For investors
股价:
5.36 美元 %For investors
股价:
5.36 美元 %认真做教育 专心促就业
软件编程开发行业随着技术的不断进步,程序员需要掌握的编程方法和技术也在不断的变化,今天我们就通过案例分析来简单了解一下,GPT对软件开发的影响都有哪些。
逆向生成难以实现飞跃
软件行业长期面临生产率瓶颈。程序员的工作强度已经接近极限,要继续提高软件交付速度似乎难上加难。近年来在开发流程和工具上,如GPT显然提供了一定的提效,但是实质上没有改变软件开发的基本模式————逆向生成。目前软件项目的大部分工作时间都花在理解“现有”系统和代码上,然后基于此进行修改或扩展。仅靠文档很难完全重构一个代码库。程序员不得不深入理解语句级别的代码细节,这显然不是人工智能的佳应用场景。代码一旦完成,整个系统的内部机理又成为一个黑箱。
GPT仍属逆向生成
GPT虽然可以根据上下文生成代码,但它并不是在进行正向生成————根据需求构建新系统,而是在翻译和扩展现有系统,难免局限于系统原有的设计和架构。这更像一种“逆向生成”————机械化地解读并翻译一段既有的代码,而非根据需求正向构建新系统。GPT需要大量的训练数据来学习通用的代码模式和上下文关联,然后在特定上下文中生成相应的代码。这种生成过程其实是在解读训练数据,并在新的上下文中翻译类似的代码。它难以理解真实需求中的概念和逻辑,真正根据需求生成全新的解决方案。
正向生成是软件工程的未来
真正意义上的强人工智能出现之前,软件行业要进一步提高生产力,还需要一个全新的编码范式————正向生成。这需要系统性地研究从需求到设计与实现的正向生成流程,构建能够根据诉求自动推演出高质量解决方案的智能系统。要实现正向生成,关键是建立“需求->设计->代码”之间的可信映射关系。
相比之下,逆向生成的难度更大,生成的代码质量更难保证。因此,理想的正向生成系统应该可以大幅超越逆向生成系统的生成能力。这需要跨越的技术难度不小,但其潜在的产业价值同样巨大。
总之,就目前而言,软件工程主要依靠逆向生成完成工作,这难以实现质的飞跃,并导致编码质量和效率的天花板。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加抖音太原达内IT培训学习了解。