4,608
0

AI 研发提效进行到哪儿,谁来守住质量底线?

AI 研发提效进行到哪儿,谁来守住质量底线?

AI研发新纪元:当代码遇上”人工智障”

近几年,AI工具像是打了鸡血一样冲进研发圈,各种产品像雨后春笋般冒出来,热闹得堪比菜市场砍价现场。开发者的工作方式也悄咪咪地变了——以前熬夜写Bug,现在看着AI帮忙写Bug,效率是高了,但质量和可信度呢?好比骑自行车放手撒把,快了是快了,就怕突然一个坑把自己摔个四脚朝天。

AI究竟在帮我们,还是在坑我们?

InfoQ《极客有约》X AICon最近请了几位大咖聊了聊这事儿,画风是这样的:

  • 沈斌(众安银行技术委员会主席):AI现在是我们的”实习生”,能干的事儿不少,但你还不能完全放心让它自己搞,得盯着点。
  • 侯凡(华为云PaaS首席前端架构师):AI就像是个超级助手,但你不能让它抢了你饭碗(暂时还不能)。
  • 宁啸威(字节跳动TRAE架构师):现在的重点不是AI能不能干活,而是在人和AI之间找个平衡点——就像你和你的扫地机器人一样,不能让它把你的拖鞋也扫没了。
  • 下一代AI产品:交互方式或将颠覆

    AI的平衡之术

    AI现在还处于”半自动”阶段,让它纯靠自己可能搞出一些”人工智障”名场面。所以RAG、上下文增强、MCP这些都不是最终目的,它们只是AI帮你打工的工具,真正的目标是——让AI变成你的第二大脑,而不是让它变成你的”第二老板”。

    Web应用的”末路狂花”?

    未来,一大堆网站和App可能要集体失业了!为啥?因为交互方式可能会变成自然语言——前端简简单单一个输入框,就像当年谷歌那个”光秃秃”的搜索框一样,后端才是真大佬。企业的核心竞争力将变成服务能力,前端UI?能少做就少做!
    想象一下:

  • 以后打开淘宝,喊一句”给我来双鞋”,AI就咔咔给你推出来一堆。
  • 写代码?直接跟AI说”给我写个能跑的登录页面”,它噌噌噌给你生成。但你最好还是review一下,万一它偷懒给你埋了个Bug呢?
  • 总之,AI时代已经到来,但守住质量底线才是王道,别被它的花言巧语忽悠瘸了!

    AI 在研发中的角色演变

    程序猿与AI的”相爱相杀”史:从工具人到甩锅侠的进化之路

    当AI第一次敲开程序员的门

  • 2022年的冬天*,一场由ChatGPT引发的AI风暴席卷了整个IT圈。从此,程序员们过上了一边写代码,一边担心下岗的双重生活。
  • 最初的那批AI工具有多朴素?*
  • 左边是IDE,右边是聊天框
  • 功能仅限于:写单元测试、生成简单算法
  • “老板,我在测试AI工具”——最完美的摸鱼借口
  • 这时候的AI就像一个刚入职的实习生,虽然偶尔能帮忙搬砖,但经常写出让人啼笑皆非的代码。比如,一个简单的排序算法能写出三种不同语言的混搭风。

    1.0时代:AI开始会”甩锅”了

    后来出现的Cursor等工具,标志着“氛围编程1.0”的到来。这时候的AI:

  • 三个典型症状*
  • 1⃣ 开始学会说”这个需求不够明确”(像极了一个真实开发)
    2⃣ 能处理完整的微需求,但经常生成长得像《指环王》三部曲一样庞大的代码
    3⃣ 最神奇的是学会了”context切换”——5分钟前聊天的内容装作从来不记得
    开发者的心态也从”AI好厉害”变成了”这段代码敢不敢用”的灵魂拷问。TRAE等工具的出现,让设计师和前端开始相爱相杀:”设计师的Figma稿子10分钟变代码?这说明要么AI很强,要么我们以前都在划水…”

    2.0时代:CLI模式与职场甩锅指南

    今年2月,OpenAI的Andrej Karpathy提出了Vibe Coding概念,AI编程正式进入“氛围2.0”时代:

  • 开发者新形象*:
  • 左手端着咖啡
  • 右手在命令行里和AI聊天
  • 眼睛里闪烁着”这代码要是崩了到底算谁的”的哲思光芒
  • 企业内部现状*:
  • 管理层:”AI让效率提升5倍!”
  • 程序员们:”生成2万行代码直接入库?您是跟公司有仇吗?”
  • QA团队:”现在不仅要测人写的bug,还要测AI写的’创意'”
  • “人机共舞”的黑暗森林法则

    虽然AI已经渗透到PRD评审、技术设计等各个环节,但四大灵魂考验依然存在:

  • 责任归属问题:代码跑崩了,总不能说是”Claude干的”吧?
  • review困境:检查AI写的代码比我自己写还累——尤其当它用了7种设计模式实现一个按钮的时候
  • 信任危机:看到AI用完美的注释解释了明显错误的逻辑,我感受到了来自机器的降维打击
  • 职业焦虑:担心AI取代自己的同时,还得教会它怎么写更好的代码
  • 聪明的团队已经发展出一套新型甩锅话术

  • “这是AI根据您模糊的需求生成的”
  • “我让三个不同Agent相互review过了,它们都说是对的”
  • “要不…我们再训练一个Agent来检查这些AI代码?”
  • 来自硅基同事的职业威胁

    一个扎心的事实:当代程序员30%时间写代码,70%时间在开会和写邮件。但是:

  • AI的新工作方式*
  • 可以24小时on call
    永远不会抱怨PM改需求
    能同时扮演架构师、开发、测试三个角色
    就是死活理解不了”跟上次差不多但又不完全一样”的需求

    终极建议:保持战略定力

  • 心态建设:把AI当成一个特别聪明但会犯低级错误的实习生
  • 工作法则:AI写的代码,review时间要×3
  • 职业规划:抓紧学习怎么给AI写prompt——这可能是未来的核心竞争力
  • 终极智慧:当AI说”这个功能实现不了”时,记得亲自试一下
  • (小声说:现在知道为什么程序员都要留胡子/染奇怪的发色了吧?是为了在AI时代保留最后的人类辨识度啊!)*
  • 提效的“质”和“量”

    AI 编程革命:当码农遇见“代码保姆”

    1. 代码质变:从“手工作坊”到“工业4.0”

  • “AI写的代码比我的相亲简历还规范!”
  • 以前,程序员写代码就像写情书——随心所欲,但质量堪忧。如今,AI 生成的代码自带注释、统一风格,比某些同事的代码还整洁,甚至连变量名都要考虑是不是该叫 `calculateTotalAmount` 而不是 `calcMoney`。

  • 单测从“亡羊补牢”到“防患于未然”
  • AI 能让开发者提前写单元测试,而不是“先写 Bug,再加班补测”。有团队实验发现,AI 能搞定 80% 的传统自测环节,真正实现“程序员少加班,测试少吐血”

    2. AI vs 人类:谁是代码界的“卷王”?

  • 下限提升,上限仍是人脑
  • AI 写的代码,能保证比新手规范,但论架构设计、复杂逻辑,人类依然是“代码界的老司机”

  • 初级程序员:“AI写的代码我看不懂!” *
  • 资深程序员:“AI 生成的恰好够我优化——完美!”*
  • AI 的“幻觉杀”
  • 尽管 AI 能提升效率,但它偶尔也会犯迷糊,比如“逻辑写反”、“边界条件漏掉”,这些 Bug 就像代码里的地雷,指不定哪天炸了。

  • “AI:这个需求很简单,我给你写两行代码搞定!”*
  • (后来发现其实是个深渊巨坑)*
  • 3. AI 带来“恐怖”效应:代码太多测不过来了!

  • “AI 让我写代码快了三倍,但需求涨了四倍”
  • 以前一个版本测 10 个需求,现在测 20 个——测试团队血压拉满!

  • 测试:“AI 生成代码,AI 也来测试?这不就成了 AI 自导自演?”*
  • 研发:“要不你也用 AI 辅助测试?看看谁先崩溃?”*
  • 未来趋势:AI + 确定性工具 = 可控的生产力
  • 要想质量不掉线,还得靠代码检查、自动化 CI/CD 等“代码安检员”,AI 负责高效生产,人工负责底线把关,形成“快但稳”的研发模式。

    4. 未来程序员:AI 时代的“驯兽师”

  • Z 世代已成 AI 原住民:“我不太会手写代码,但我能让 AI 干活!”
  • 年轻程序员可能会像“互联网原住民”一样,直接跳过传统编码练习,把调试 AI 变成日常工作。

  • 老板:“你们真幸福,我们当年可是手写汇编过来的!”*
  • 关键问题:如何不变成 AI 的“拖油瓶”?
  • 与其焦虑“AI 会不会取代程序员”,不如思考如何更好地指挥 AI。未来的核心竞争力,可能是“需求拆解能力” + “AI 驯化能力”

    5. 业务复杂度的终极挑战:AI 能读懂“祖传代码”吗?

