AI编程重新定义软件开发(代码开发者提升工程师开发)

这个故事中，顾客真正的需求是更快地到达目的地。

在面对技术创新时，需要了解人们的根本需求，才可能给出具体的解决方案（汽车）。

那么面对AI的技术创新，什么才是开发者真正关注的需求？具体解决方案又是什么？

在软件开发领域，AI技术的进步正在引领一场技术革命。

新近推出的Llama 3和Phi-3等模型，已引起了开发者关注，特别是在代码编写能力的显著提升方面。
除此之外，DBRX、Gemini和Cohere等一系列今年稍早发布的大模型也突出了其在编程能力上的优势。

随着AI技术的不断提升，越来越多的AI编程工具出现，无论是创业公司还是巨头公司都开始涉足相关领域。

百度Comate正是国内早期进入这一领域的产品之一，早在2022年就已在百度内部落地。
华为、阿里、科大讯飞、蚂蚁等国内大厂也相继对外发布了各自的AI编程工具。

同时，围绕AI如何提高研发生产力——即提升编码速度与质量的讨论也在不断增多。

01 需求侧关键词：效率、可信► 开发者是冲着效率去的

根据Stack Overflow的一项调研，开发者们认为当前AI编程工具能带来的收益，提升生产力的占到32.81%，其次是加速学习25.17%、提升效率24.96%，然后就是提升代码准确性、增加协作等方面，无一例外都是与效率提升直接相关的感受。

Stack Overflow调研：AI编程工具带来的收益

开发者们希望通过AI增强的开发工具能更高效地完成工作，从而节省时间和精力。
显然，效率不单指速度的提升，更涉及到任务处理的便捷性和保持高质量的必要性。

Stack Overflow调研：AI编程工具的准确性评价

► 开发者对产品可信度保持谨慎态度

通过生成内容准确性的调研结果可看到，超过42%的人认为AI生成结果可信，超过27%人持相反观点，其中表示极端可信或不可信的比例合计不足9%。
另外有超过30%的人持中立观点，可见绝大多数开发者都会比较审慎地看待生成内容，这也突出了当今人工对代码审查的必要性。
有开发者表示「我个人不认为我会100%信任它，就像我们100%不信任人工编写的代码一样，都需要人来额外进行代码审查。
」

► AI给开发者带来的机会

研发生产力的提升是一项综合的诉求，Google曾调研内部提出了多项阻碍研发生产力环节的点。
包括历史性的技术债问题、研发文档不完善、学习新技术框架、流程、测试、代码审查等等。
CSDN也针对国内开发者进行了AI编程工具的调研，许多参与者特别强调了代码生成质量的诉求，其次是注释可解释性、代码生成速度等。
这些都为AI编程工具的发展提供了可借鉴的意义。
Google调研阻碍研发生产力的问题

CSDN调研，开发者对AI编程工具优化诉求

02 供给侧关键词：生产效率、质量、安全

随着生成式AI在23年的迅速走红，很多AI编程工具相继问世，当时就已有很多海外创新产品在研发流程上专注于某一场景，希望做深做透。
比如有做编程对话助手的产品，有文档/论文生成代码的产品，还有专注某些特定领域（智能客服、固件）等开发的产品，可谓百花齐放。

同样也有围绕研发链路，进行上下游拓展的产品，如GitHub Copilot、百度Comate、Sweep AI、Sudocode等产品。

百度Comate目前已实现从需求→研发→测试→发布的全环节覆盖。
允许开发人员持续专注于工作流中高效产出的部分，同时由AI处理低回报的任务。

Comate一直致力于在效率与安全方面提供为开发者提供先进能力，当前主要提供两大类功能：实时续写和智能生成。
具体来看，不仅增强了开发者的现有能力，还扩展了他们的能力边界，甚至在某些场景下能够替代特定任务。

1. 实时续写功能：当工程师编写代码时，Comate能够实时提供代码行或段落的建议，甚至根据注释自动生成整段代码。
这大幅提高了编码的速度和灵活性。

2. 智能生成功能：在工程师选定代码段后，Comate能够自动生成单元测试用例、进行代码诊断、优化和Bug查找等。
这些功能不仅提升了代码质量，也减少了开发者在重复性任务上的时间消耗。

大模型的涌现能力容易带来幻觉已基本成为业内共识性的问题，GitHub Copilot、Cursor等海外AI编码产品也都通过私域知识挂载等方式，通过RAG等帮助提升生成质量、进行技术问答等。

