚至几周时间;而有了人工智能的帮助,几秒钟即可完成。但生成的结果更类似于意识流作品,而非精心打磨的小说。在作品能够发布之前,所有这些生成的原材料还需一位“编辑”进行打磨。举个例子,GitHub的Copilot人工智能助手让开发人员的生产力提高了55%,但Copilot生成的代码存在安全漏洞和设计缺陷的概率有40%。随着代码量的增加,这些问题将外循环转变为生产的瓶颈。这种情况将如何影响开发团队?通常,开发人员与测试人员的比例为3:1。在一家拥有四万名软件工程师的大型银行中,可能有一万名员工负责安全、可靠性和质量控制。但人工智能的效果如同挤压气球,它会使另一侧膨胀。测试工作量的激增抵消了编码效率的提升。开发团队如何取得进展对软件开发团队而言,挑战在于如何适应这一变革。想要在竞争中保持领先,公司首先需要解决长期的敌手:琐事(toil)。琐事指那些耗费开发者大量时间和精力的重复性乏味任务。手动测试代码、漫长的等待开发完成以及工作进度的申请等,都让软件工程师感到沮丧,减缓了工作节奏,推动创新的创造性工作也越来越远。随着人工智能自动化加速内循环,外循环面临的挑战可能比以往任何时候都要多。解决方案在于引入可扩展的自动化系统,以确保代码的安全性、可靠性和质量。许多人认为这一切都是事后诸葛亮。事实上,很多工程团队都乐意自己动手DIY修补程序。专业工具对于消除困扰软件开发生命周期中的繁琐任务至关重要,持续集成/持续部署(CI/CD)便是关键之一。高效的软件团队利用CI/CD方法完成推向产品过程中所需的大部分工作。CI/CD能处理构建、测试、部署过程中的琐碎任务。安全测试,作为最耗时的任务之一,CI/CD可以提供关于漏洞的详细信息,优先处理紧急漏洞,并提供快速的修复建议。云成本管理也是最适合自动化的任务之一。恰当的工具可以帮助开发人员详细追踪云使用情况,通过关闭不活跃资源以降低成本。据经验,这甚至可以节省高达70%的成本。即便是内部开发者平台这样简单的工具,也能改变游戏规则。这些自助式服务门户通过整合工具、服务和信息,加速了生产进程。得益于生成式人工智能,这些工具降低琐事工作量、加快部署速度的能力正不断增强。现在就开始培养人才自动化虽然是成功的关键,但随着外循环的任务不断扩大,人才短缺的问题也日益严峻。很快,我们将进入一个软件质量工程师比程序员更受欢迎的时代,专注于测试的人才可能获得更高的薪酬。公司应当制定计划,招募和培养所需的人才。吸引软件开发人才的关键在于提供有吸引力的工作体验。薪酬是基础,但开发人员还需要了解公司的使命,在工作中面对挑战,并使用恰当的工具。当人工智能重新定义软件开发生命周期时,最受需求的岗位将是什么?预计软件质量管理者、工程师以及可靠性工程师将成为抢手人选。人工智能引发的这种变革不会一夜之间发生,但提前做好准备的软件团队将处于更有利的位置,更快地将产品推向市场。最终,如何支撑外循环可能成为成功与否的关键。 ... PC版: 手机版:

