嘉賓 | 徐曉強

采訪 | 張曉楠

撰稿 | 李美涵

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

自從生成式AI大火以后，AI好像“杠上了”程序員這個角色。

幾乎每隔一段時間，關(guān)于AI編程工具是否能取代程序員的話題就會被再次討論。

AI編程所激起的熱議，令人感到困惑：這是否會掀起一場編程領(lǐng)域的生產(chǎn)力革命？還是，這又是一場過度炒作的噱頭？

大廠們是探索這個答案的先行者。因為AI編程，百度實現(xiàn)了10%的人效提升，今天工程師提交的新增代碼中有27%由AI生成。

然而，作為百度Comate架構(gòu)師，也是這款產(chǎn)品的首個用戶，徐曉強非常反對“開發(fā)者將被編程工具替代”的這個說法。在研發(fā)和架構(gòu)方面的工作經(jīng)驗，讓他堅信人類的決策力和創(chuàng)新力有著無可取代的價值。

“工具是幫助人類去做到更好，工具本身不是用來替代人類的。”他在采訪中多次表達了自己的這個觀點，“人類的決策和創(chuàng)新能力，永遠優(yōu)于模型。”

不過，他也敏銳地注意到，隨著AI的介入，軟件工程領(lǐng)域確實正在經(jīng)歷一些根本性的變化。研發(fā)流程中的角色邊界正在模糊，開發(fā)者與AI協(xié)同工作的新范式時代將要來臨。

作為Comate的深度使用者，徐曉強在直播中分享了許多自己使用編程工具的方法和心得，他建議用戶應(yīng)該盡可能多的練習(xí)這項工具，達到“熟能生巧”。

徐曉強設(shè)想中的AI編程終局，是遙遠而偉大的。在編程工具迎來質(zhì)變的飛躍之后，他期待人們能以更平等、更加對話的方式與AI協(xié)同開發(fā)，甚至超越語言直接在意識層面進行交互，以抵達“人人都是程序員”的終極藍圖。

以下是訪談要點：

• 目前，AI編程產(chǎn)品正從橫向和縱向上持續(xù)提升產(chǎn)品能力，以回應(yīng)更多的“真需求”。
• 輔助編程工具代替不了開發(fā)者，工具的目的是與人更好地進行協(xié)作，從而增強人的能力。
• AI的能力邊界：在信息的深入理解、多模態(tài)信息處理及創(chuàng)新能力方面仍有著巨大的短板。
• 軟件工程3.0時代，將是人與AI協(xié)同工作的新范式時代，研發(fā)流程將被重構(gòu)，需求工程成為核心。
• AI編程的隱私與版權(quán)問題需要技術(shù)和法律層面的“雙管齊下”。
  對話將成為未來AI編程工具的主要交互手段，編程產(chǎn)品從研發(fā)場景向非研發(fā)場景覆蓋。

采訪內(nèi)容如下：

1.AI完成了百度27%的新增代碼，編程工具解決“真需求”需要用戶多摸索

AIGC實戰(zhàn)派：

現(xiàn)在有一種論調(diào)，說AI編程可能會極大程度的顛覆與編程有關(guān)的職位，這個觀點也引起了一些恐慌。但另一方面，很多人會發(fā)現(xiàn)用AI進行編程的效率遠遠沒有我們想象中那么高。

AI編程的巨大熱度究竟是因為需求所在，還是有噱頭的成分在里面？

徐曉強: 

我們先拋開這些觀點，去看看現(xiàn)在的事實情況。

首先，盡管AI編程工具的普及和接受需要時間，但AI編程的市場熱度有目共睹，并且會出現(xiàn)越來越多的落地案例和商業(yè)價值。

其次，AI編程產(chǎn)品會繼續(xù)進化，以回應(yīng)更多的“真需求”。拿我們自己的產(chǎn)品Comate 2.0來說，我們正在不斷地努力從縱向和橫向維度上提升產(chǎn)品能力。

橫向上，我們希望AI編程能夠覆蓋更廣泛的研發(fā)場景。比如利用RAG技術(shù)深入理解項目及代碼，從而在多種場景下提升研發(fā)效率。在縱向上，希望AI能夠在某一個行業(yè)或者某一個場景下打深打透。

最后，AI編程工具的提效效果可能因個人和組織而異，用戶需要培養(yǎng)使用習(xí)慣、找到與工具的契合點。為了更好地與AI工具合作，用戶應(yīng)該清晰地描述需求，將AI視為一個有問必答的私人助手，不斷探索和交互。

