AI 時代，許多開發者都已經上手了各式 AI 編程工具，至于評價則千差萬別。但整體而言，AI 編程的代碼正越來越多出現在當下的各種技術棧中，其口碑也在逐漸攀升。隨著 GPT4 的出現，AI 編程正在邁入新的臺階，而軟件工程 3.0 時代也正在進行中。
為了更好地了解當下 AI 編程能力的發展，我們邀請到同濟大學特聘教授，“軟件工程 3.0” 定義者朱少民，請談談他 AI 編程的過去與未來。
朱少民
同濟大學特聘教授，“軟件工程 3.0” 定義者
CCF 軟件質量工程 SIG 主席，擁有個人公眾號《軟件質量報道》。近三十年來一直從事軟件測試、質量管理等工作，先后獲得多項省、部級科技進步獎，已出版了二十多部著作和 4 本譯作，并經常在國內外學術會議或技術大會上發表演講，曾任思科(中國)軟件有限公司 QA 高級總監、IEEE ICST 2019 工業論壇主席、多個 IEEE 學術會議的程序委員、《軟件學報》審稿人等。
5 月 28 日，朱少民將擔任 GOTC 2023 “AI 編程” 分論壇講師，并發表《軟件工程 3.0 之下 軟件開發新范式》主題演講，敬請期待!
參會報名，請訪問： https://www.bagevent.com/event/8387611
OSCHINA：AI 編程這個概念是什么時候開始興起的?現在處于什么樣的發展階段?
上世紀 70 年代左右就有了計算機輔助編程，但和今天的 AI 編程還是有區別的。輔助編程是想通過一些規則或者是專家系統來完成編程，基于規則引擎來做推理，相當于模擬人的思維，知名工具軟件 MATLAB 可以看做是輔助編程的成果。但是效果不夠好，所以后面也就停了一段時間。
這波人工智能的熱潮可以看作是 AI 第三次浪潮的延續，而第一次和第二次的浪潮，實際上沒有達到我們預期的效果。
今天我們講 AI 編程，更多的是最近幾年，基于深度學習、機器學習，基于深度神經網絡和強化學習這些新技術來完成代碼的編寫。
那么現在所處的階段，不能說是成熟階段，但可以認為是接近成熟的階段。比如 Copilot X，華為的盤古模型也能生成函數級的代碼了。這些技術已經可以在工程實踐中應用了。
OSCHINA：現在市面上有很多宣稱能寫代碼的 AI 工具，開發者要怎么區分與選擇?
一方面要看你使用的編程語言。目前如果用的是 C 語言，AI 方面的能力就弱一些。如果是 Java 或者 Paython、Go 語言，那開源的代碼數據比較多，效果就會比較好。如果用到特殊的語言，也許會更困難。
另一方面就是要看功能，比如可不可以做代碼補全、代碼評審。還有代碼生成的可靠性和準確性，決策是否可靠等等。比如生成代碼的問題比較多，重構的工作量非常大，那么就沒有意義。開發者常說的一句話：代碼寫得爛，要我改還不如我自己重寫。最后，還要看工具好不好用，例如是否通過插件實現的(可以保留過去編程的習慣)等等。
OSCHINA：AI 編程如果要進一步發展，需要在哪些方面有所突破?
一個是規模挑戰，即生成代碼的量。
比如華為的盤古模型生產代碼是函數級的，已經算是比較厲害的了。以前我們講代碼補全，相當于寫一行代碼給你補兩行，或者寫兩行補一行，那么這在一個函數里可能只是完成了二分之一或者三分之一，你可以理解為代碼塊或者說代碼行補全。從這種到函數級生成代碼已經算是一大進步了，函數級至少完成了一個類的方法。
那么在此之上，再提升量級，比如完成一個完整類或模塊、Package 等。
二是準確性、可靠性。早期代碼生成的準確率大概是 40%、50%，根本不能用。工業界一般在達到 80%、90% 之后才會用。如果達到 95%，甚至是 98%，那就更好了。
三是代碼理解能力是不是更強，像邏輯關系、上下文聯系等等，相當于 AI 還可以聯想到過去的代碼。這方面，在今天也是對 AI 編程的一個主要限制。比如上下文理解，因為我們寫代碼或者整個代碼的演化時間還是很長的，我經常和學生講，你開發產品的第一個版本也許一兩個月就結束了，但如果你的產品開發得比較好、有生命力，整個演化過程也許是幾年甚至十幾年。
那么我們今天的機器學習或者說大模型還沒有這方面的能力，無法記住幾天前的上下文，無法回憶幾年前自己生成的代碼，并依此不斷生成新的代碼、或做代碼的重構與優化。
這相當于講，目前的 AI 是通用的大數據學習，它不能學習產品線代碼，然后來生成符合這個產品線業務邏輯的代碼。GPT-4 能不能做這樣事情，至少是要打一個問號的。
四是人機交互智能。這也要提到軟件工程 3.0，GPT-4 發布標志著軟件工程 3.0 時代的到來，其中人機交互智能將是軟件工程 3.0 的一個常態。我們把需求文檔塞進去，所有代碼就都出來了，或者說是完全自動化生成代碼，這樣理想的情況，至少最近幾年應該都不會發生。這還需要人和大模型、機器之間不斷交互。
我們也希望有一個更好的交互機制，或者我們會提醒大模型，一個月之前的需求是不是可以重新思考，重新生成，或者把一個月之前的答案再做修改與調整。
同時這點放到今天的語境里來看相對更復雜的一點是，有時開發者不止一個人。以前簡單的模式是每個開發人員會有一個助手，但現在可能是一個開發者擁有好幾個機器人，甚至是機器人與機器人之間的協調。最近也有論文提到，去做一個類似管理人機交互過程，或者說是任務調度的平臺。
全球開源技術峰會(Global Open-source Technology Conference，簡稱 GOTC)是由開放原子開源基金會、 Linux 基金會亞太區、上海浦東軟件園和開源中國聯合發起的，面向全球開發者的一場盛大開源技術盛宴。
GOTC 2023 將于 5 月 27 日至 28 日在上海張江科學會堂召開。大會將以行業展覽、主題發言、特別論壇、分論壇的形式展現，與會者將一起探討元宇宙、3D 與游戲、eBPF、Web3.0、區塊鏈等熱門技術主題，以及開源社區、AIGC、汽車軟件、AI 編程、開源教育培訓、云原生等熱門話題，探討開源未來，助力開源發展。
進入官網了解更多信息。
