您现在的位置是：网站首页>房产房产

巴士电玩城捕鱼大闹天宫

陈听蓉 2025-05-12 【 房产】 4947 人已围观

新智元报道⑧、【新智元导读】软件开发的未来已来⑭！每位工程师都将配备AI智能体②，它们将嵌入日常开发⑤，优化代码⑦、发现漏洞⑭、加速原型设计⑳。黄仁勋认为⑬，未来每个人都将指挥多个AI助手⑭，生产力呈指数级增长⑧。

黄仁勋放话：英伟达将全员配

助手❶！

这可不是随便画个大饼⑲，而是英伟达正在大刀阔斧搞的变革⑦，这趋势可能席卷整个科技圈①。

Meta的小扎⑧、微软CEO纳德拉▓、Anthropic的CEO都表示：AI将重塑开发者角色❶。

AI很快会完成大部分代码▓，程序员的工作将从苦哈哈地敲代码变成「指挥」AI⑩，像导演一样告诉AI要做什么⑰。

黄仁勋表示英伟达要全员转型「AI指挥员」：

英伟达的绝大多数工程师都是软件工程师④，如今芯片设计师也是软件工程师⑫。不久之后①，所有人都会用AI智能体辅助工作①，其实现在很多人已经在用了⑤。

这他们的工作效率更高⑲，能做更大的项目❸，更快地将创意转化为原型②，开发出质量更高①、漏洞更少⑦、安全性更强的软件❸。

所有的营销人员⑲、销售人员❸、分析师⑥，甚至研究人员都在使用⑩。深度研究是一个非常强大的工具▓。

英伟达：全员配AI助手⑨、英伟达早就明白⑫，现代芯片开发本质上是一项软件工作⑳。硬件和软件之间的界限几乎不复存在⑰。

引入AI智能体不仅是为了提高效率⑬，而是彻底改变工程师的工作模式⑩。

在英伟达⑭，AI智能体不是偶尔调用的可选助手⑯，而是成了日常工作的标配❸。

它能嵌入到日常的工作中⑮，提前发现代码漏洞⑭，优化设计方案❷，用超快速度模拟测试⑭，自动检查系统是否符合监管和安全要求❸。

黄仁勋认为未来AI将从被动响应指令⑤，进化成更主动的AI智能体⑤。

未来的AI会像超级聪明的助手⑪，自己思考⑬、计划①、做事⑮，而不是等你一步步指挥❷。

比如：告诉它「帮我规划一次旅行」②，它不仅会搜索机票❸，还会考虑你的预算❸、偏好⑲，预订酒店②，甚至提醒你带伞因为目的地可能下雨①。

黄仁勋预测⑤，未来5-10年❷，AI智能体会成为主流⑧，彻底改变各行各业⑲，比如医疗③、制造业以及日常生活⑥。

但同时也带来挑战①，如AI自主决策的安全性▓、较高的技术门槛和开发成本⑪。

认识到这一发展趋势的并不只有英伟达⑬。

OpenAI和DeepMind也越来越倾向于开发能进行推理④、协作和自主执行任务的智能体模型⑮。

然而③，其中的差别在于这些系统的定位⑭。

英伟达直接让AI智能体深度融入工作⑲，变成技术系统中不可或缺的⑲、半自主的合作伙伴▓。

这种转变的影响是深远的⑯。

GTC大会上⑱，黄仁勋指出⑫，现在全球大约有10亿知识工作者⑪，以后每个人可能指挥着10个AI助手③！

在研发一线⑪，工程师指挥一批各司其职的AI：有的专门查安全漏洞④，有的优化代码以提高能源效率⑤，还有的确保和新硬件兼容⑰。

「工程师」的概念也在发生演变❸，不再仅仅是单打独斗的技术大佬①，而是变成了指挥AI团队的操盘手①。

然而②，黄仁勋在播客中①，也强调了一个严峻的现实：能源和计算能力是AI普及的最终瓶颈⑳。

以前芯片性能按摩尔定律指数级增长⑦，现在却撞上了热力学和基础设施的天花板⑯。

无论单个GPU的效率有多高❶，要同时运行几十亿个AI助手④，现有的电力⑤、散热和硬件条件根本撑不住⑬！

芯片封装⑰、光子技术⑳、散热系统这些领域的创新不是可有可无⑭，而是关乎生存的必要条件⑮。

Agentic AI来了①！

与此同时⑥，各大公司都在拼命卷AI助手③。

OpenAI研究让AI学会用工具⑱，DeepMind思考怎么让AI团队协作⑦，大家目标很明确：那种只能听指令的被动AI快过时了⑨，未来属于主动出击❸、自主完成任务的AI智能体⑮！