除此之外，還有很多開發(fā)者可以利用AI編程作為學(xué)習(xí)工具，了解不熟悉的語言、框架和代碼實現(xiàn)思路，甚至可以深入追問實現(xiàn)細節(jié)。

可以說，在編程領(lǐng)域AI提效并非噱頭。自大模型技術(shù)興起以來，百度實現(xiàn)了10%的人效提升，工程師提交的代碼中有27%是由AI生成的，用戶的采納率達到了46%?，F(xiàn)在，百度有80%的工程師使用AI工具輔助開發(fā)。

更進一步說，工程師們感受到了新一代工具所帶來的變化，這不僅是工作效率的提升，也增加了工作的幸福感。

AIGC實戰(zhàn)派：

在采用AI編程的時候，有沒有什么方式可以更好地發(fā)揮工具的潛力？

徐曉強: 

我覺得還是要多去嘗試。漸漸地你能找到感覺：什么場景下，AI做得比人要快。通過這樣一個個場景的積累，工具會逐步達到你所預(yù)期的效果。

AIGC實戰(zhàn)派：

剛才您也提到了百度每天新增的代碼中，有27%由Comate生成。那么會有人擔(dān)心，當(dāng)自己公司的研發(fā)團隊更多地使用AI編程工具后，是不是會導(dǎo)致裁員？

徐曉強：

最開始的時候，我們也困惑和擔(dān)心會出現(xiàn)這種情況。但隨著對AI編程有了更深入的使用和理解，我意識到提升效率不是讓工具取代人類，而是讓工具與人更好地協(xié)作，從而增強人的能力。

目前AI還沒有發(fā)展到能讓編程、讓開發(fā)者這個職業(yè)消失的階段。不過，就像汽車的誕生之于馬車夫一樣——即使有一天達到這個階段，也無需過度擔(dān)心。

2.人類的決策和創(chuàng)新價值永存，程序員不必擔(dān)心被取代

AIGC實戰(zhàn)派：

我們可以在多大程度上寄希望于AI編程工具，工具會不會有能力的極限？

徐曉強：

要聊AI編程的能力邊界，我覺得先要看工具的核心優(yōu)勢在什么地方。我認為主要在具有這三個特點的任務(wù)中：高度重復(fù)性、簡單、瑣碎。

相應(yīng)的，在要求創(chuàng)造性、決策性以及復(fù)雜的場景中，AI的能力達不到優(yōu)秀的標準。我覺得它的能力主要受限于以下幾個方面。

第一，模型本身對于信息的理解還不夠深入。盡管我們有了更大規(guī)模的模型，但對代碼的理解仍然不夠好。我認為，代碼屬于信息密度較低的載體，它的誕生并不是為模型、機器服務(wù)的，而是在人和機器的語言之間尋找到一個平衡。所以，AI憑借代碼無法掌握全局，這就會極大的削弱決策的準確性。

第二，人類信息的存儲和傳輸方式多樣，而AI對多模態(tài)信息如流程圖、類圖的理解能力有限。這也是當(dāng)下一個非常熱門的研究方向。

第三，從模型的原理出發(fā)，AI作為概率模型，其輸出受限于已有知識，缺乏創(chuàng)造力。普通用戶難以自行調(diào)整AI的提示（prompt），需要prompt工程師這樣的專業(yè)角色介入。

最后，AI對專業(yè)領(lǐng)域的知識理解尚淺，無論是私域知識還是專業(yè)領(lǐng)域知識，都需要進一步加強。

基于上述因素，AI在某些場景下的表現(xiàn)是有邊界的。需要人類作為橋梁，根據(jù)具體問題進行分析，去決定哪些任務(wù)交給AI去完成，哪些由自己完成會更好。這是人類將永遠優(yōu)于模型的領(lǐng)域。

AIGC實戰(zhàn)派：

假設(shè)有個不具備編程能力的人，他如果借助足夠強大的輔助編程工具，是否可以實現(xiàn)一些程序員正在做的工作呢？

徐曉強：

我覺得目前已經(jīng)一定程度上達到了這種效果。

AIGC實戰(zhàn)派：

但真正具有創(chuàng)造性和挑戰(zhàn)性的代碼工作，還是需要程序員來完成？

徐曉強: 

對。

AIGC實戰(zhàn)派：

從這個角度來說，程序員們是不是就不需要擔(dān)心自己將被替代的事情。

徐曉強: 

