隨著科技的發(fā)展，AI 技術(shù)也在不斷的發(fā)生變化，AI與軟件工程的融合會(huì)是一種新的突破方式，通過(guò)下面的文章，我們一起看看這兩者的融合需要了解什么吧！

軟件開(kāi)發(fā)人員依靠確定性而蓬勃發(fā)展。如果您向程序提供一組輸入，您將始終獲得相同的輸出。在軟件歷史的大部分時(shí)間里，軟件完全建立在確定性邏輯的基礎(chǔ)上。

我們甚至有一個(gè)術(shù)語(yǔ)：自上而下的編程。所有算法都遵循一條路徑，其分支也基于預(yù)期的邏輯。當(dāng)我們調(diào)試代碼時(shí)，我們會(huì)一遍又一遍地沿著相同的路徑運(yùn)行，找到行為偏離預(yù)期的地方，并使其回到正軌。

確定性和確定性邏輯適用于許多軟件。但現(xiàn)實(shí)世界并非如此。相比之下，AI是概率性的。答案從來(lái)都不準(zhǔn)確。相反，AI使用模型來(lái)預(yù)測(cè)行為，然后生成該行為。

也許描述這一點(diǎn)的最佳方式是傳統(tǒng)軟件與AI的更新方式。傳統(tǒng)軟件會(huì)獲得更新和補(bǔ)丁。AI可以學(xué)習(xí)、自行進(jìn)化、理解并吸收用戶(hù)反饋，無(wú)需人工干預(yù)。這使得傳統(tǒng)軟件更加精

通過(guò)將AI應(yīng)用到軟件工程中，我們可以?xún)扇涿溃杭染_又靈活的軟件。本文將探討這次合并，以及它對(duì)開(kāi)發(fā)人員和工程師以及他們的作品的用戶(hù)意味著什么。

一、AI與軟件工程的融合

如今，開(kāi)發(fā)人員有機(jī)會(huì)使用AI作為其編碼過(guò)程的一部分。新的AI工具可幫助創(chuàng)建代碼、查找錯(cuò)誤、設(shè)置測(cè)試套件以及生成測(cè)試和示例數(shù)據(jù)。在某些方面，AI可以幫助提高開(kāi)發(fā)人員的工作效率，減少重復(fù)性任務(wù)所花費(fèi)的時(shí)間，發(fā)現(xiàn)缺陷，并幫助經(jīng)驗(yàn)不足的開(kāi)發(fā)人員像經(jīng)驗(yàn)豐富的開(kāi)發(fā)人員一樣編寫(xiě)代碼。

但也有一個(gè)缺點(diǎn)：AI是出了名的不可靠。您需要能夠檢查其工作。AI目前的工作具有明顯的信心，即使結(jié)果不正確，也使其結(jié)果看起來(lái)正確。因此，如果您不具備與您要求其處理的主題相關(guān)的技能、知識(shí)和經(jīng)驗(yàn)，您將無(wú)法判斷它何時(shí)出錯(cuò)。

也就是說(shuō)，AI可以為開(kāi)發(fā)、維護(hù)和測(cè)試代碼的過(guò)程提供巨大幫助。雖然并非所有事情都會(huì)受益，但在這個(gè)過(guò)程中的某些時(shí)刻，AI可以介入并減少所需工作量數(shù)小時(shí)甚至數(shù)天。

但這不僅僅與生成代碼有關(guān)。這也與生成的代碼有關(guān)。AI和軟件工程的融合將使開(kāi)發(fā)人員能夠創(chuàng)建更加智能、以用戶(hù)為中心的應(yīng)用程序，并且軟件用戶(hù)的體驗(yàn)將比傳統(tǒng)的手工編碼應(yīng)用程序更加靈活和動(dòng)態(tài)。

隨著時(shí)間的推移，我們將看到一些應(yīng)用程序基于實(shí)時(shí)用戶(hù)反饋而動(dòng)態(tài)發(fā)展，而一些軟件甚至可以在用戶(hù)遇到錯(cuò)誤和不兼容性之前先行解決它們。它永遠(yuǎn)不會(huì)是完美的，但它肯定有助于使軟件變得更好。

二、日常軟件任務(wù)中的AI：真正的好處是什么？

這一切聽(tīng)起來(lái)不錯(cuò)，對(duì)吧？但讓我們歸根結(jié)底：軟件工程中的AI到底是什么，可以讓開(kāi)發(fā)人員有額外的時(shí)間看《神秘博士》、和狗玩耍，或者：睡覺(jué)？讓我們看看我們想到的五個(gè)領(lǐng)域。

1. 重復(fù)性任務(wù)的自動(dòng)化

有大量非?？菰?、平凡的任務(wù)需要開(kāi)發(fā)人員的技能，但一點(diǎn)也不有趣。一個(gè)例子是幫助編寫(xiě)重復(fù)的代碼塊。

編碼員長(zhǎng)期以來(lái)都能夠設(shè)置他們的?IDE?來(lái)填寫(xiě)代碼塊，就好像它們是宏一樣，但AI可以學(xué)習(xí)代碼塊的模式和意圖，并幫助使用程序員或組織的風(fēng)格生成它們，而無(wú)需預(yù)先準(zhǔn)備。?–?對(duì)它們進(jìn)行編程。它可能會(huì)建議：“我以前見(jiàn)過(guò)你寫(xiě)過(guò)這樣的代碼。你想讓我為你構(gòu)建它嗎？”。

是的，這可以幫助開(kāi)發(fā)人員專(zhuān)注于更具創(chuàng)造性的工作，但它也可以在代碼之間引入一致性，而不需要開(kāi)發(fā)人員嘗試將代碼適應(yīng)限制性模式。

