本文来源于阿里云社区电子书《AIGC+软件开发新范式》
谈谈我对 AIGC 趋势下软件工程重塑的理解
今天给大家带来的话题是 AIGC 趋势下的软件工程重塑。今天这个话题主要分为以下四大 部分。
第一部分是 AI 是否已经成为软件研发的必选项；第二部分是 AI 对于软件研发的挑战及智能
化机会，第三部分是企业落地软件研发智能化的策略和路径，第四部分是我们现有的可采纳的、可落地的工具，在这一部分我也会重点介绍通义灵码整体的产品能力和概况。
一 .AI 已经成为软件研发的必选项
这张图是我过去几年画的一张图，我认为企业研发效能的核心影响因素是这三点。
这张图是麦肯锡最近发布的一个研究报告，大家可以看到他把软件工程列在了整张表格的右上角，也就是影响最大、影响速度最快的一部分。他为什么会有这样的观点？这是因为在大模型时代，我们发现大模型在代码生成和整体的逻辑推理方面是特别擅长的，所以涌现出了类似 Github Copilot 这种非常有代表性的智能编码工具，可以瞬间提升大量企业开发工程师的研发效率，而且 Copilot 是至今为止在世界范围内商业化最成功的大模型的领域之一。
这位美国的 KOL，他也有同样的观点。他认为在大模型时代，可能有大量的技能会被替代，我们 10% 的技能会被 1000 倍的提升，这个跟我们的观点是相似的，尤其是在大模型时代，大模型可以大量地替代开发者的日常事务性工作，这部分的占比很可能超过 70%，让开发者得以聚焦于剩下 30% 的业务和技术的创新。
这张图给大家展示的是前一段时间 JetBrains 的一个调研报告，他们在 26500 名工程师之间做调研，想看一下今天有多少开发者已经开始熟练地使用生成式 AI 工具，这份调研也出乎很多人的意料，调研显示，现在 84% 的开发者已经在或多或少地使用生成式人工智能工具了。
其中有哪些场景是开发者最耗时，也是最想提效的场景？他们在这里也做了一个调研，就如左图所示，首先是编码场景，然后是理解代码，接着是互联网搜索，也就是查询各种各样的研发问题，以及进行调试、编码注释、写测试、代码评审等等一系列的工作。
这张图大家可以看到，有哪些场景是 AI 助手辅助频率最高的？有以下几个：第一个是使用自然语言去询问软件开发的一些问题，包括生成代码、生成代码注释、解释代码、生成测试等等。其实大家可以发现这一个调研的结果跟上一个其实是非常吻合的。也就是说在我们最高频的场景下，AIGC 其实能起到非常关键的作用。这也是为什么代码智能生成工具已经逐步成为了每个企业必须采用的一项产品的原因。
这张图也是微软针对 Github Copilot 用户发放的一份调研问卷，了解他们使用类似 AIGC 的代码助手对整个的研发效率或者说研发体感有多少提升，可以看到有很多指标都是 80% 以上的，或者接近 80%。其实我们也针对通义灵码的使用者发放过类似的调研问卷。有超过 80% 的用户都感觉到使用工具以后生产力有了大幅的提升，跟这个调研报告也非常吻合。
根据前面的调研报告和后面相关的调研数据，大家可以看到，在世界的开发者范围内，经成为了开发者的必选项，我们软件研发的未来一定是 AI 驱动的场景。
《AIGC+软件开发新范式》--02.谈谈我对 AIGC 趋势下软件工程重塑的理解（2）：https://developer.aliyun.com/article/1537676