對。我覺得可以完全不用擔(dān)心這些。

3.向軟件工程3.0時代邁進，AI協(xié)同工作將重塑研發(fā)流程

AIGC實戰(zhàn)派：

現(xiàn)在，很多人會提到一個詞“軟件工程新范式”。在AI的沖擊之下，軟件工程會有哪些變化？從業(yè)者應(yīng)該怎么看待和應(yīng)對這些轉(zhuǎn)變？

徐曉強：

是的。最近軟件工程3.0的概念變得比較火，雖然我認為現(xiàn)在也僅是達到3.0時代的起點。

回顧軟件工程范式的演變，1.0時代的軟件工程真正規(guī)范化了軟件開發(fā)和團隊協(xié)作流程。但這種方法在實際開發(fā)中顯得不夠敏捷，交付過程也不夠流暢。進入2.0時代，開發(fā)變得敏捷、基礎(chǔ)設(shè)施不斷完善，以云計算和SaaS為代表，在思維方式和產(chǎn)品形態(tài)上與1.0時代相比發(fā)生了重大變化。

至于到3.0時代，我并不認為我們進入了一個由工具驅(qū)動變革的階段。大模型（LLM）在各方面展現(xiàn)出的潛力使它扮演了催化劑的角色，而非主導(dǎo)變革。以前，為每個開發(fā)者提供一個與自己協(xié)同工作的角色是不現(xiàn)實的，但在今天，我們正處于與AI協(xié)同工作的新范式時代。

AI協(xié)同工作方式能在以下幾方面給我們帶來工作上的提升：首先，AI能簡略實際工作中的操作步驟。

其次，AI減少了我切換任務(wù)的成本，使我能在一個界面內(nèi)依賴它完成提問、熟悉項目、理解和查找信息等工作，它就像我的左膀右臂。目前，我們與AI的協(xié)作還處于指令模式，但未來AI可能會做到更多，例如簡單的決策任務(wù)等，這樣我們才能達到真正的人機協(xié)同新模式。

隨著AI的介入，軟件工程領(lǐng)域確實正在經(jīng)歷一些根本性的變化。研發(fā)流程將被重構(gòu)，需求工程變成了交付的起點和終點，當(dāng)前版本的功能上限可能就是新需求的起點，不斷推動產(chǎn)品迭代。

同時，AI的出現(xiàn)也使得角色劃分變得模糊?，F(xiàn)在，產(chǎn)品經(jīng)理可能利用大模型快速生成原型，而承擔(dān)了部分開發(fā)的工作，類似的動態(tài)能力有助于團隊更直觀地理解和評估產(chǎn)品概念。

我認為，人機協(xié)同的方式和交付模式的變革，以及整個鏈條式的變化，將共同推動軟件工程的演進。

AIGC實戰(zhàn)派：

剛才說到3.0時代還沒有正式開始，在這個過渡的階段中，會不會產(chǎn)生一些新的關(guān)鍵角色？

徐曉強：

對，我們已經(jīng)注意到出現(xiàn)了一些新的變化。例如，最近有個比較火的新職位——提示詞工程師（prompt engineer）。這個職位以前并不存在，它其實是從研發(fā)或產(chǎn)品角色演變而來的。這表明，隨著AI的融入，對原有職位的要求正在更新，同時也在形成更加專業(yè)化的細分領(lǐng)域，讓擁有這些技能的人可以發(fā)揮更大的價值。

AIGC實戰(zhàn)派：

新的角色會以什么方式加入企業(yè)呢？是在企業(yè)內(nèi)部產(chǎn)生，還是說需要通過招聘來實現(xiàn)？

徐曉強: 

我認為，對于在AI原生應(yīng)用的開發(fā)來說，提示詞工程師（prompt engineer）是一個不可或缺的角色。不過從目前看，這個角色實在太新了，市場上難以找到經(jīng)驗豐富的人選。因此，我們通常會通過內(nèi)部轉(zhuǎn)崗，比如從研發(fā)或產(chǎn)品經(jīng)理轉(zhuǎn)型，來填補這一角色。轉(zhuǎn)型過程中，我們會參考其他優(yōu)秀實踐，將成功的實踐沉淀下來。

另外，我們也會在工具層面做支撐。在百度內(nèi)部，為了支持整個鏈路的運作，我們開發(fā)了一系列工具，比如Comate stack、Playground等。

