軟件開(kāi)發(fā)者們有很多讓他們焦慮的事情。他們最擔(dān)心的不再是如何用他們最喜歡的編程語(yǔ)言（C、C++、Erlang、Java等）表達(dá)最新的算法。相反，這種擔(dān)憂正逐漸被人工智能（AI）所取代。

在這里，我們將探討AI編寫(xiě)代碼的過(guò)程，并回答這個(gè)問(wèn)題：AI會(huì)取代程序員嗎？

什么是AI代碼生成？
近年來(lái)由于生成式AI使用的激增，在很大程度上是因?yàn)楝F(xiàn)在有足夠的計(jì)算能力來(lái)運(yùn)行深度學(xué)習(xí)算法，以及用于訓(xùn)練機(jī)器學(xué)習(xí)模型所需的大量數(shù)據(jù)的增加。

AI代碼的生成是使用生成式人工智能和機(jī)器學(xué)習(xí)編寫(xiě)計(jì)算機(jī)代碼的過(guò)程。

生成式AI編碼工具正在改變軟件開(kāi)發(fā)的過(guò)程。但這樣的進(jìn)步帶來(lái)了不確定性。隨著AI編寫(xiě)代碼，這對(duì)軟件開(kāi)發(fā)者意味著什么呢？

AI編寫(xiě)代碼的未來(lái)
生成式AI的潛力已經(jīng)在逐漸成形。AI正在改變行業(yè)，并準(zhǔn)備加速創(chuàng)新。OpenAI進(jìn)行的一項(xiàng)研究估計(jì)，生成式AI工具可能占據(jù)影響所有任務(wù)的47%，大大加快軟件開(kāi)發(fā)過(guò)程。

在Evans Data Corp進(jìn)行的一項(xiàng)調(diào)查中，550名軟件開(kāi)發(fā)者被問(wèn)及他們職業(yè)生涯中最令人擔(dān)憂的問(wèn)題。29%的人表示“我和我的開(kāi)發(fā)成果已被人工智能取代”。

美國(guó)能源部橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室的一個(gè)研究小組同意這一點(diǎn)。到2040年，機(jī)器學(xué)習(xí)和自然語(yǔ)言處理技術(shù)將先進(jìn)到能夠編寫(xiě)比最佳人類(lèi)開(kāi)發(fā)人員更好的軟件代碼，而且它們會(huì)做得更快。

牛津大學(xué)的研究“就業(yè)未來(lái)”警告說(shuō)，隨著機(jī)器學(xué)習(xí)的進(jìn)步，軟件工程師可能會(huì)變得計(jì)算機(jī)化，而軟件設(shè)計(jì)選擇將由算法優(yōu)化。

軟件開(kāi)發(fā)，特別是在安全關(guān)鍵行業(yè)中，需要確保高代碼質(zhì)量，以滿足功能要求。

所以，如果AI正在開(kāi)發(fā)代碼，那么代碼應(yīng)該是無(wú)錯(cuò)誤和問(wèn)題的。這也包括AI在軟件測(cè)試中，因?yàn)樗鼞?yīng)該能夠以人類(lèi)不太可能配備的可靠性去檢測(cè)出編碼錯(cuò)誤。

如果您確實(shí)有AI編寫(xiě)代碼，請(qǐng)確保通過(guò)使用靜態(tài)代碼分析器來(lái)驗(yàn)證它是安全、安全和可靠的。

AI編寫(xiě)代碼是否可能？
AI可以編寫(xiě)代碼。

早在2015年，Andrej Karpathy就運(yùn)行了一個(gè)使用循環(huán)神經(jīng)網(wǎng)絡(luò)生成代碼的項(xiàng)目。他用GitHub的Linux存儲(chǔ)庫(kù)（所有源文件和頭文件），將它們合并成一個(gè)巨大的文檔（超過(guò)400MB的C代碼），并用這個(gè)代碼訓(xùn)練了RNN。

這是它產(chǎn)生的：

/*
* If this error is set, we will need anything right after that BSD.
*/
static void action_new_function(struct s_stat_info *wb)
{
unsigned long flags;
int lel_idx_bit = e->edd, *sys & ~((unsigned long) *FIRST_COMPAT);
buf[0] = 0xFFFFFFFF & (bit << 4);
min(inc, slist->bytes);
printk(KERN_WARNING "Memory allocated %02x/%02x, "
"original MLL instead\n"),
min(min(multi_run - s->len, max) * num_data_in),
frame_pos, sz + first_seg);
div_u64_w(val, inb_p);
spin_unlock(&disk->queue_lock);
mutex_unlock(&s->sock->mutex);
mutex_unlock(&func->mutex);
return disassemble(info->pending_bh);
}

static void num_serial_settings(struct tty_struct *tty)
{
if (tty == tty)
disable_single_st_p(dev);
pci_disable_spool(port);
return 0;
}

static void do_command(struct seq_file *m, void *v)
{
int column = 32 << (cmd[2] & 0x80);
if (state)
cmd = (int)(int_state ^ (in_8(&ch->ch_flags) & Cmd) ? 2 : 1);
else
seq = 1;
for (i = 0; i < 16; i++) {
if (k & (1 << 1))
pipe = (in_use & UMXTHREAD_UNCCA) +
((count & 0x00000000fffffff8) & 0x000000f) << 8;
if (count == 0)
sub(pid, ppc_md.kexec_handle, 0x20000000);
pipe_set_bytes(i, 0);
}
/* Free our user pages pointer to place camera if all dash */
subsystem_info = &of_changes[PAGE_SIZE];
rek_controls(offset, idx, &soffset);
/* Now we want to deliberately put it to device */
control_check_polarity(&context, val, 0);
for (i = 0; i < COUNTER; i++)
seq_puts(s, "policy ");
}

