AI辅助应用开发：哪些有效，哪些无效

在AI可能冲击的众多职业中，应用开发人员被认为受影响最深。毕竟，像ChatGPT这样的AI模型是语言操纵专家，那么基于计算机语言的编程工作自然难以幸免。然而，应用开发角色的变化方式可能与你想象的不同。

关于AI对编程职业影响的预测五花八门。一方面，有人预测程序员将完全消失；另一方面，也有人确信AI会把现有程序员变成超级极客。真相可能介于两者之间。

如果你担心AI会抢走你的编程工作，你并不孤单。然而，今天的AI有一个重大局限，这使得人类开发者必须参与其中，甚至可能永远如此。这就是创造力，而机器人并不具备。

“我们尚未开发出人们想象中的真正人工智能，”位于加利福尼亚州米尔皮塔斯的AI自动化公司ABBYY的高级软件开发人员Vaso Peras-Likodrić表示。“我们拥有能够通过输出模拟推理的预测性神经网络，但真正智能的本质远不止于此。”

今天的AI模型能够基于海量人类生成的数据预测下一个单词或操作，但问题在于：AI无法知道任何尚未发生的事情。

“因此，AI结果中不太可能出现前所未有的原创想法，”他说。“简单来说，人类创造力有很大的空间，这些工具无法完全涵盖。”

Peras-Likodrić还指出，尽管AI模型“能生成基本令人满意的结果”，但它们容易产生幻觉，这也是人类仍需参与的原因之一。

“即使是先进系统也可能出现AI‘幻觉’或错误输出，”Peras-Likodrić说，他本人使用GPT-4帮助写句子。“这就是为什么在所有关键任务中，人工验证仍然至关重要。例如，ABBYY产品的验证环节强调了人的重要性。AI工具可以加快过程，但在当前状态下我们不能完全依赖它们。”

那么AI的用武之地在哪里？据ABBYY平台处理组负责人Vladimir Khil称，当前AI可以在许多其他应用开发活动中表现出色。

“想象一下，我们拥有一个私有的AI引擎，可以分析我们的代码，提供编码风格和高效算法的建议，甚至发现不可读的代码，而无需担心第三方技术的隐私问题，”他说。“这将改变游戏规则！”

AI还可以帮助编写测试脚本。“编写测试对开发人员来说可能很枯燥。但借助AI的力量，我们可以描述接口和场景，它就能轻松生成测试代码，”Khil说。

O'Reilly发布的一份关于低代码/无代码应用开发趋势的报告揭示了ChatGPT和GitHub Copilot等工具的使用情况。报告对739家组织进行了调查，最大的发现是只有33%的受访组织使用此类工具，而67%表示未使用。但O'Reilly的专家对此并不完全认同。

“我们怀疑这个估计低估了Copilot的实际使用率，”O'Reilly的Mike Loukides在报告中写道。实际数字可能远高于33%，正如20年前O'Reilly对CIO的调查显示开源软件的使用率远低于实际水平。“他们了解得太少了！”Loukides写道。“实际使用率可能远高于33%。我们确信，即使未在工作中使用Copilot或ChatGPT，许多程序员也在个人项目中尝试这些工具。”

有趣的是，这些工具并不像预期那样易用。调查发现培训是最大的挑战（34%），其次是易用性（12%）。

“这令人惊讶，因为这些工具本应是低代码或无代码的，”Loukides写道。“我们特别考虑GitHub Copilot、Amazon CodeWhisperer等代码生成器，但几乎所有的生产力工具都声称能简化生活。至少一开始显然并非如此。存在学习曲线，而且似乎比我们想象的更陡。”

数据表明，我们仍处于AI辅助编程的早期阶段。ChatGPT推出仅六个月，GitHub Copilot也才约18个月。Loukides表示，要高效使用这些工具，远不止注册账户那么简单。

另一个有趣的发现是这些AI工具对初级和资深程序员的益处不同。调查数据呈现混合结果：13%认为对资深程序员有用，11%认为对初级程序员有用（另有11%认为对任何人都无帮助，且未提高生产力）。

“普遍看法是Copilot对资深程序员更有优势，因为他们能更好地用复杂提示描述问题，并快速发现生成代码中的错误，”Loukides写道。“初级开发者则用它来学习，减少在Stack Overflow上查找解决方案或搜索在线文档的时间。资深开发者用它来帮助设计和构建系统，甚至生成生产代码。”

综上所述，AI正在改变应用开发，但人类创造力和判断力仍是关键。随着工具不断进化，开发者需要适应新的工作方式，掌握提示工程和代码审查等技能。未来，AI与人类协作将成为主流。