AI輔助應用開發：哪些有效，哪些無效

在AI可能衝擊的眾多職業中，應用開發人員被認為受影響最深。畢竟，像ChatGPT這樣的AI模型是語言操縱專家，那麼基於計算機語言的編程工作自然難以倖免。然而，應用開發角色的變化方式可能與你想象的不同。

關於AI對編程職業影響的預測五花八門。一方面，有人預測程序員將完全消失；另一方面，也有人確信AI會把現有程序員變成超級極客。真相可能介於兩者之間。

如果你擔心AI會搶走你的編程工作，你並不孤單。然而，今天的AI有一個重大侷限，這使得人類開發者必須參與其中，甚至可能永遠如此。這就是創造力，而機器人並不具備。

“我們尚未開發出人們想象中的真正人工智能，”位於加利福尼亞州米爾皮塔斯的AI自動化公司ABBYY的高級軟件開發人員Vaso Peras-Likodrić表示。“我們擁有能夠通過輸出模擬推理的預測性神經網絡，但真正智能的本質遠不止於此。”

今天的AI模型能夠基於海量人類生成的數據預測下一個單詞或操作，但問題在於：AI無法知道任何尚未發生的事情。

“因此，AI結果中不太可能出現前所未有的原創想法，”他説。“簡單來説，人類創造力有很大的空間，這些工具無法完全涵蓋。”

Peras-Likodrić還指出，儘管AI模型“能生成基本令人滿意的結果”，但它們容易產生幻覺，這也是人類仍需參與的原因之一。

“即使是先進系統也可能出現AI‘幻覺’或錯誤輸出，”Peras-Likodrić説，他本人使用GPT-4幫助寫句子。“這就是為什麼在所有關鍵任務中，人工驗證仍然至關重要。例如，ABBYY產品的驗證環節強調了人的重要性。AI工具可以加快過程，但在當前狀態下我們不能完全依賴它們。”

那麼AI的用武之地在哪裏？據ABBYY平台處理組負責人Vladimir Khil稱，當前AI可以在許多其他應用開發活動中表現出色。

“想象一下，我們擁有一個私有的AI引擎，可以分析我們的代碼，提供編碼風格和高效算法的建議，甚至發現不可讀的代碼，而無需擔心第三方技術的隱私問題，”他説。“這將改變遊戲規則！”

AI還可以幫助編寫測試腳本。“編寫測試對開發人員來説可能很枯燥。但藉助AI的力量，我們可以描述接口和場景，它就能輕鬆生成測試代碼，”Khil説。

O'Reilly發佈的一份關於低代碼/無代碼應用開發趨勢的報告揭示了ChatGPT和GitHub Copilot等工具的使用情況。報告對739家組織進行了調查，最大的發現是隻有33%的受訪組織使用此類工具，而67%表示未使用。但O'Reilly的專家對此並不完全認同。

“我們懷疑這個估計低估了Copilot的實際使用率，”O'Reilly的Mike Loukides在報告中寫道。實際數字可能遠高於33%，正如20年前O'Reilly對CIO的調查顯示開源軟件的使用率遠低於實際水平。“他們瞭解得太少了！”Loukides寫道。“實際使用率可能遠高於33%。我們確信，即使未在工作中使用Copilot或ChatGPT，許多程序員也在個人項目中嘗試這些工具。”

有趣的是，這些工具並不像預期那樣易用。調查發現培訓是最大的挑戰（34%），其次是易用性（12%）。

“這令人驚訝，因為這些工具本應是低代碼或無代碼的，”Loukides寫道。“我們特別考慮GitHub Copilot、Amazon CodeWhisperer等代碼生成器，但幾乎所有的生產力工具都聲稱能簡化生活。至少一開始顯然並非如此。存在學習曲線，而且似乎比我們想象的更陡。”

數據表明，我們仍處於AI輔助編程的早期階段。ChatGPT推出僅六個月，GitHub Copilot也才約18個月。Loukides表示，要高效使用這些工具，遠不止註冊賬户那麼簡單。

另一個有趣的發現是這些AI工具對初級和資深程序員的益處不同。調查數據呈現混合結果：13%認為對資深程序員有用，11%認為對初級程序員有用（另有11%認為對任何人都無幫助，且未提高生產力）。

“普遍看法是Copilot對資深程序員更有優勢，因為他們能更好地用複雜提示描述問題，並快速發現生成代碼中的錯誤，”Loukides寫道。“初級開發者則用它來學習，減少在Stack Overflow上查找解決方案或搜索在線文檔的時間。資深開發者用它來幫助設計和構建系統，甚至生成生產代碼。”

綜上所述，AI正在改變應用開發，但人類創造力和判斷力仍是關鍵。隨着工具不斷進化，開發者需要適應新的工作方式，掌握提示工程和代碼審查等技能。未來，AI與人類協作將成為主流。