AI 编程如何助力开发者高效完成架构设计工作？

▼最近直播超级多，预约保你有收获

今晚直播：《AI 编程技术架构剖析和案例开发实战》

 —1—

AI 编程能帮我们完成哪些工作？

从目前企业级种种现实场景应用来看，AI 编程已经成为一种帮助开发者解决架构设计复杂问题、提高编程效率以及提升生活品质的重要工具，随着 AI 编程的加持，程序员与 AI 结对共创的应用场景更加丰富。

第一、助力架构设计场景。

在业务架构设计场景中，传统模式下，负责人要了解项目所需的技术，并针对架构的每一个环节策划相应的结构，才能开始项目创建。AIGC 开发可以根据自然语言进行项目设计和开发，只需要输入提示词，AI 便可将项目结构和关键配置信息整体输出，打破了程序员对技术掌握不够带来的困扰。

第二、助力数据库设计场景。

在数据库设计和创建模型阶段，传统开发中必须由人工操作，而 AIGC 开发只需输入需要存储的信息，即可自主设计数据库表格，并写好模型映射关系，大幅节省了传统开发必须由人工操作的繁琐步骤。

第三、助力业务逻辑开发场景。

业务逻辑开发是程序员工作中占比最大的部分，比如：我们业务开发的底层开发框架使用的是 RPC，我们可以先把 RPC 服务接口和必要数据结构投喂给 AI 编程，然后基于业务开发需要的具体业务逻辑进行 Prompt，AI 编程就会给出合适的代码。

第四、助力前端页面开发场景象。

面向前端页面开发场景，传统开发人员需要熟练掌握 HTML、CSS 等核心语法，以及多种布局技巧，才能够绘制前端静态页面，然而依托 LLM 大模型，以 AI 与代码相结合的方式，能够精确控制页面的细节处理，更快速、高效地完成产品需求。

AI 编程在业务项目开发能够极大提升开发效率，减少开发时间和人员成本。但它暂时还不能完全替代人工，对于抽象层次更高的部分（比如：业务需求分析、领域建模、架构设计、架构选型、详细设计、模块耦合设计、接口设计、测试设计、运维设计等），需要传统开发和 AIGC 开发相结合的方式，发挥各自的优势，从而平衡开发速度、代码质量、人员成本和项目的可维护性与可扩展性。

 —2—

程序员的核心竞争未来在哪里？

第一、学会使用 AI 编程，掌握 AI 编程的同学一定会比没有此项技能的同学更有竞争力。

第二、在 AGI 时代，软件开发中比较难被 AI 编程替代的部分主要包括以下抽象层次较高的任务：：需求分析、领域建模、架构设计、详细设计、模块耦合性设计、接口设计、开发者测试设计等。所以 AI 智能时代，程序员最重要的技能要聚焦在上述抽象层次较高的任务，才能有持续的竞争力。

第三、软件开发 = 抽象层次较高的任务 + 抽象层次较低的任务（编码），我们学会利用 AI 编程高效解决抽象层次较低的任务，同时借助于 LLM 大模型（比如：GPT 4 Turbo）作为我们的 Copilot，辅助解决抽象层次比较高的任务。

第四、对于抽象层次高的任务，LLM 大模型未来一定无能为力吗？理论上来讲，人类大脑的生物神经网络可以掌握的，基于 LLM 大模型的数字神经网络一定也可以。能不能实现主要看 LLM 大模型训练数据的质量、RLHF 中的人类反馈、Fine-tuning、Prompt 等环节是否能将软件行业积累这么多年的各种“抽象”的优秀实践都学习掌握到？至少目前以 GitHub、CodeParrot 开源代码为主要训练数据来源的 LLM 大模型在这方面表现还有相当大的距离。

我相信这也将是软件领域今后长期活跃的研究方向。但这一定是一个渐进、漫长的过程。

—3—

纯干货 AI 编程技术实战直播

为了帮助同学们掌握好 AI 编程技术架构和应用案例实战，今晚20点，我和陈东老师会开一场直播和同学们深度聊聊 AI 自动编程工具剖析与对比分析、CodegeeX2 代码生成模型深度剖析、利用 AI 编程助手协助 IM 系统业务流程开发案例实战，请同学点击下方按钮预约直播，咱们今晚20点不见不散哦~~

近期直播：《AI 编程技术架构剖析和案例开发实战》

END