AI生成的代碼——包括函數(shù)和函數(shù)聲明——一夜之間。它有參數(shù)、變量、循環(huán)和正確的縮進(jìn)。括號(hào)被打開(kāi)，后來(lái)又被關(guān)閉。它甚至有注釋。

然而，AI產(chǎn)生的代碼有語(yǔ)法錯(cuò)誤。它沒(méi)有跟蹤變量名，有時(shí)變量被聲明但從未使用，其他時(shí)候變量被使用但沒(méi)有定義。代碼示例中的第二個(gè)函數(shù)比較了tty == tty。

該項(xiàng)目可在GitHub上獲取。它使用Torch7深度學(xué)習(xí)庫(kù)。這是Karpathy練習(xí)產(chǎn)生的整個(gè)輸出文件。

生成式AI會(huì)取代軟件工程師嗎？
AI不會(huì)取代程序員，但AI已經(jīng)在幫助開(kāi)發(fā)人員編寫(xiě)代碼。像ChatGPT、Github、CoPilot和OpenAI Codex這樣的AI驅(qū)動(dòng)編碼助手是可訪問(wèn)的工具，它們幫助嵌入式開(kāi)發(fā)人員更快地編寫(xiě)更好的代碼。AI代碼生成器現(xiàn)在可以快速生成高質(zhì)量的代碼片段，識(shí)別問(wèn)題和缺陷，并建議對(duì)代碼片段進(jìn)行改進(jìn)。

當(dāng)然，AI能夠創(chuàng)建實(shí)際的、可生產(chǎn)的代碼，這些代碼跨越了幾行以上，還需要一段時(shí)間。

以下是AI將如何在不久的將來(lái)影響軟件開(kāi)發(fā)的方式：

AI將改進(jìn)
它將變得擅長(zhǎng)自動(dòng)化任務(wù)，并幫助開(kāi)發(fā)人員了解他們的選擇。然后，它將讓人類(lèi)決定如何優(yōu)化AI無(wú)法理解的情況。

AI將成為編碼伙伴
軟件開(kāi)發(fā)人員將使用AI作為編碼伙伴來(lái)編寫(xiě)更好的軟件。如今已經(jīng)在發(fā)生，并將隨著AI學(xué)會(huì)一次編寫(xiě)多于幾行代碼而繼續(xù)流行。開(kāi)發(fā)人員將把AI配對(duì)編程工具包含在他們的IDE中，類(lèi)似于人類(lèi)配對(duì)編程，AI工具將根據(jù)提示執(zhí)行編碼任務(wù)，然后開(kāi)發(fā)人員會(huì)審查代碼。以往這個(gè)過(guò)程更加勞動(dòng)密集，但AI工具可以比人類(lèi)開(kāi)發(fā)人員更快地執(zhí)行他們SDLC的某些部分，使開(kāi)發(fā)人員能夠?qū)Ｗ⒂诟鼜?fù)雜的任務(wù)。

但程序員仍然很重要
程序員的真正價(jià)值不在于知道如何構(gòu)建它，而是知道要構(gòu)建什么。待AI學(xué)會(huì)如何解釋每個(gè)功能和建議優(yōu)先開(kāi)發(fā)的商業(yè)價(jià)值還需要更長(zhǎng)的時(shí)間，因此人類(lèi)程序員的角色將始終存在。

如果AI寫(xiě)出可靠的代碼會(huì)怎樣？
這是一個(gè)很大的假設(shè)。大多數(shù)人類(lèi)無(wú)法編寫(xiě)可靠的代碼，而且AI只是一個(gè)分析大量人類(lèi)編寫(xiě)的代碼的應(yīng)用程序。因此AI寫(xiě)出可靠代碼的可能性很小。

大多數(shù)程序員都同意這一點(diǎn)。在CodeSignal最近的一項(xiàng)調(diào)查中，全球1,000名開(kāi)發(fā)人員被問(wèn)及他們對(duì)AI編碼助手工具的使用情況。雖然81%的開(kāi)發(fā)人員表示他們使用AI驅(qū)動(dòng)的編碼助手，但55%的受訪軟件工程師表示他們對(duì)AI生成的代碼質(zhì)量有顧慮。

所以，AI并不是提高代碼質(zhì)量的答案。

如何在今天提高代碼質(zhì)量
當(dāng)前，我們可以通過(guò)靜態(tài)代碼分析可以提高代碼質(zhì)量，而不是通過(guò)用AI取代程序員來(lái)實(shí)現(xiàn)。

程序員編寫(xiě)代碼，靜態(tài)代碼分析器確保代碼符合編碼規(guī)則；掃描代碼以識(shí)別潛在的錯(cuò)誤和安全漏洞；發(fā)現(xiàn)在代碼審查和軟件測(cè)試中通常被忽略的錯(cuò)誤從而提高整體的代碼和軟件質(zhì)量。