  • “几十万行业务代码,AI 能理解吗?”
  • 当今的 AI 可以“读代码”,但业务逻辑、历史包袱还得靠人类解释。某些团队已经开始训练领域知识库,让 AI 理解公司特有的“黑话”。

  • “AI:‘这个函数为什么叫 `magic_calc_v3_final_really_final` ?’*
  • 程序员:‘哦,这是历史原因,你别问。’”*
  • 结语:AI 不是终点,而是新起点

    AI 带来的不只是效率提升,而是整个研发模式的进化。未来,重点可能不是“写更多的代码”,而是“更好地管理 AI” + “更高效地创造价值”

  • 程序员们,准备好迎接“AI 搭档”了吗?*
  • 从点到面的落地挑战

    AI研发落地:一场”烧钱”与”烧脑”的拉锯战

    算力、算力、还是算力!——AI的”吞金兽”本质

  • “钱不是万能的,但没有钱…AI是万万不能的。”*
  • 核心痛点1:AI的”胃口”惊人

  • 算力消耗:AI不像人类程序员,它不需要休息,但代价是——疯狂烧显卡!
  • Token消耗:你以为你在用AI写代码?不,你是在玩”吐币机”游戏,代码每多一行,钱包就瘪一分。
  • 典型案例

  • Cursor的用户心酸史:”今天降价了?”——”不,是昨天涨太狠了。”
  • Claude Code用户遭遇:以为200美元能包月,结果账单一看,差点当场表演”程序员的眼泪”。
  • 效果玄学:AI的”薛定谔式发挥”

  • “这AI好用吗?——看它心情。”*
  • 两大诡异现象

  • AI编码工具的主观性
  • 用户A:”Claude Code简直是代码之神!”
  • 用户B*:”Claude Code?还不如我用记事本敲!”
  • 上下文的”记忆黑洞”:”记得帮我看看上下文哦~” ——AI:”上一行代码?什么上一行代码?”
  • 本质问题

  • 模型能力的物理限制:AI可以帮忙写代码,但它还不是”代码之魂”,离真正的”理解程序员”还很远。
  • Agent设计的智慧博弈:”让它看得更广?——那成本爆炸!让它看得更精准?——那可能看不懂你的需求。”
  • 管理层认知:从”AI救世主”到”AI无用论”,企业到底在信什么?

  • “管理层对AI的态度,决定了公司是‘弯道超车’还是‘翻车’。”*
  • 两大极端管理者

  • 传统派:”AI?不就是高级一点的自动补全嘛!人力加班才是王道。”
  • 科幻派:”明年AI能取代80%程序员!——财报?什么财报?我们先All in AI再说!”
  • AI的”员工经济学”

  • AI的员工身份:如果AI是员工,它的工资(算力成本)比人类低吗?未必!但它确实能干得更快!
  • 效率提升的科学度量:”AI帮我节省了30%时间?——不,其实是帮我节省了30%手动搜索StackOverflow的时间。”
  • 结语:AI研发的未来是一场”豪赌”,但你敢不下注吗?

    AI落地的最大难点,不在于技术(虽然它很烧钱),也不在于工具(虽然它有点玄学),而在于如何让人、机器和钱,达成一场愉快的”三角恋”

  • 毕竟,比起AI是否会取代人类程序员,更值得担心的是——你的老板是否真的搞懂AI在干嘛!*
  • AI 重塑研发协作与架构

    当AI加入职场:程序员们的奇幻漂流

    1. 职场变变变:左移、上移,还有新物种?

    沈斌同志提出了一个精妙的「职场八字真言」:岗位左移,职级上移。翻译成人话就是——

  • 测试向左跑去找开发,开发向左跑去找产品,最后所有人站在产品经理门口面面相觑:“咦?我们怎么都挤在这儿?”
  • AI生出了新职位,比如AI产品经理(负责哄AI干活)、AI架构师(负责防止AI乱搞)、提示工程师(负责帮AI提高阅读理解能力)。
  • 职级上移倒是挺好理解——AI对初级员工的影响像“团灭”,但对高级员工的影响更像是“减速带”。所以团队里高职级人才嗖嗖往上蹿,人力主管们看着员工名单发愁:“怎么一下子全变senior了?”
  • 沈斌还神秘兮兮地透露:“我们发现高管扎堆的团队,居然更划算!” 这不就是企业版的「贵有贵的道理」?

    2. 前端的末日?不,是“无边界战局”

    侯凡这位前端老哥显然看得很开,他表示:

  • AI代码写得再6,也不如它带来的「用户体验革命」刺激。传统的UI(比如菜单栏)像一本精装书,而AI带来的LUI(语言交互界面)更像在跟一个话痨AI聊天:“老板,你要啥?”“随便。”“那我给你整个代码全家桶?”
  • 未来的交互可能没有边界,就像抖音的推荐流让你永远刷不完。AI可能让对话框变成万能入口——既能聊天,又能订外卖,还能顺手写个APP,简直比哆啦A梦的口袋还神奇。
  • AI不会淘汰程序员,但会催生新物种,比如“前端咒术师”(负责给AI画符,让它听懂人话)、“业务逻辑驯兽师”(负责教AI理解老板的奇葩需求)。
  • 侯凡最后淡定总结:“程序员们放心吧,AI不是来抢饭碗的,是来让我们集体升职加薪的!”(说得好,先给我写个升职PPT!)

