人工智能编程：下一个“杀手级应用”正在崛起

denny

AI编程助手，作为一种协助程序员撰写代码的智能辅助工具，正在逐渐成为硅谷关注的焦点。随着AI技术的突飞猛进，越来越多的初创企业和科技行业的巨头竞相研发这种能够协助编写及修改代码的工具。自2023年伊始到现在，这一领域的相关企业已集聚了接近10亿美元的资金。GitHub Copilot作为AI编程助手的典型代表，自2022年面世以来，已吸引了将近两百万的付费用户群体。截至今年四月份，GitHub的收益较去年同期增长了45%。

进入软件工程领域的新贵，AI编程助手，凭借AI技术的迅速演进，正逐步变为开发者的新宠。从去年起，众多公司已开始向“AI编程助手”投入重金，累计融资接近10亿美元，标志着计算机编程正在成为AI技术创新的最前线。

根据8月23日一个周五的美东时间的媒体报道，Replit、Anysphere、Magic等多家公司在今年已经筹集了4.33亿美元的资金，使得自今年初至今的累计融资额攀升到9.06亿美元，资金的大量流入正推动AI编程助手的迅速发展。如今在硅谷，人们日益确信人工智能在编程行业的巨大潜力。Code.org的首席执行官Hadi Partovi形容，如今的软件开发如果不借助AI，仿佛写作时仍旧采用手写笔记而非文字处理软件一样落后。这一观点在硅谷广受欢迎，虽然部分投资者仍对人工智能带来的实际经济效益存疑。Code.org的一位高级管理人员甚至透露，公司计划在今年末前不再聘用那些不使用人工智能进行编程的员工。

Index Ventures的合伙人Hannah Seal提到，人工智能工具如果能够融入现行的工作流并迅速展示其成果，那么其盈利能力将大大增加。在编程领域，人工智能工具的价值显而易见，前景广阔。

人工智能编程助手在硅谷备受宠爱，无数初创企业与微软、亚马逊、Meta和谷歌等科技巨头争夺这一市场份额，纷纷研发能够辅助编程和调整代码的AI助手。Partovi进一步解释，编程的简化会增加对它的需求，从而推动更多技术的发展。作为全球最大的软件开发平台之一，微软的GitHub率先将大型语言模型转化为辅助编程工具。GitHub最初构建了一个基础版本，之后这一版本演变成了GitHub Copilot——一款于2022年正式推出的人工智能编程助理，目前该助理已拥有近两百万的付费用户。GitHub的首席执行官Dohmke提到，当他们开始运用由OpenAI开发的第一个关键模型GPT-3时，他们迅速意识到它在编码方面的强大潜力，这促使他们围绕这一功能展开产品的开发。这便是GitHub如今能够帮助程序员更加轻松地进行编码工作的根本原因。

Dohmke进一步阐述说，目前GitHub Copilot的编码质量已经超越了一般开发者的水平。截至今年四月，GitHub的收益同比增幅达到45%，到了本月初，GitHub的年收入已攀升至20亿美元标杆。Copilot对于GitHub的收入增长贡献巨大，已超过40%，其业务规模甚至已超过微软在2018年以7.5亿美元收购GitHub时的整个业务规模。微软的首席执行官纳德拉透露，有超过77,000家机构，包括BBVA、FedEx、H&M、Infosys 和 Paytm等，在使用仅推出两年的GitHub Copilot工具，而这一数字同比增长达到了惊人的180%。然而，很多大型公司的IT部门对于将自动编程工具用于生产级代码上，仍然持有一定的安全顾虑。

尽管存在这些顾虑，GitHub的首席执行官Dohmke指出，在AI帮助生成的代码部署前，通常会经历人工的审核和严格的检查。此外，一些公司报告称，通过使用这些工具，它们的生产力已经提高了20%至35%，这其中就包括拉美的电子商务巨头Mercado Libre以及专业服务公司Accenture。

就在去年，麦肯锡的一项分析显示，AI对软件工程的生产力具有直接的影响，可能占到了目前年度花费的20%至45%。这些益处主要体现在生成初始代码草案、代码修正以及代码的重构等环节。麦肯锡认为，通过加快编码过程，生成式的AI有潜力推动软件工程技能向代码和架构设计的方向进一步发展。许多软件工程师透露，他们已经把人工智能助手融入到自己的日常工作之中，这不仅使得工作效率大大提升，创造力也得到了增强。德国一家机器人初创企业Sereact的技术总监Marc Tuscher就表明，他日复一日地依赖GitHub Copilot，在许多情况下，还会搭配使用ChatGPT以编写代码。GitHub的这一工具在处理那些枯燥的重复性任务时尤为高效，例如开发用户界面和处理产品后端事宜。

Marc Tuscher还常常借助ChatGPT来应对一些更加抽象的难题，例如探索一些创新的观点或提出新的研究项目。之后他可能会询问：“这个想法如何用Python实现呢？”接着ChatGPT便能生成相应的代码。他认为这两种工具都极为出色。

Tuscher谈到，他所认识的每位程序员几乎都在利用这些工具，它们确实革新了常规的工作模式。然而，他同时指出，这些仅是有效的辅助工具，而不能完全取代程序员。因为当前的生成型人工智能尚未掌握如何设计优秀的软件架构，也不知道如何将系统进行有效整合。这些问题仍旧需要程序员自己去深思熟虑，并找到解决方案。