大模型进入研发体系后，我们看到了这些变化

64 0 0

文章摘要

AI技术在软件开发中的应用已经逐渐成为工程师的日常工具，自动补全、代码生成等功能几乎成为标配。然而，AI带来的不仅仅是效率的提升，它还深刻改变了开发流程中的协作方式、知识分布和角色分工。在AICon全球人工智能开发与应用大会上，多位技术专家分享了他们的实践经验，探讨了AI如何从代码编写到需求理解、从个人效率到团队协作等多个维度改变了开发工作。

首先，AI在代码生成和调试问题定位方面提供了显著帮助。同程旅行的工程效能架构师杨方伟指出，AI工具已经成为团队内部的动态知识库，新成员可以通过与AI的对话快速理解项目细节，减少对资深工程师的依赖。此外，AI还促进了跨领域协作，帮助工程师理解跨团队的文档，降低了沟通门槛。在角色分工上，AI赋能初级工程师更快胜任复杂任务，同时解放资深工程师，使其专注于架构设计和复杂问题攻坚。

其次，AI在DevOps流程中的应用也带来了显著变化。百度资深研发工程师颜志杰提到，AI逐渐在编码和构建环节实现了自动化，特别是在理解需求和自动修复问题方面，AI的能力正在快速进化。这种自动化不仅提高了效率，还推动了整个研发范式的变革，使得AI可以异步托管任务，并与人类工程师更好地协作。

网易游戏高级技术经理林香鑫则强调了AI在需求验证和知识积累方面的作用。策划人员可以通过AI快速验证思路原型的可行性，从而提升需求到研发的前期验证效率。此外，AI结合RAG（检索增强生成）技术，激励团队完善文档体系，提升了协作效率。企业的工作模式正在悄然变革，工作者优先考虑使用AI工具解决问题，而非传统的“先找人对接”路径。

AI的应用还重新定义了“强者”的标准。具备强烈学习意愿、善于动手和精准定义问题能力的工程师，在AI时代更容易脱颖而出。AI工具不仅帮助工程师快速学习现有知识，还扩展了他们的能力范围，使其能够独立完成原本依赖他人的任务。

然而，AI并非万能。尽管AI在代码生成和调试方面表现出色，但工程师仍然需要具备扎实的基础知识和深入理解业务的能力。AI无法完全替代人类在关键业务需求和非典型问题解决中的角色。此外，AI工具的使用也需要工程师具备优秀的交流与调试能力，以优化提问方式并修正结果。

在效率提升方面，AI的自动化能力是关键。颜志杰指出，只有当任务实现自动化时，工程师才能真正感受到效率的提升。然而，目前AI在工程师整体工作时间中的占比并不高，节省的时间往往被新增任务填充。因此，工程师需要将精力转向更具挑战性的领域，如提升系统稳健性和处理AI无法解决的关键问题。

总的来说，AI正在推动软件开发行业的深刻变革。它不仅提升了效率，还改变了协作方式、知识分布和角色分工。工程师需要积极拥抱变化，持续学习并掌握AI工具，以在未来的竞争中保持优势。同时，扎实的基础知识和深入理解业务的能力仍然是工程师的核心竞争力。