Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: 软件开发的未来展望 [译]
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
软件开发的未来展望 [译]
Prompt 语宙 > 强化 AI 学习 > 软件开发的未来展望 [译]
强化 AI 学习

软件开发的未来展望 [译]

宝玉的分享
最近更新: 2026年5月23日 下午6:23
AI编程 ChatGPT Cursor GitHub Copilot OpenAI
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • LLM 正在从“会写代码”走向“能参与开发流程”,但仍未覆盖需求、部署与运维全链路。
  • 作者用自动驾驶分级类比 AI 编程,强调应关注能力层次,而非简单判断是否会取代开发者。
  • AI 编程更像可外包的供应商:企业仍需保留内部团队,确保方案与长期目标一致。

当大语言模型 (LLMs) 能够创作出图像、文本和代码时,它们在创意领域引发了极大的关注。起初,这些创作令人啼笑皆非,比如画出手部奇怪的人物、产生错误的事实和代码的幻觉。然而,随着时间的推移,情况正在逐步且稳定地改善。在这些模型诞生之前,人们常常反对将这些任务自动化,认为机器无法进行创造性思维。但现在,这一论点正变得越来越站不住脚。那么,我们的下一步该往哪里走?

阅读目录
  • 框架:软件开发的能力层次
  • 框架:外包软件开发
  • 框架:软件开发是对复杂性的建模
  • 对于软件开发市场规模的思考
  • 框架:严谨的业务逻辑定义
  • 结论

思考如预测未来这样模糊的问题时,我们可能会发现自己的思路变得混乱,难以有条理地思考。因此,我们需要构建一些框架和比喻,帮助我们整理思路。

软件开发的未来展望 [译]

框架:软件开发的能力层次

软件开发远不止编写代码那么简单。人们常有的程序员形象,是一位独自坐在昏暗的房间里,目不转睛地盯着电脑屏幕,快速敲打键盘。尽管整天沉浸在编码中听起来很有吸引力,但实际上,软件开发的大部分时间都在与人沟通或处理行政工作上,而不只是编写代码:

  • 收集业务用户的需求
  • 精炼需求,使其可以转化为代码
  • 与设计师、产品经理等团队成员讨论,共同描绘解决方案并规划实施步骤
  • 与其他开发人员合作设计技术方案并进行优化
  • 构建基础设施、进行配置、准备初始代码等
  • 真正的编码工作
  • 调试、理解他人代码、编写文档等
  • 向生产环境部署
  • 解决生产环境中的紧急问题
  • …以及其他许多任务

因此,声称“AI 将取代开发人员”意味着 AI 必须能够胜任以上所有任务,而不仅是编写代码。

也就是说,要说“AI 将取代开发人员”,就意味着 AI 需要在上述所有方面都能独当一面,不仅仅是写代码。

但是,观察上述任务列表,可以看出未来某些任务有可能实现自动化,尽管目前尚未达到。我们该如何构建这种想法呢?

以自动驾驶汽车为例,人们提出了一种自动化水平的分类方法,该方法设定了从无自动化到部分自动化,再到完全自动化的不同层次。我认为这种分类不仅有助于理解自动化的发展,也为许多领域提供了有价值的参考。

  • 它明确展示了现阶段技术的能力
  • 它引导我们跳出非此即彼的思维定式 – 这场较量不仅仅是人类司机与 AI 司机之间的,也不是让 AI 完全替代人类司机。实际上,我们可以探索一种灰色地带,在紧急刹车、保持车道中心等方面,AI 能够辅助人类司机。

对于 AI 驱动的软件开发来说,这样的分类意味着什么?

  • 最基础的层次是我们过去的状态 – 涉及工作的地方没有 AI 的身影。当然,我们曾经使用过编译器、构建过程等其他类型的自动化工具,但这些并不属于 AI,它们是由人类编写的确定性自动化程序。
  • 下一个层次是我们目前的实践 – 开发者借助 ChatGPT 或 GitHub Copilot 来获得帮助。他们利用这些工具编写测试、构造样板代码、重构代码、理解代码及错误等。这有点像是与一位开发者在线交流,你可以向他提问并获得帮助,但由于他们无法访问你的计算机,所以无法创建文件、执行构建命令或部署到生产环境。
  • 最高的层次就像是将你的部分项目或整个项目委托给一名开发者。这些“AI 程序员”将根据需求编写代码、修复错误,并将最终产品部署到生产环境。虽然我原本认为这一天还遥遥无期,但Devin 的演示让我大吃一惊 – 尽管目前它只能完成一些简单的开发任务,但未来它有望实现更多功能。

软件开发的未来展望 [译]

除了 AI 模型的能力外,我们还应当关注其解决方案的准确性。在最初,这些模型往往会做出一些不符合预期的响应,或者需要以特定的方式进行指令输入才能实现预期的效果。这使得人们在尝试采纳 AI 助手时感到困难,许多人因此而放弃。然而,这种状况正在得到改善,新一代模型不再需要如此复杂的指令设计。同时,模型应当能通过网页浏览来进行“学习”,而非仅仅依赖它们的训练数据。这一点对于跟上库和编程语言新版本的更新尤为重要。

