共计 1378 个字符，预计需要花费 4 分钟才能阅读完成。
开发者现在可以转向生成式人工智能（生成 AI）来更快、更高效地编码，但他们应谨慎行事并保持关注。
尽管人工智能在软件开发中的应用并不新鲜，但生成 AI 在自然语言、图像生成方面带来了显著改进，最近还扩展到了视频和其他资产，包括代码，Forrester 的副总裁兼首席分析师 Diego Lo Giudice 告诉 ZDNET。
Lo Giudice 告诉 ZDNET，AI 的先前迭代主要用于代码测试，利用机器学习来优化测试策略的模型。生成 AI 超越了这些用例，提供了一个可以交互查询的专家级同行程序员或专家（如测试员或业务分析师），以便快速找到信息。生成 AI 还可以建议解决方案和测试用例。
“这是我们首次看到传统 AI 和其他技术未能提供的重要生产力提升，”他说。
IDC 预测，到 2026 年，亚太地区 40% 的新应用程序将是“智能应用”，这些应用集成了生成 AI 以增强用户体验并提供新的用例。
根据由低代码开发平台 OutSystems 委托的 IDC 研究，生成 AI 在软件开发和设计中的最大影响将是提高生产力和开发者速度。
Lo Giudice 指出，开发者可以在整个软件开发生命周期中利用 AI，每个阶段都有一个专门的“TuringBot”来增强技术栈和平台。
Forrester 创造了 TuringBots 一词来描述帮助开发者构建、测试和部署代码的 AI 驱动工具。该研究公司认为 TuringBots 将推动新一代软件开发，协助开发生命周期的每个阶段，包括查找技术文档和自动完成代码。
例如，“分析 / 计划 TuringBots”可以促进软件开发的分析和规划阶段，Lo Giudice 详细说明，并指出 OpenAI 的 ChatGPT 和 Atlassian Intelligence 作为此类 AI 产品的例子。其他如 Google Cloud 的 Gemini Advanced，可以生成微服务和 API 的设计及其代码实现，而 Microsoft Sketch2Code 可以从手绘的 UI 草图中生成工作代码。
根据 IDC 研究，到 2025 年，全球超过 60% 的企业将采用低代码技术以促进更快的应用程序交付和提高运营效率。
Lo Giudice 表示，开发者可以使用生成 AI 来修复安全问题，查找 AI 生成代码中的漏洞并提供建议以帮助开发者修复某些漏洞。
与传统编码相比，无代码或低代码开发策略可以提供速度、内置质量和适应性，Forrester 首席分析师 John Bratincevic 说。
然而，他警告说，组织可能面临大规模实施治理的挑战，特别是在管理成千上万的公民开发者时。他还指出，定价也可能成为一个障碍，因为它通常基于最终用户的数量。
Shaw 指出，尽管生成 AI 可以增强编码实践，但它也带来了新的攻击向量和漏洞，增加了安全风险。
Shaw 补充说，生成 AI 可以生成大量代码，这也意味着潜在风险的增加呈指数级增长。
目前，这项技术仍处于早期阶段，并继续发展；它对包括软件开发人员在内的角色将如何改变的影响仍然远未确定。
例如，AI 驱动的编码助手可能会改变技能的价值。Shaw 打趣道：开发者会因为经验更丰富还是因为他们能记住所有编码序列而被认为更好？
目前，他认为最大的潜在用例是生成 AI 总结信息的能力，为开发者提供了一个良好的知识库，以便更好地理解业务。然后，他们可以将这些知识转化为具体指令，使系统能够执行任务并构建客户想要的产品和功能。
发布日期：2024 年 11 月 11 日 18:30 AEDT
