原生人工智能软件工程可能比开发人员想象的要近得多

在未来三年内，Gartner预测许多组织将使用AI代理编写其大部分软件，从而使开发人员转向审查角色。但仍存在挑战和问题。

开发人员对生成式人工智能在编码方面的早期成果不以为然：Gartner预测，软件开发正朝着一个新的时代迈进，在这个时代，大部分代码将由AI代理编写，并由经验丰富的开发者审核。

gartner软件工程实践的高级首席分析师菲利普·沃尔什表示，组织和供应商已经开始推出AI编码代理，这些代理使开发人员能够完全自动化或卸载许多任务，并且预计2025年将有更多的试点项目和概念验证被推出。

到2026年，“将开始出现更为高效、主流的采用水平，人们已经基本上弄清楚了这种自主AI代理的优势和劣势以及适用场景，”他说。“在2027年左右，我们将真正看到这一范式生根发芽，并且工程师的工作流程和技术技能集必须真正地进化和发展。”

在一个最近的新闻稿，Gartner预测到80%的软件工程师将不得不重新学习技能以适应由生成式人工智能接管更多编程功能而创造的新角色。

这些AI编码代理将比当今广泛使用的AI编码助手更先进，但它们仍然需要有经验的程序员来检查他们的工作并调整代码，沃什说。在进入软件开发领域时，代理型AI——这一新兴趋势强调自主决策而非简单的内容生成——将推动当前AI编码副驾的边界，使原生AI软件工程得以出现。

虽然当前的AI编码助手能够编写代码片段，但它们往往难以从零开始创建软件，瓦尔什说，这种情况将不会出现在不断发展的编码代理上。

“你可以给它一个高层次的目标或任务，它会迭代并自适应地解决问题。”他说。“这就是我们所说的AI软件工程代理。这项技术已经存在。”

人工智能代理接管世界

从长期来看，沃尔什预测人工智能编码代理将在许多组织中越来越多地接管编程任务，尽管仍然需要人类的专业知识和创造力来微调代码。

沃尔什承认，目前这一批AI编码助手至今褒贬不一。一些研究宣称主要的生产率提高，而其他人持反对意见那些结果。

尽管批评者的反对，大多数供应商，如果不是全部，现在都在朝着自主代理的方向发展，虽然完全独立的AI编码仍然处于实验阶段，瓦尔什说。

“这项技术是存在的，但还处于非常初期的阶段，”他说。AI编码助手“仍然在很多方面存在困难，比如处理长上下文以识别添加功能、修复bug或重构复杂代码（这些代码依赖性很强）时受到影响的相关代码。”

人类开发人员仍然需要理解代码更改的系统影响，包括所有受影响的代码库部分，沃尔什说。

“这些工具在处理更宏观层面的问题时仍然存在困难，它们也无法充分利用你已经拥有的功能，”他说。“AI生成的代码存在的很多问题并不是说它不能正常工作，而是因为我们已经有了一种特定的方式来完成这件事。”

一些公司已经开始跟上了这一趋势。Caylent是一家AWS云咨询合作伙伴，该公司云原生开发部总监克莱顿·戴维斯表示，Caylent在特定情况下使用AI编写大部分代码。

他说，使用AI编写代码的关键是有一个好的验证过程来查找错误。

“这种代理式的方法在创建和验证方面特别适用于那些已经在采用测试驱动开发方式编写软件的人，”戴维斯说。“利用现有的人工编写的测试用例，你只需循环生成的代码，并将错误反馈回去，直到达到成功状态。”

编码代理模型的下一个进化是让AI不仅编写代码，还要编写验证测试、运行测试并修复错误。戴维斯补充说：“这需要一些高级工具、多个代理，并且很可能通过所有模型共同朝着一个最终目标努力来获得最佳结果。”

未来已来

尽管存在一些需要解决的问题，以及开发人员对AI编码助手的某些抵触情绪，代码安全初创公司Semgrep的首席技术官Drew Dennison认为，原生AI编程是未来。他说，通用AI工具正在迅速发展。

例如，OpenAI 正在宣传其最新版本的 ChatGPT 作为一个巨大的进步在编码能力方面。

“现在越来越多的情况是，人类在指导这些由人工智能运行的计算机如何表达思想，然后让计算机完成大部分繁重的工作，”Dennison补充道。

自主AI编码代理的供应商和用户将面临一些挑战，丹尼森说。编码代理需要是透明的，并允许程序员审查其输出。

他设想了一个未来，在那个时代人工智能代理将全天候编写代码，没有假期和病假的休息时间。

“如果90%的软件是由这些代理编写的话，那么深入到那些从未有人类编写或接触过的软件核心部分并理解其中的情况会非常困难，”他说。“当这些代理编写的代码量是人类编写代码量的10倍、100倍甚至1000倍时，要明白其中的情况将会花费太多时间。我们不可能读完所有内容。”

新的代码审查工具将被需要来帮助开发团队理解所有由AI编写的新代码，Dennison补充道。

他也质疑当大多数工作都是针对资深开发者审核AI生成的代码和编写复杂软件的小部分时，开发人才供应链将会如何变化。在这种情况下，培训开发者可能会变得困难。初级职位消失.

“那么，你怎么安排工作让初级程序员能够犯错、学习、积累专业知识，并体会到这一切应该如何运作？”他问道。“如果你只是把最简单的那50%的工作拿走，那么如何跨越这个差距并培养这些技能呢？”

AI与业务需求对抗

面对尚未解决的挑战，一些IT领导者对预测人工智能代理将在不久的将来接管大部分代码编写工作表示怀疑。Master of Code Global的首席技术官Bogdan Sergiienko表示，该公司开发聊天机器人和移动及网络应用，当AI代理编写组织中很大一部分代码时，这对市场宣传很有好处，但它们可能会带来其他问题。

代码补全系统已经存在了多年，开发过程中最大的挑战不是编写代码本身，而是维护成千上万行代码的系统完整性。

此外，他说AI代理不会具有人类级别的理解，无法掌握每个组织的复杂需求。

“我们目前的系统简化了编程中最简单的部分：在一切都已理解的情况下编写代码，”Sergiienko补充道。“然而，最显著的努力和成本往往是因为在整个层面（从产品负责人到开发者）对业务需求的理解不充分，以及当业务需求发生变化时需要修改现有系统。”