框架:外包软件开发

在我们明确了软件开发的多种能力后,这些能力会如何影响到团队或组织架构的形态呢?企业进行软件开发的方式大致可以分为:

  • 完全由内部团队负责
  • 主要由内部团队负责,辅以少数外部供应商
  • 主要依赖外部供应商,内部团队辅助
  • 完全依靠外部供应商

软件开发的未来展望 [译]

我们可以将 AI 编程师比作外包的软件供应商或顾问。不同的公司对这种做法的依赖程度不同,有些频繁利用,有些则较少。不过,不论具体怎样组合,我认为保持一个内部团队来监督这些工作始终是至关重要的。这是为了确保外包供应商的工作成果能够与公司的长期目标保持一致。虽然通过合同来规定具体的供应商或项目是一种做法,但这通常只适用于特定情况,且难以通过此种方式确保长期目标的实现。因此,最佳做法是维持一个规模不大但能够对供应商进行指导的内部团队。同样,即便 AI 编程师可以像租用云服务器一样方便,拥有一个负责监督他们工作的内部软件开发团队也是非常有益的。

框架:软件开发是对复杂性的建模

在讨论解决商业问题时,我们不得不提一个广为人知的事实:Excel。事实上,全球有超过 10 亿的用户依赖 Excel 来管理他们的日常工作。Excel 以其低门槛吸引了大量希望整理数据、进行数据分析或者自动化流程的商业用户。但是,对于复杂的商业流程,Excel 显然力不从心,因为它缺少精细的访问控制、与其他不支持的系统集成的能力、可测试性、可复用性或者说是对特定供应商的依赖等特性。对于“低代码”方案,比如 Power Automate 等,情况也是如此。

那么,回到我们最初的问题:在没有软件开发人员的帮助下,商业用户能否利用 AI 编程工具来构建这些复杂的工作流程呢?

在没有软件开发人员的协助下,商业用户真的能够使用 AI 编程工具来打造这些复杂的工作流程吗?

思考这个问题,我们不禁要问,既然 Excel 和低代码工具已经存在了这么多年,为何软件开发这一职业还依旧存在?这实际上让我们重新思考软件开发的本质:它不仅仅是编码那么简单。对于复杂的问题,我们需要的是那些能够有效管理复杂性,并能将商业问题从现实世界成功转化为数字模型的专业人才。

换而言之,如果你能通过 YouTube 教程自学建造一个木棚,而不需土木工程师的帮助,这并不表示你也能够或应该自己动手建造一个十层高的大楼。如果你决定学习如何正确进行这项工作,那么随着时间的推移,你逐渐就能成为一名土木工程师了!关键在于,你是否愿意投入时间去深入学习这一领域,或者聘请一位经验丰富的工程师来完成这项工作。

因此,不管是使用 Excel 还是最新的 AI 编程工具,只要他们在处理复杂的逻辑问题,那么在我看来,他们都是软件开发者。只不过,他们采用了不同的工具来表述业务需求——无论是通过电子表格的公式、编码,还是命令提示。

对于软件开发市场规模的思考

关于这个议题,许多人担心的是软件开发市场的规模将会保持不变,而 AI 编程将逐渐从人手中夺取市场份额。

软件开发的未来展望 [译]

但从之前的讨论我们可以明白,解决业务问题的市场规模远不止软件开发那么简单。所以,软件开发不太可能在短期内就消失。

软件开发的未来展望 [译]

框架:严谨的业务逻辑定义

业务逻辑的定义必须清晰无误。正因如此,即便编程语言采用了如“if”、“switch”等英文单词,它们对这些词汇的含义有着严格的规定,一旦词汇用错,程序就无法运行。其实,Excel 公式或低代码流这样的工具也是同理。

未来,哪怕 AI 程序员能够根据以口语英文形式给出的指令生成软件产品,我认为在后台仍会形成一套业务逻辑的严谨定义。这种定义可能与我们现在使用的语言和框架迥异,但其实质,与“编码”无异。

在 AI 程序员能够确定性地根据口语英文生成业务逻辑之前,我们还需要那些能理解后台生成代码并在必要时对其进行修改的人——软件开发人员。

结论

总的来说,我相信软件开发人员在未来仍有一席之地,虽然他们的工作性质和使用的工具将会发生变化,但这一职业不会消失。

🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
GitHub Copilot ↗
GitHub Copilot:GitHub推出的AI编程工具,面向AI 编程辅助场景提供便捷实用的在线功能支持,
ChatGPT ↗
OpenAI 研发的通用人工智能对话大模型,支持多模态交互与深度推理。
Copilot ↗
微软推出的网页版Copilot助手。
❓ 常见问题解答(FAQ)
AI 编程师真的能取代软件开发人员吗?

不能简单等同。文章指出,软件开发不只是写代码,还包括需求沟通、方案设计、测试、部署、运维和紧急排障。当前 AI 更适合承担部分任务,真正替代仍需要跨越完整流程能力与可靠性门槛。

为什么说软件开发不能只看代码能力?