    3. 后端的革命:AI成“职场大管家”?

    宁啸威从后端视角分析了一波:

  • 以前的SOA架构是“团队各干各的,接口好才能合作”,而AI时代的AOA架构更接近“AI当红娘,组件自由恋爱”(AI:你们人类太磨叽,我直接撮合!)。
  • 未来的组织可能更扁平化+网络化,AI就像公司里的超级中介,疯狂匹配需求和人才,让资源精准投喂。想象一下AI HR:“小宁,有一个Bug需要修!”“可我是后端啊!”“管他呢,反正AI辅助你,Go!”
  • 沈斌补刀:“未来网站和APP可能消失,只剩对话框。”(用户:“终于不用学各种UI了!” 产品经理:“……但你们得学会正确提问啊!”)
  • 结论:AI时代的生存法则

  • 学会忽悠AI(提示工程师:“这叫精确引导!”)。
  • 职业规划向左转(测试→开发→产品→AI驯兽师)。
  • 抓紧升职(毕竟AI偏爱高管,年轻韭菜它一键收割)。
  • 后端要转型AI红娘(以后的架构师得精通AI撮合术)。
  • 前端开始练口语(毕竟未来可能靠嘴写代码)。
  • 无论如何,这场AI职场大戏才刚刚开始,程序员们,握好你们的键盘(或者麦克风),准备迎接新时代吧!

    展望未来

    AI专家圆桌访谈:未来技术发展的脑洞时间

    各位看官好,今天我们请来了几位AI界的大佬,他们聊天的内容就像是在”科幻小说创作大赛”现场——有些观点可能会让你觉得”这真的不是在拍《黑镜》新一季吗?”。

    宁啸威的AI架构师梦想

    宁大佬一上来就给AI安排了职业规划:”现在的AI就像个996的高级码农,整天写代码写到冒烟。我们要培养它当CTO!”
    他想象中的未来AI应该:

  • 能看懂整个系统架构,而不是只会照着PRD写CRUD
  • 在技术选型会议上能跟人类PK:”用微服务?你确定不是因为想多写几个PPT?”
  • 哪天要是发现自己的架构过时了,还会默默打开GitHub开始自学升级
  • 最佳评论:”这不就是我司空降的技术VP吗?”

    侯凡的吐槽时间

    侯老师直接开炮:”现在的AI就像是刚入职的应届生,啥都要手把手教!”
    他的血泪经历:

  • 每次训练模型都像是在教小孩:这是我们的项目,这是我们的业务,这是我们的…
  • 最崩溃的是教完后AI还是一脸懵:”您刚才说啥?”
  • 梦想中的AI应该自带”脑补”功能,至少能看懂会议室白板上的鬼画符
  • 网友神回复:”建议给AI报个新员工入职培训”

    沈斌的赛博朋克幻想

    沈总的脑洞已经飞出银河系:”我们要给AI配装备!让码农集体变钢铁侠!”
    他的未来装备清单:

  • 智能眼镜:再也不怕产品经理当面改需求,AI直接眼镜一戴就开始重写代码
  • 内置传感器:开会时检测到老板血压升高,AI自动把下周deadline调前三天
  • 最绝的是能让AI亲临现场:”这个bug不是环境问题,我亲眼看见用户是用脚在操作APP”
  • 路人质疑:”这不就是让我们自愿戴监控手环?”

    火热的Q&A环节

    关于TRAE上线时间

    宁总:”我们真不是饥饿营销!现在AI还在考科目二,不想上路就撞车…”

    UI设计难题

    侯老师真相了:”想让AI学会你们公司的设计规范?除非你先学会老板的审美…”

    程序员未来

    沈总耿直发言:”以后写代码就像开车,AI是自动驾驶,你只需要知道什么时候踩刹车就行——虽然大多数时候刹车都是坏的”

    知识库载体

    宁总专业解答:”我们现在把知识都存向量数据库里,简单说就是把公司文档打成汁喂给AI喝”

    总结陈词

    这场访谈告诉我们:

  • 未来的AI可能会抢走架构师的饭碗
  • 训练AI比带实习生还累
  • 码农即将集体变身科幻片主角
  • 最重要的是…现在学Prompt Engineering还来得及!
  • (本文内容纯属娱乐,如有雷同…建议立即给你的AI助手涨工资)

    © 版权声明

    相关文章