GPT-4 开启 “软件工程3.0” 全新时代(1)

简介: GPT-4 开启 “软件工程3.0” 全新时代

GPT-4 开启 “软件工程3.0” 全新时代

技术琐话 2023-03-25 08:33 发表于陕西

以下文章来源于软件质量报道,作者朱少民

希望这篇文章 成为 “软件工程3.0” 开创性的宣言为了定义 “软件工程3.0”,让我们先定义 “软件工程1.0”、 “软件工程2.0” 。先简单说明一下,用软件版本号的方式 “1.0、2.0、3.0” 来分别定义第一代、第二代、第三代 软件工程,符合软件工程的习惯,而且简洁明了。1. 软件工程 1.0

“软件工程1.0” 即第一代软件工程,自然是受建筑工程、水利工程等影响的传统软件工程,它的诞生可以追溯到1968年。在上个世纪五、六十年代软件出现危机,大家还记得布鲁克斯(Frederick P. Brooks)在《人月神话》一书中所描述的场景:软件开发被喻为让众多史前巨兽痛苦挣扎,却无力摆脱的焦油坑。软件危机迫使人们去寻找产生危机的内在原因,进而找出消除危机的解决方案。面对”软件危机”,人们调查研究了软件开发的实际情况,逐步认识到采用工程化的方法从事软件系统的研发和维护的必要性。为了克服这一危机,大家走到一起,共同探讨以获得问题的解决途径,于是在1968年NATO的计算机科学家在联邦德国召开国际会议,讨论软件危机问题,正式提出了“软件工程”(software engineering)这一术语,从此一门新的工程学科诞生了,软件工程才得以不断发展,逐渐成熟起来。传统软件工程主要向土木工程、工业工程学习,吸收其百年实践积累下来的实践方法和经验、沉淀下来的思想。软件工程1.0体现了下列一些特征:

  • 产品化:交付符合质量标准的组件、构件和系统
  • 过程决定结果:流程质量决定产品质量,一环扣一环,相信良好的过程产生良好的产品,关注过程胜过关注人,也非常关注过程评估和过程改进,如CMM(过程成熟度模型)是其典型代表。
  • 阶段性明确,需求评审通过了,才能开始设计;设计评审通过了,才能开始实施(编程),编程结束了再进行测试等,如瀑布模型是其典型代表
  • 责任明确:角色定义清楚,分工细致;
  • 文档化:强调规范的文档,大量的文档模板;
  • 计划性强:完整的计划,严格控制变更;
  • 建筑工程的框架结构设计,在软件工程上表现为以架构设计为中心。
  • 现代制造业流水线的启发——软件工厂思想。
  • 注重项目管理:围绕项目开展管理工作,包括风险预防、里程碑控制和关键路径法等。
  • 以顾客为中心的全面质量管理。
  • 预防为主,检验为辅,即缺陷预防思想。


2. 软件工程 2.0

在2008年,我写的《软件工程导论》中,相对传统软件工程,我定义了现代软件工程,那时,我没能预见到今天人工智能的巨大力量。15年后,我将受互联网、开源软件运动、敏捷/DevOps开发模式所影响并最终形成的、建立在SaaS(软件即服务)、Cloud之上的软件工程定义为 “软件工程2.0”。没有互联网(Internet),就没有Cloud、没有SaaS,我们对软件就不能部署在软件研发公司自己的数据中心,持续交付(CD)就没有意义,因为无法做到将包装盒形式的软件产品持续交付到客户手中,敏捷、DevOps也就难以实施,虽然可以在内部实现持续集成(CI),其价值会降低不少。开源软件运动让我们认识到 “软件过程”、“软件管理”不是非常重要,至少不是第一要素,第一要素还是人,其次是软件架构(微服务、serverless等)和代码质量,使软件容易演化(如架构可扩展性、代码的可维护性)。而且客户或用户始终希望我们能够按时交付高质量的产品,又认可软件的灵活性,希望软件能够具有随需应变的能力,及时进行必要的修改来满足业务的新需求。同时,软件又是一种知识型产品,需要创造性,并依赖每个研发人员的创造力和积极性。所有这些引导人们新的思考,引导人们不断认识软件工程,从而在2001年17位软件开发轻量型流派掌门人联合签署了敏捷宣言:

之后逐渐形成了敏捷/DevOps开发模式、精益软件开发模式等,即让软件工程进入2.0时代。软件工程2.0的特征可以简单概括为下列几点:

  • SaaS(软件即服务):软件更多是以一种服务存在;
  • 以人为本:个体与协作胜于流程和工具,充分发挥个人和团队的创造性和潜力;
  • 拥抱变化:敏捷开发或轻量级过程,加速迭代,以不变应万变。
  • 持续性阶段性不明确,持续构建、持续集成、持续测试、持续交付,以时间换空间,消除市场风险;
  • 融合:强调测试开发融合,开发与运维融合,推崇全栈工程师等。
  • 真正把用户放在第一位用户、产品经理尽可能参与团队研发过程中,注重用户体验,千人千面;
  • 强调价值交付:只做对用户有价值的事情,加速价值流的流动;
  • 知识管理,将软件工程纳入知识管理的范畴。
  • 史诗般故事、用户故事、站立会议,让软件研发工作更有趣、更健康。
  • ......