相关推荐

封面图片

苹果开发AI工具帮助开发人员编写应用代码

苹果开发AI工具帮助开发人员编写应用代码 Xcode AI 工具将能够预测并完成代码块,让开发者能够简化应用创建流程。苹果公司目前正在内部测试这一功能,并计划"最早在今年"向第三方软件开发商发布。苹果公司还在测试人工智能生成的应用测试代码,并要求一些工程师在内部试用这些功能。添加到 Xcode 中的人工智能功能将与苹果计划添加到Siri和其他内置应用程序中的其他几项人工智能功能一起使用。一些新功能可能包括在Apple Music中生成播放列表和在 Keynote 中创建幻灯片,苹果还在努力改进 Spotlight 搜索功能。搜索功能可能包括应用程序中的特定功能,也可能为复杂的问题提供回复,该功能使用大型语言模型构建。据彭博社报道,苹果软件主管克雷格-费德里吉(Craig Federighi)已要求员工为iOS 18、iPadOS 18 和 macOS 15 创建尽可能多的新人工智能功能。苹果计划推出"大量新的人工智能功能",而 iOS 18 将被宣传为iPhone推出以来最大的更新之一。部分人工智能功能将出现在 macOS 上,但苹果计划"采取渐进的方式进行人工智能开发",有些功能"数年内不会出现"。 ... PC版: 手机版:

封面图片

道通科技等成立软件开发公司 含多项 AI 业务

道通科技等成立软件开发公司 含多项 AI 业务 企查查 APP 显示,近日,深圳市塞防合辉软件开发有限公司成立,注册资本 100 万元,经营范围包含人工智能应用软件开发;人工智能基础软件开发;人工智能通用应用系统等。企查查股权穿透显示,该公司由深圳市塞防科技有限公司全资持股,后者大股东为道通科技 (688208)。

封面图片

通过改进单元测试 生成式AI可以帮助大大减少软件的错误率

通过改进单元测试 生成式AI可以帮助大大减少软件的错误率 根据分析机构 IDC 的预测,到 2028 年,生成式人工智能(GenAI)将在很大程度上接管编码的这一环节,70% 的此类测试将由人工智能创建。一些程序员认为单元测试也有点令人困惑,因此让人工智能编写更好的测试应该能提高交付给最终用户的代码的整体质量。IDC 亚太区数字创新、xOps 和开发人员战略高级研究经理 Dhiraj Badgujar 在谈到亚洲采用 GenAI 创建测试时说:"生成式人工智能辅助软件开发(包括代码生成、用户界面、测试和其他用例)的亚太市场正在迅速增长。中国、印度和日本正在大力投资,以提高软件测试能力。IT 行业的稳健性和对质量保证的重视正在推动市场进步"。有了 GenAI 编写的更好、更全面的单元测试,开发人员就可以腾出时间,专注于为他们正在开发的软件创建新功能。如前所述,这些全面的单元测试还能捕捉到更多程序错误,从而减少软件错误。人工智能将使我们的软件变得更安全,这种想法其实非常有趣,因为 Rust 内建了内存安全功能,而且越来越受欢迎。利用低级编程语言创建的软件之所以存在大量漏洞,其中一个原因就是内存问题。如果有更多的软件使用 Rust 制作,并使用人工智能进行更好的单元测试,那么到本世纪末,我们就有可能看到非常可靠的软件问世。 ... PC版: 手机版:

封面图片

Mistral发布首个代码生成人工智能模型Codestral 但不可用于商业活动

Mistral发布首个代码生成人工智能模型Codestral 但不可用于商业活动 Mistral 在一篇博文中解释说,它接受过 80 多种编程语言的训练,包括 Python、Java、C++ 和 JavaScript。Codestral 可以完成编码功能、编写测试和"填充"部分代码,还能用英语回答有关代码库的问题。Mistral 将这种模式描述为"开放",但这还有待商榷,因为这家初创公司的许可证禁止将 Codestral 及其产出用于任何商业活动。虽然有"开发"的例外,但即使是"开发"也有注意事项:许可证明确禁止"员工在公司业务活动中的任何内部使用",究其原因可能是 Codestral 部分训练内容受版权保护。Mistral 在博文中没有证实或否认这一点,但这并不奇怪;有证据表明,这家初创公司以前的训练数据集包含版权数据。无论如何,Codestral 可能不值得这么麻烦。该模型有 220 亿个参数,需要一台强大的电脑才能运行。(参数基本上决定了人工智能模型处理问题的能力,比如分析和生成文本)。虽然根据一些基准测试(我们都知道,这些基准测试并不可靠),该模型击败了竞争对手 ,但这并不能说明它有多厉害。虽然 Codestral 对大多数开发人员来说并不实用,而且在性能提升方面也是渐进式的,但它肯定会引发关于依赖代码生成模型作为编程助手是否明智的争论。至少在某些编码任务中,开发人员肯定会使用生成式人工智能工具。在 2023 年 6 月的 Stack Overflow民意调查中,44% 的开发人员表示,他们现在在开发过程中使用人工智能工具,26% 的开发人员计划不久后使用。然而,这些工具有明显的缺陷。GitClear 对过去几年中提交到项目仓库的超过 1.5 亿行代码进行了分析,发现生成式人工智能开发工具正在导致更多错误代码被推送到代码库中。普渡大学的一项研究显示,OpenAI 的 ChatGPT对编程问题给出的答案有一半以上是错误的。但这并不能阻止 Mistral 等公司试图将其模式货币化(并获得心智份额)。今天上午,Mistral在其Le Chat对话式人工智能平台上推出了托管版Codestral以及付费API。Mistral表示,它还致力于将Codestral纳入LlamaIndex、LangChain、Continue.dev和Tabnine等应用框架和开发环境。 ... PC版: 手机版:

封面图片

高通推出AI中心 允许开发人员在其应用程序中无缝实施模型

高通推出AI中心 允许开发人员在其应用程序中无缝实施模型 高通公司声称,人工智能中心基本上是应用程序开发人员的一个中心位置,在这里他们可以访问由该公司量化和验证的设备上人工智能模型。在撰写本文时,该中心支持超过 75 种人工智能模型。如果您是希望在应用程序中实施人工智能或生成式人工智能的开发人员,现在就可以访问aihub.qualcomm.com,选择您要实施的人工智能模型,然后选择目标平台,还可以进一步选择特定的设备,这使得 AI Hub 成为帮助开发人员成功、无缝地将人工智能应用到其应用程序中的同类产品之一。完成上述步骤后,Qualcomm AI Hub 将引导您找到正确的模型。该公司提到,开发人员只需几行代码就能将优化模型集成到他们的工作流程中。这些模型将涵盖图像分割、图像生成、图像分类、物体检测、超分辨率、文本生成、弱光增强和自然语言理解。至于 AI Hub 是否能在非骁龙芯片上运行,似乎也是可以的。不过,非骁龙芯片组将无法充分利用专用 AI 芯片的优势,这最终意味着开发人员必须付出更多努力,才能在非骁龙芯片组的设备上实现这一功能。 ... PC版: 手机版:

封面图片

分析师称到2028年75%的软件工程师将得到人工智能的帮助

分析师称到2028年75%的软件工程师将得到人工智能的帮助 分析师表示,虽然有人担心这些代码助手可能会减少所需的负责人数量,但它们也会提高工作满意度和留任率。根据 Gartner 的研究,许多企业对代码助手的认识非常有限。这种有限的观点主要集中在加快编码、节省时间和降低成本上。不过,Gartner 也表示,还有其他一些优势并不为人所知,包括减少任务切换和保持流程状态、增强开发人员体验、提高开发人员留用率、提高代码质量和可维护性、改善客户体验、减少错误和技术债务,以及更快地进入市场。就在本周,两大集成开发环境(即 IDE)的人工智能代码助手都获得了相当大的更新。首先是Google推出了取代 Studio Bot的 Android Studio 版 Gemini,其次是 Visual Studio 17.10 版宣布将推出统一的 Copilot 体验,该体验结合了 Copilot 和 Copilot Chat 的功能。虽然这些工具无疑会帮助人们更快地完成工作,但也可能导致工作岗位的流失。最近,人事服务提供商Adecco 集团发布的最新数据显示,由于人工智能的产生,许多公司在未来五年内的招聘人数将会减少。虽然减少招聘肯定会降低企业的成本,但这也提出了一个问题:当更多的人因此失业而没有收入时,企业的收入结构又会发生什么变化? ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人