Comate打造的AutoWork知识增强能力已经进入2.0阶段，基于文心一言进一步强化了它在软件开发中的应用，提升了代码生成的可信度，同时也强化了跨环节流转的自动化能力。

在知识增强方面，AutoWork不仅能挂载私域知识，2.0版本还新增了三大特色。

首先就是可以通过web实时检索引入最新知识；其次本次更新内置了超过1万个GitHub热门代码库，用户可以直接进行检索问答；最后给出任意API链接，即可生成调用代码和对应的测试用例，高效高质。

通过知识增强让Comate给出的建议，能够参考公司的安全规范和最佳实践，以及行业中的最新知识，确保生成的代码不仅效率高，而且安全可靠。

除此以外，AutoWork还具备一定的自主思考、规划能力，让Comate更像是一个多功能的研发助理，覆盖多个研发环节。
这意味着Comate能够从项目的概念阶段开始就参与进来，帮助开发者全面管理和执行研发任务。

比如根据用户的需求，自主理解需求 => 拆解工作 => 制定工作计划和方案 => 熟悉项目并生成代码 => 调试运行。
这样的一站式服务，不仅极大地提高了开发效率，也确保了项目从设计到部署各阶段的质量和一致性。

► 综合提升生产效率与代码质量

随着AI编程工具的广泛应用，整个软件开发行业的编码效率和代码质量都得到了显著提升。
这些工具通过分析和利用大量优质代码库，为工程师提供即时的编程建议和最佳实践指导。
例如，AI工具能实时指出改进代码的方法，帮助工程师快速定位并实施最优解决方案，从而加速编码过程并提高代码的整体质量。
目前百度通过Comate生成代码占比达27%，采纳率达46%，另外Comate也在助力超过10000家企业用户提升软件研发生产力。

高效集中，创造更多

传统的编码过程中，工程师可能需要频繁停下手中的工作，通过搜索引擎或社区寻找问题的答案。
这种频繁的中断和切换极大地影响了效率和创造力。
而现在，通过集成的AI编程工具，工程师可以在开发环境中直接与工具交互，显著减少搜索和等待的时间。
这些工具通过理解编码的上下文，能够提供精确的解决方案，甚至允许工程师一键采纳建议，从而保持高效的工作流。
知名开发者社区Stack Overflow的用户量已经出现了下降，在一项调研中，有10.2%的人表示不再使用Stack Overflow，主要原因是有GitHub Copilot和ChatGPT可以满足需求。

知识边界的快速扩展

AI编程工具不仅支持代码编写工作，还扩展到其他开发场景，如bug查找和代码审查等。
这些工具特别有助于新加入的工程师快速熟悉新的编程语言和工作环境，有效缩短了学习曲线。
通过简单的交互式学习，新工程师可以快速掌握必要的技能，加速个人成长同时提升整个团队的工作效率。

此外，AI编程工具的普及预示着一个更加开放和协作的未来，工程师可以更快地共享知识、解决问题，并在全球范围内推动技术的快速发展。
这不仅是对个别程序员或项目的改变，而是一场从编码实践到整个行业文化的全面革新。
随着AI工具的持续进化和完善，软件开发的未来将更加智能，对工程师的技能需求和工作方式也将产生深远影响。
从现阶段的发展，我们可以预见在短期内：

工程师仍具有不可替代性

尽管AI在自动化许多编程任务方面取得了显著进展，但工程师在处理业务逻辑和系统复杂性方面的作用仍然不可替代。
工程师的核心能力在于将复杂的业务需求转化为系统设计，这需要深入的业务理解和系统思维。
虽然AI可以提供代码编写的帮助，但在可预见的未来，它还不能完全取代工程师在设计和维护复杂系统中的角色。
同时面对新的研发范式，对工程师的能力也会有新的要求，创造新的机会。

人机交互的研发范式逐渐成型

人机交互方式正在经历重大变革，尤其是在软件开发领域。
随着AI技术的进步，编程语言正逐渐变得更加「人性化」。
传统的编程语言虽然功能强大，但在易用性上与自然语言存在巨大差异。
大模型正逐步缩小这一差距，使得开发者能够用更接近自然语言的方式与机器交互。
这不仅降低了编程的门槛，也提高了开发效率，未来开发者可能不再需要深入学习复杂的编程语言，就可以进行有效的软件开发，同时也可能彻底改变编程的学习和实践方式。