人工智能在软件开发领域的崛起 软件开发领域正在经历自开源编码出现以来最大的变革。曾经被专业开发者怀疑的人工智能助手，如今已成为全球 7369.6 亿美元软件开发市场中不可或缺的工具。Anthropic 的 Claude 引领变革 Anthropic 的 Claude 是引领这一巨变的产品之一，它吸引了全球开发者的关注，并引发了科技巨头之间在人工智能编码领域的激烈竞争。今年，Claude 的采用率飙升，该公司告诉 VentureBeat，其与编码相关的收入在过去三个月中增长了 1000%。 软件开发现在占 Claude 所有交互的 10%以上，使其成为该模型最受欢迎的用例。这一增长帮助 Anthropic 估值达到 180 亿美元，并吸引了来自谷歌、亚马逊和 Salesforce 等行业巨头的超过 70 亿美元资金。构建最佳 AI 编码工具的竞赛 竞争对手并没有忽视这一成功。OpenAI 上周刚刚推出了具有增强编码能力的 o3 模型，而谷歌的 Gemini 和 Meta 的 Llama 3.1 则加倍投入了开发者工具。 这种日益激烈的竞争标志着人工智能行业的重点发生了重大转变——从聊天机器人和图像生成转向能够立即产生商业价值的实用工具。其结果是能力的快速提升，使整个软件行业受益。 Anthropic 的开发者关系主管 Alex Albert 将 Claude 的成功归功于其独特的方法。他在接受 ventureBeat 独家采访时表示：“在过去的三个月里，我们的编码收入基本上增长了 10 倍。与之前的模型相比，这些模型真的引起了开发者的共鸣，因为他们看到了更多的价值。”Claude 的独特之处 Claude 不仅能够编写代码，还能够像经验丰富的开发人员一样思考。该模型可以分析多达 20 万个上下文标记——相当于约 15 万个单词或一个小代码库——同时在整个开发过程中保持理解。 Albert 解释说：“Claude 是我见过的唯一一个能够在整个过程中保持连贯性的模型。它能够处理多个文件，在正确的位置进行编辑，最重要的是，知道何时删除代码而不是仅仅添加更多代码。” 这种方法带来了巨大的生产力提升。据 Anthropic 称，GitLab 报告称，使用 Claude 的开发团队效率提高了 25-50%。代码智能平台 Sourcegraph 在切换到 Claude 作为其主要 AI 模型后，代码插入率提高了 75%。AI 工具使编码变得人人可及 也许最重要的是，Claude 正在改变谁能够编写软件。营销团队现在可以构建自己的自动化工具，销售部门可以定制自己的系统，而无需等待 IT 帮助。曾经的技术瓶颈现在已经成为每个部门解决自己问题的机会。这种转变代表了企业运营方式的根本性变化——技术技能不再局限于程序员。 Albert 证实了这一现象，他告诉 ventureBeat：“我们有一个 Slack 频道，从招聘到营销再到销售的人员都在使用 Claude 学习编码。这不仅仅是让开发人员更高效——而是让每个人都成为开发人员。”安全风险和工作担忧 然而，这种快速转型也引发了担忧。乔治城大学安全与新兴技术中心（CSET）警告称，人工智能生成的代码可能存在潜在的安全风险，而劳工组织则质疑对开发者工作的长期影响。Stack Overflow，这个流行的编程问答网站，自人工智能编码助手广泛采用以来，新问题的数量出现了惊人的下降。 但人工智能编码助手的兴起并没有消除开发者的工作——它似乎正在提升许多开发者的工作。随着人工智能处理日常编码任务，开发人员可以专注于系统架构、代码质量和创新。 这种转变反映了软件开发领域以前的技术变革：就像高级编程语言并没有消除对开发人员的需求一样，人工智能助手正在成为另一个抽象层，使开发更容易，同时为专业知识创造新的机会。人工智能如何重塑软件开发的未来 行业专家预测，人工智能将在不久的将来从根本上改变软件的创建方式。Gartner 预测，到 2028 年，75%的企业软件工程师将使用人工智能代码助手，而在 2023 年初，这一比例还不到 10%。 Anthropic 正在为这一未来做准备，推出了诸如提示缓存等新功能，可将 API 成本降低 90%，并具有同时处理多达 10 万个查询的批处理能力。 Albert 预测：“我认为这些模型将越来越多地开始使用我们使用的相同工具。我们不需要像模型适应我们的工作方式那样改变我们的工作模式。” 人工智能编码助手的影响远远超出了个体开发者，主要科技公司报告了显著的收益。例如，亚马逊使用其人工智能驱动的软件开发助手 Amazon Q Developer，将超过 3 万个生产应用程序从 Java 8 或 11 迁移到 Java 17。这一努力节省了相当于 4500 年开发工作的时间，并由于性能改进而每年减少了 2.6 亿美元的成本。 然而，人工智能编码助手的效果在整个行业中并不都是积极的。Uplevel 的一项研究发现，使用 GitHub Copilot 的开发人员的生产力没有显著提高。 更令人担忧的是，该研究报告称，使用人工智能工具时引入的错误增加了 41%。这表明，虽然人工智能可以加速某些开发任务，但它也可能在代码质量和维护方面带来新的挑战。 与此同时，软件教育的格局也在发生变化。传统的编码训练营的入学率正在下降，而以人工智能为重点的开发项目则越来越受欢迎。这一趋势表明，未来技术素养将像阅读和写作一样基础，但人工智能将作为人类意图和机器指令之间的通用翻译器。 Albert 认为这种演变是自然和不可避免的。他说：“我认为它将继续向上发展，就像我们并不总是在汇编中操作一样。我们在其上创建了抽象。我们从 C 语言发展到 Python，我认为它只会不断向上发展。” 他补充说，在不同技术水平上工作的能力仍然很重要。“这并不是说你不能深入到那些较低的层次并与之交互。我只是认为抽象层会不断堆积，使最初进入该领域的更广泛人群更容易使用。” 在这个未来的愿景中，开发人员和用户之间的界限开始模糊。代码，似乎只是一个开始。
