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：https://www.cnbeta.com.tw/articles/soft/1422578.htm手机版：https://m.cnbeta.com.tw/view/1422578.htm

Spotify 可能正在开发通过AI生成播放列表的功能

Spotify可能正在开发通过AI生成播放列表的功能继Spotify成功推出人工智能DJ功能以及最近增加对人工智能翻译播客的支持之后，Spotify现在似乎正在开发另一种在其应用程序中使用人工智能的方式：人工智能播放列表。在该应用程序代码中发现的线索表明该公司可能正在开发生成式人工智能播放列表，用户可以使用提示创建。这些新增内容是由技术资深人士转型为投资者的ChrisMessina发现的，他发布了Spotify应用程序中的代码屏幕截图，其中提到了“AI播放列表”和“基于提示的播放列表”。Spotify拒绝证实其有关人工智能播放列表的计划。——

AI提升编程效率 但过快过多生成代码并不是好事

AI提升编程效率但过快过多生成代码并不是好事美联航、强生、维萨、嘉德诺和高盛等大公司的IT部门负责人都表示，他们对生成式人工智能在编程过程中实现部分自动化的潜力感到兴奋，并期望这能显著提高工作效率。然而，一些IT高管担心，降低代码开发门槛可能会导致复杂内容、“技术负债（Technicaldebt）”和混乱程度不断增加，因为他们需要管理一堆不断膨胀的软件产品。所谓“技术负债”指的是开发人员为了在短时间内快速开发而做出妥协，最终给未来带来额外负担。金融服务公司Truist的首席数据官特雷西·丹尼尔斯(TracyDaniels)表示，随着加速交付，“技术负债”和“孤儿代码（orphancode）”随之增多的潜在风险值得关注。“人们已经讨论‘技术负债’很长时间了，现在我们有了一张全新的信用卡，可以使用以前无法实现的方式，来积累‘技术负债’，”麻省理工学院计算机科学与人工智能实验室教授阿曼多·索尔-莱扎马(ArmandoSolar-Lezama)说。他补充道：“我认为有可能积累大量机器编写的劣质代码。”公司需要重新思考如何与新工具协同工作，以避免这种情况的发生。索尔-莱扎马表示，部分代码开发过程繁琐又耗时，人们多年来一直在试图实现这部分开发工作的自动化。由于生成式人工智能模型的规模和准确性不断提高，推动了自动化编程的发展。反过来，这也促进了ChatGPT等聊天机器人的普及。微软副总裁兼开发部门产品负责人阿曼达·西尔弗(AmandaSilver)说，优秀开发人员的短缺也促使公司加大对开发工具的投资。不同企业正在评估和部署各种工具，比如微软旗下Github的Copilot，以及亚马逊、IBM和初创企业Tabnine、MagicAI推出的其他工具。这些工具通常能推荐生成代码片段并进行测试，或在编写程序中提出技术建议。但IT部门负责人表示，这也存在风险。EXL是一家数据分析和数字运营解决方案公司。执行副总裁兼分析主管维韦克·杰特利（VivekJetley）表示：“即便能方便程序员，我认为这也让首席信息官的工作变得更加复杂。”这些工具的确能降低编程门槛，意味着越来越多的员工可以开始为新用例编写代码。但杰特利说，随着代码量的爆炸式增长，首席信息官需要控制和管理这些代码，优先考虑保留哪些代码，丢弃哪些代码以及如何运行系统。“肯定会更乱，”杰特利说。OutSystems首席执行长保罗·罗萨多(PauloRosado)表示，“技术负债”和“孤儿代码”长期以来一直是困扰首席信息官们的难题。代码量不断增加，人们势必会搞混某些代码的作用以及是如何创建的。如果开发人员离开公司，这些问题就更加复杂。随着时间的推移，堆砌的代码会越来越多。罗萨多确信，生成式人工智能编程工具会加剧这些问题。美联航首席信息官杰森·伯恩鲍姆(JasonBirnbaum)表示，这些风险是存在的。因此，云环境的安全性和弹性设计会变得更加重要，发布未经适当审查和测试的软件也会变得更加困难。尽管存在重重风险，首席信息官们仍在向前推进。伯恩鲍姆说，美联航正在测试几个生成式人工智能应用程序，其中就包括自动生成代码的功能。保健企业嘉德诺最近也成立了一个跨职能工作组来评估相关用例和风险。Truist正在与供应商一起探索全新的代码生成和代码注释工具。高盛的早期试点项目效率提升已经达到两位数。（辰辰）...PC版：https://www.cnbeta.com.tw/articles/soft/1362915.htm手机版：https://m.cnbeta.com.tw/view/1362915.htm

AI教父：人工智能可能会重写自己的代码来“逃脱控制”