AIGC實戰(zhàn)派：

剛才您說AI創(chuàng)造了新的崗位讓人眼前一亮，但話鋒一轉(zhuǎn)說，其實我們有很多的產(chǎn)品功能可以填補這些崗位的需要……（是不是相當(dāng)于沒有新的崗位被創(chuàng)造出來？）

徐曉強:  

那倒不是，我覺得工具是幫助人類去做到更好，工具本身不是用來替代人類的。

4.隱私與版權(quán)問題的解決，需要技術(shù)與法律的雙管齊下

AIGC實戰(zhàn)派：

去年GitHub推出的AI編程工具遇到了一個訴訟，AI寫了一段代碼，但這個代碼被證明并不是原創(chuàng)，訴訟圍繞著侵權(quán)問題展開。我們在使用編程工具的時候，應(yīng)該怎么樣去規(guī)避這樣的問題？

徐曉強: 

 這是一個很新的問題，無論是立法還是從判例來看，都缺乏足夠的參考。我覺得這其實是兩個層面的問題。第一層問題是技術(shù)問題，第二層是法律問題。

在技術(shù)層面，有很多的技術(shù)解法，更多地是去做防御。我們致力于確保技術(shù)的可靠性和合規(guī)性，比如在模型訓(xùn)練時，識別并避免分發(fā)具有版權(quán)保護的代碼片段。從產(chǎn)品層面，要保證數(shù)據(jù)的合規(guī)傳輸，確保用戶交互過程的數(shù)據(jù)和隱私安全。

從法律層面上來看，需要立法來解決相關(guān)問題，保護大多數(shù)人的利益。實際上民間已經(jīng)有一些行動，今年我們作為生成式大模型智能開發(fā)標準的核心參編單位，去編寫大模型原則、數(shù)據(jù)安全相關(guān)的保障條例。所以有理由去相信，在不久的將來，整個法律層面會更完善更有依據(jù)，為行業(yè)的發(fā)展提供支撐。

AIGC實戰(zhàn)派：

徐老師說的這點很有啟發(fā)，剛才我們討論的問題，也并不是大模型時代獨有的。因為大模型受到了很多關(guān)注，而且一部分的人對AI編程技術(shù)還存在著懷疑，那么出現(xiàn)的個案（的負面影響）可能就會被放大。

徐曉強:

 對。

5.AI編碼的終局需要質(zhì)變，將迎來更平等、更自然地交互方式

AIGC實戰(zhàn)派：

隨著AI編程工具的不斷發(fā)展和演進，最終會迭代調(diào)優(yōu)到什么樣子？我們好奇所謂的AI編碼的終極形態(tài)。

徐曉強: 

長期來看，我覺得終局會與現(xiàn)在的產(chǎn)品有非常大的質(zhì)變。

首先是人機交互方式上的變化。目前，我們的交互主要是通過鍵盤輸入，我主動提供信息給機器，讓機器分析和理解我的意圖。未來，我們能否以更平等、更加對話的方式，甚至超越語言直接在意識層面進行交互，這將是一個全新的體驗。

第二點，我剛才也有提到過一些想法，就是信息載體在未來的變化，可能使得不再需要代碼這個概念。我相信，未來將會出現(xiàn)模型及其周邊應(yīng)用的新形態(tài)，這些應(yīng)用將運行在模型之上，用戶與AI的交互不再依賴于代碼或數(shù)據(jù)的傳輸。從而向最終“人人都是程序員”的終極目標邁進。

設(shè)想一個場景，加入我需要生成一個邀請朋友們參加派對的應(yīng)用程序時，我只需要用一句話簡單表達我的需求，AI就能為我創(chuàng)建并發(fā)送這個應(yīng)用，讓朋友們能直接回復(fù)是否參加，以及他們的想法和禮物選擇。

回到現(xiàn)實，這種理想狀態(tài)還相對遙遠。

AIGC實戰(zhàn)派：

這款產(chǎn)品接下來有哪些計劃？

徐曉強: 在Comate的發(fā)展上，我有兩個主要的期望。首先，我們希望能夠擴展它，以覆蓋更多的研發(fā)場景，甚至于應(yīng)用到非研發(fā)場景中，從而幫助各種不同的角色在開發(fā)和軟件工程協(xié)同工作中提升效率。

其次，我也希望Comate能在垂直在開發(fā)領(lǐng)域中，為開發(fā)中的需求分析提供更深入的支持。幫助大家在使用過程中能夠更容易上手，快速地達到熟練水平，獲得更好的成果。

本文轉(zhuǎn)載自51CTO技術(shù)棧，作者：李美涵