2. 預(yù)測(cè)分析和提高軟件可靠性

這是AI可以根據(jù)模式和趨勢(shì)預(yù)測(cè)代碼行為的地方。AI工具可用于預(yù)測(cè)系統(tǒng)過(guò)載，預(yù)測(cè)用戶(hù)行為，可能優(yōu)化用戶(hù)體驗(yàn)，并對(duì)需要改進(jìn)的領(lǐng)域進(jìn)行預(yù)先維護(hù)。另一個(gè)巨大的好處是隨著運(yùn)行平臺(tái)的變化和更新而更新代碼以滿(mǎn)足最低要求。

除了節(jié)省編程時(shí)間之外，該軟件幾乎完全可以自行變得更加可靠和有彈性。

3. 加快開(kāi)發(fā)/測(cè)試周期

代碼總是需要測(cè)試。典型的循環(huán)包括一些編碼、一些測(cè)試、一些修復(fù)……沖洗、清洗、重復(fù)。然而，由于AI可能能夠預(yù)測(cè)軟件行為，因此它們甚至可以在測(cè)試開(kāi)始之前標(biāo)記錯(cuò)誤。

開(kāi)發(fā)環(huán)境長(zhǎng)期以來(lái)能夠標(biāo)記語(yǔ)法和類(lèi)型轉(zhuǎn)換錯(cuò)誤，這涉及語(yǔ)言結(jié)構(gòu)的知識(shí)。但是，如果開(kāi)發(fā)環(huán)境可以開(kāi)始標(biāo)記邏輯錯(cuò)誤，這可能會(huì)大大加快代碼交付速度并減少給定項(xiàng)目所需的修復(fù)階段的數(shù)量。

4. 降低軟件維護(hù)成本

大多數(shù)軟件項(xiàng)目一旦完成，就需要近乎持續(xù)的維護(hù)水平，以跟上發(fā)現(xiàn)的錯(cuò)誤、平臺(tái)的變化和性能問(wèn)題。我編寫(xiě)了一款有助于促進(jìn)非營(yíng)利捐贈(zèng)的軟件，我至少花費(fèi)了80%的時(shí)間來(lái)響應(yīng)用戶(hù)請(qǐng)求或添加新功能，而只是根據(jù)支付網(wǎng)關(guān)不斷變化的要求重寫(xiě)代碼。如果我可以減少任何吃力不討好且繁瑣的維護(hù)工作，就可以為用戶(hù)提供更多的價(jià)值。

5. 保持人的因素

盡管在開(kāi)發(fā)環(huán)境中添加了AI，但所有跡象都表明，在可預(yù)見(jiàn)的未來(lái)，程序員——真正的人類(lèi)程序員——將創(chuàng)建大多數(shù)軟件。

減少時(shí)間和乏味當(dāng)然可以幫助開(kāi)發(fā)人員保持敏銳，但AI還可以監(jiān)控團(tuán)隊(duì)的整體績(jī)效，如果團(tuán)隊(duì)成員被過(guò)度利用、過(guò)度勞累或走向倦怠，則向經(jīng)理提供通知。它還可以幫助重新分配團(tuán)隊(duì)任務(wù)，使每個(gè)成員都能發(fā)揮自己的優(yōu)勢(shì)，并幫助進(jìn)行規(guī)劃和資源分配。

三、AI在軟件工程中的挑戰(zhàn)和局限性

隨著技術(shù)復(fù)雜性的增加，也存在一些問(wèn)題。在本節(jié)中，我將討論三個(gè)值得關(guān)注的領(lǐng)域。

1. 增加了復(fù)雜性和維護(hù)挑戰(zhàn)

這是我對(duì)軟件工程中的AI最大的擔(dān)憂(yōu)：隨著我們?cè)谠絹?lái)越多的代碼中使用AI，我們對(duì)其工作原理的了解會(huì)越來(lái)越少。如果您曾經(jīng)從其他人那里繼承過(guò)一個(gè)項(xiàng)目，特別是當(dāng)該組織或開(kāi)發(fā)人員無(wú)法提供咨詢(xún)時(shí)，您就會(huì)明白我的意思。

AI生成的內(nèi)容將比您和您的團(tuán)隊(duì)編寫(xiě)的代碼更像是一個(gè)黑匣子，而且風(fēng)險(xiǎn)在于，一旦生成，人類(lèi)將很難維護(hù)。不要陷入期望AI維護(hù)自己的軟件的陷阱。當(dāng)AI的代碼出現(xiàn)問(wèn)題時(shí)，你和你的團(tuán)隊(duì)就需要找出問(wèn)題所在并進(jìn)行修復(fù)。

2. 數(shù)據(jù)依賴(lài)

AI依賴(lài)大量數(shù)據(jù)來(lái)創(chuàng)建模型。如果您不使用公共模型——例如，如果您正在研究公司獨(dú)特的領(lǐng)域?qū)I(yè)知識(shí)——可用于訓(xùn)練AI的總數(shù)據(jù)集可能不夠。

此外，AI系統(tǒng)會(huì)在廣泛的數(shù)據(jù)集上進(jìn)行訓(xùn)練，但并非所有數(shù)據(jù)都達(dá)到您想要完成的工作所需的質(zhì)量水平。

我不斷提醒人們，將AI引入軟件工程項(xiàng)目就像雇用一群有才華的暑期學(xué)生。他們可能很聰明，速度很快，但他們會(huì)時(shí)不時(shí)地丟球，他們離開(kāi)后你就會(huì)有爛攤子需要清理。雖然你的AI不會(huì)離開(kāi)，但它會(huì)給你留下一些它無(wú)法解決的問(wèn)題。