3. 软件工程 3.0

在技术突破和创新方法的推动下,软件工程的世界发展越来越快,而最近的突破就是GPT-4等人工智能(AI)语言大模型的出现。GPT-4出来了,大家都很震惊,尤其惊讶于从GPT-3到GPT-4的进化速度。GPT-4是一种基于RLHF(人类反馈强化学习) 、多模态的语言大模型,它比其前身GPT-3.5有了显著的改进,GPT-4具有强大的识图能力、文字输入限制提升至 2.5 万字、回答准确性显著提高。因此GPT-4能够执行一系列复杂的任务,如代码生成、错误检测、软件设计等。正如文章谷歌工程主管:程序员的职业生涯将在 3 年内被AIGC终结 中的观点: “ChatGPT和GitHub Copilot预示着编程终结的开始”、“这个领域将发生根本性的变化”、“当程序员开始被淘汰时,只有两个角色可以保留:产品经理和代码评审人员。”...... 这篇文章是在GPT-4发布前写的,而GPT-4要强大多,所以对软件研发的影响更为显著。考虑到它的发展速度,在不久的将来,甚至从今天开始,AI就开始逐渐接手一些软件研发的工作,我们通过将GPT-4+(指GPT-4及其未来升级的版本)融入到软件研发生命周期中,研发人员的使命发生变化,GPT-4+重新定义了开发人员构建、维护和改进软件应用程序的方式,之后的软件开发会依赖这种全新的语言交流方式(类似chatGPT那样),让这类工具理解研发人员交待的任务、自主完成软件开发,如理解需求、自动生成UI、自动生成产品代码、自动生成测试脚本等。此后,研发团队的主要任务不是写代码、执行测试,而是训练模型、参数调优、围绕业务主题提问或给提示(prompt)。因此,我们说GPT-4将开启 “软件工程3.0” 新时代,今年是软件工程3.0元年。先看看 GPT-4自己是如何说的,但经过我简单的实验,它能做的事比它自己说的要多。


相关文章
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术:从理论到实践的探索之旅
AI技术:从理论到实践的探索之旅
|
5月前
|
机器学习/深度学习 人工智能 运维
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(二)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
269 1
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(一)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
320 1
|
2月前
|
人工智能 API Python
🎯从0到100,生成式AI大模型入门必修课:提示词的力量大揭秘💪
【8月更文挑战第1天】在生成式AI领域,掌握提示词技巧至关重要。它不仅能激发模型产生惊人的内容,还能深化我们对自身创造力的理解。本文从提示词的基础出发,比喻其为创意种子,并通过示例代码展示如何运用提示词引导模型生成文本。此外,还提供了几个实用建议帮助提升技巧:保证提示词的明确性、发挥创造性、尝试多样化的组合以及适时调整。通过这些方法,我们可以更好地驾驭生成式AI,开启一段从新手到高手的成长之旅。
68 7
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)(一)
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)
374 0
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)(二)
【人工智能技术专题】「入门到精通系列教程」零基础带你进军人工智能领域的全流程技术体系和实战指南(LLM、AGI和AIGC都是什么)
266 0
|
5月前
|
机器学习/深度学习 存储 人工智能
奔向AGI+发展AIGC |【人工智能技术专题】「入门到精通系列教程」零基础带你掌握人工智能全流程技术体系和实战指南(人工智能理论知识概论)
奔向AGI+发展AIGC |【人工智能技术专题】「入门到精通系列教程」零基础带你掌握人工智能全流程技术体系和实战指南(人工智能理论知识概论)
195 0
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型应用实践:AIGC探索之旅(上)
大模型应用实践:AIGC探索之旅(上)
497 3
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型应用实践:AIGC探索之旅(下)
大模型应用实践:AIGC探索之旅(下)
2816 1
|
11月前
|
机器学习/深度学习 人工智能 搜索推荐
软件测试/人工智能|一文告诉你ChatGPT原理与架构
软件测试/人工智能|一文告诉你ChatGPT原理与架构
148 1