AI教父：人工智能可能会重写自己的代码来“逃脱控制”辛顿指出，人工智能系统可能逃脱控制的方法之一是自己编写“自己的计算机代码”，这是我们需要认真担心的事情。辛顿的工作被认为对当代人工智能系统的发展至关重要。1986年，他与人合著了一篇开创性的论文《通过反向传播误差来学习表征》，这是人工智能技术基础神经网络发展的一个里程碑。2018年，他被授予图灵奖，以表彰他的研究突破。今年4月，在谷歌工作了10年之后，辛顿辞去了副总裁兼工程研究员的职位，这样他就可以自由地谈论人工智能带来的风险。在离职后，辛顿声称对自己在开发人工智能这项技术中的角色感到遗憾。他特别强调，人类，包括像他这样构建人工智能系统的顶尖科学家，仍然没有完全理解这项技术是如何工作和发展的。许多人工智能研究人员也坦率地承认对此缺乏理解。今年4月份，谷歌首席执行官桑达尔·皮查伊将其称为人工智能的“黑匣子”问题。正如辛顿所描述的那样，科学家为人工智能系统设计算法，从“数据集”中提取信息，比如互联网。他说：“当这种学习算法与数据产生交互时，它会产生擅长做某些事情的复杂神经网络。但说实话，我们并不真正了解它们是如何做到这些的。”皮查伊和其他人工智能专家似乎并不像辛顿那样担心机器失控的问题。另一位图灵奖得主YannLeCun称，任何有关人工智能可能取代人类的警告都是“荒谬可笑的”，因为人类总是可以阻止任何变得过于危险的技术。但辛顿认为，最坏的情况并不确定，医疗保健等行业已经从人工智能中受益匪浅。此外，人工智能制造的错误信息、假照片和视频在网上广泛传播。他呼吁进行更多的研究来了解人工智能，政府应该出台法规来控制这项技术，并在全球范围内禁止人工智能军用机器人。在上个月，美国科技大佬齐聚国会山，参加了由参议院多数党领袖舒默举办的人工智能峰会，商讨未来人工智能的监管方式。尽管科技巨头呼吁美国国会通过立法加强对人工智能的监管，但在如何进行监管上，各科技公司仍然存在分歧。辛顿指出，无论人工智能护栏是由科技公司，还是在美国联邦政府的强制要求下实施的，都需要尽快出台相关的监管措施。他认为，人类可能正处于“某种转折点”，接下来会发生什么存在巨大的不确定性。并补充说，科技圈和政府领导人必须决定“是否进一步发展这些东西，以及如果他们这样做该如何保护自己。”...PC版：https://www.cnbeta.com.tw/articles/soft/1389365.htm手机版：https://m.cnbeta.com.tw/view/1389365.htm

Linux发行版Debian

Linux发行版Debian宣布放弃支持32位MIPSLittleEndian“mipsel”端口9月4日消息，Debian正在将mipsel端口从Debianunstable/experimental中删除，不过MIPS64EL64位小端变体还将继续维护。mipsel曾是Debian中最古老的架构之一，仅次于i386和AMD64。外媒phoronix认为，当下32位MIPSlittle-endian的终端实际上已经过于老旧，而这批终端当下也不太可能频繁更新到较新的Debian版本。因此在Debian12发布之后，开发人员考虑到平衡自身资源，并出于“技术限制”，因此最终放弃支持。投稿：@ZaiHuaBot频道：@TestFlightCN

Adobe Stock图库将允许AI生成的图片出现在其服务上

AdobeStock图库将允许AI生成的图片出现在其服务上高级主管SarahCasillas在博文中说："AdobeStock的贡献者正在使用AI工具和技术来丰富他们的作品集，扩大他们的创造力，并增加他们的收入潜力。Adobe将接受用这种程序制作的艺术作品，条件是它们必须被注明是AI生成的。"在周一的公告发布之前，Adobe正悄悄地测试人工智能生成图像的技术，卡西利亚斯告诉Axios，该公司对测试结果感到"惊喜"。Casillas说："它符合我们的质量标准，而且一直表现良好。"由于可能的版权风险，盖蒂图片社在9月表示，他们不会允许在其服务中使用人工智能生成的图片。另一方面，Adobe创造了一些条款来避免这种风险。创作者在向Adobe提交艺术作品之前，必须对其拥有产权，而且他们必须阅读有关人工智能工具的条款和条件。他们不能提交包括商标、著名人物、真实地点或知名人士的照片。如果他们遵守这些条款和条件，艺术家可以通过他们的人工智能生成的内容赚取版税。AdobeStock图片服务在帖子中指出，这次更新并不打算用机器学习来取代人类的想象力，相反，人工智能是一个"增强创造力"的工具，"加速创作过程"，并使消费者和贡献者都受益。...PC版：https://www.cnbeta.com.tw/articles/soft/1334473.htm手机版：https://m.cnbeta.com.tw/view/1334473.htm