因为开发工作的大头常在沟通、协调、理解业务和处理上线后的问题。即使 AI 能生成代码,如果不能理解需求、执行构建、部署生产环境并处理异常,就无法独立完成真实项目交付。

企业使用 AI 编程工具时最重要的原则是什么?

保留内部团队监督。文章认为,AI 编程更像外包供应商或顾问,企业可以借助它提升效率,但仍需要内部开发团队把控方向、审核结果,并确保技术方案与长期业务目标一致。

🔬 语宙深潜追问 · 进阶实操拆解
AI 编程最适合接管哪些环节?

最适合的是测试生成、样板代码、重构建议、文档补全和代码理解。把这些任务拆成小步、加上明确输入输出和自动化校验,AI 的产出会更稳定;一旦涉及架构权衡、部署回滚和长期维护,仍需资深工程师把关。

如何让外包协作不被 AI 放大风险?

先把需求、接口、验收标准写成可机器检查的规格,再要求外包团队提交测试、日志和变更说明。AI 可以提升产出速度,但也会放大模糊需求和责任边界问题,所以必须保留内部技术 owner 做审查与决策。

🗳️ 读者观点微投票 · 您的实战立场是?
LLM 已能写代码了,真能替代软件团队吗?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
💻 所属权威专题:Claude & AI 编程 / MCP →
  • AI 与训练 AI 替代自己的工人的矛盾 [译]
  • 人工智能辅助程序员的三种类型 [译]
  • 如何作为软件工程师涉足机器人技术 [译]
  • AI 工程师的崛起 [译]
🏛️ 宝玉的分享 · 前沿大模型翻译与提示词工程实战分享专栏,聚焦海外一手 AI 技术动态与工程实践。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
[AI生图咒语] 超写实手机抓拍东亚女性人像
阿里新一代大模型千问3. 8 将至:预览版抢先登陆阿里云与Qoder,正式版拟近期开源
两周搬完一百万行代码:Anthropic用Claude把多年不敢碰的语言迁移压进一个周末
AI大模型将全面拥抱IPv6,雄安新区率先试点”单栈”网络
战争与和平 (WarAgent):基于大语言模型的世界大战多智能体模拟 [译]
TAGGED:AI编程ChatGPTCursorGitHub CopilotOpenAI
分享
Email 复制链接 打印
Share
宝玉的分享 头像
By宝玉的分享
Follow:
前沿大模型翻译与提示词工程实战分享专栏,聚焦海外一手 AI 技术动态与工程实践。
上一篇 创业指南 [译] 创业指南 [译]
下一篇 生成式 AI 的未来 [译] 生成式 AI 的未来 [译]
Ad image
Ad image

最近更新

WordPress 7.2版本更新与默认随机重定向、Secrets API撤回及MCP核心能力拆解封面图
官方博客竟把关闭过滤器写错了!WordPress 7.2前瞻全拆解:默认/random/暗藏隐私与SEO风险、Secrets API紧急撤回与3项MCP只读能力落地
AI 工具
Anthropic上市募资与算力长约的隐喻:现金光环上升,数据中心暗链延伸,治理水晶承受张力与阻力冲击。
募资超1070亿美元却背负9000亿算力长约!Anthropic史上最大IPO背后的三大隐忧:1040亿年内亏损、地方抵制潮与PBC治理死结
AIGC 资讯
微软Copilot与Claude/ChatGPT价格战隐喻:发光玻璃表格堡垒守住Excel,数据流高效汇聚,企业AI竞争升级
3000万付费仅吃下4.5亿席位不到7%!微软Ignite正面叫板Claude与ChatGPT:月均30美元VS 205美元价格战与Excel保卫战全拆解
AIGC 资讯
联想AI推理时代的端边云全栈算力插画:玻璃拟态服务器核心发光,光流连接云端与边缘节点,呈现营收与订单增长动能。
AI营收暴涨80%且握5300亿服务器订单!联想Q2单季营收首破2000亿、净利狂飙166%:端边云全栈算力如何接住推理时代红利?
AIGC 资讯

相关推荐

大模型公司造手机抢跑OpenAI:阶跃星辰7月13日发首款AI智能体终端
AIGC 资讯

大模型公司造手机抢跑OpenAI:阶跃星辰7月13日发首款AI智能体终端

Prompt 语宙研究院
AI办公效率 AI智能体 OpenAI
Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用
AIGC 资讯

Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用

Prompt 语宙研究院
Claude DeepSeek Kimi OpenAI 通义千问
NVIDIA 公布了到 2027 年的 GPU 和互连路线图 [译]
强化 AI 学习

NVIDIA 公布了到 2027 年的 GPU 和互连路线图 [译]

宝玉的分享
AI智能体 ChatGPT OpenAI 大模型微调
DeerFlow – 字节跳动开源的深度研究框架
AIGC 资讯

DeerFlow – 字节跳动开源的深度研究框架

Prompt 语宙研究院
AI办公效率 AI智能体 OpenAI 开源大模型 通义千问
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.