英伟达的内部战略表明❷，它不仅想成为算力供应商⑧，还想给科技行业提供蓝图▓。

黄仁勋的愿景中还隐含着一个警告⑬。

AI助手将成为工作刚需⑨，用得好的人和公司会一飞冲天④，跟不上的就直接被淘汰⑬。

生产力差距不会呈线性增长❷，而是会呈指数级增长①。

有AI智能体加持的工程师③，产出的价值可能是普通工程师的几十倍甚至上百倍⑲！

如果不做系统性的AI升级❶，以前靠经验和资历积累的优势❶，很快就会被拍在沙滩上⑤。

与其说这是英伟达的内部计划⑱，不如说这是AI时代技术行业的职场蓝图⑲。

就像许多技术革命一样⑫，人们往往很晚才会认识到其重要性❷，先入场的公司早把领先优势拉满了⑱。

GenAI的确是了不起的技术⑱，但它也有明显的局限性⑦。

如果没有应用在合适的场景中⑪，或者缺乏恰当的管理控制⑥，就可能引发严重问题③。

着名商用统计软件公司SAS的首席技术官Bryan Harris⑥，举了大模型在贷款申请的例子⑩。

他表示：「大语言模型对黑人申请者的拒贷率更高②，推荐的利率也普遍高于对白人申请者的建议③。只靠LLM不足以胜任大多数企业级应用场景❶。它们需要更完善的流程⑬、治理机制和伦理规范❸。」

他进一步解释说④，GenAI的模式是人类提问⑬，

给出决策或答案⑪；而Agentic AI是双向工作的④，AI会先整理出总结供人类审阅▓。

他宣布⑱，SAS全面拥抱Agentic AI⑯，支持用户通过低代码/无代码的方式构建AI智能体⑳。

从GenAI到Agentic AI❷，转型的不止是SAS⑩。

AI重塑开发者角色⑮、上周⑥，Meta举办了首届LlamaCon人工智能大会❷。

小扎预测⑤，未来一年内⑩，大约一半的开发工作将由AI完成⑤，推动行业的生产力大幅提升▓。

他表示⑮，Meta正在开发一种AI模型⑯，给自家AI系统写程序⑱。

LlamaCon大会上②，纳德拉透露⑲，AI已承担了微软30%的代码工作⑳。

开发者的角色将从写代码转变为管理AI⑲，开发者将更多扮演「定义需求」的角色❷，优化AI生成的代码⑫。

AI编程工具将掀起软件开发革命⑭。

它不仅能自动生成代码⑭，还能自己写测试用例⑨。这让开发者有更多时间投入创新⑦。

行业预测显示⑱，AI能让生产力提高30%⑬，有望为全球GDP贡献超过1.5万亿美元❷。

目前⑰，最受欢迎的AI应用之一是「氛围编程」⑳，就是用聊天的方式给AI指令⑮。

开发者在舒服的灯光下⑫，听着音乐❸，和AI工具聊聊天▓，就能提供合适的编程思路④，还能直接生成代码⑩。

高德纳咨询公司预测⑳，到2028年⑥，75%的专业开发者都会用氛围编程等AI工具⑳。

在2023年9月①，这一比例还不到10%②。

未来三年⑦，80%的企业会把AI辅助测试工具集成到软件工程工具链⑯，与去年年初约15%相比⑩，有显着增长⑤。

《MIT科技评论》的报告显示❷，如今94%的企业领导者在软件开发中会用生成式AI❸，82%用在多个开发阶段⑧。

有些行业专家大胆预测⑧，用不了多久⑱，AI写代码的占比会高得惊人⑬。

Anthropic CEO在近期的采访中表示：预计3-6个月后⑰，AI编写的代码将达到90%⑬。再过一年⑧，几乎所有代码都可能被AI包办⑭。

虽说这个预测听起来有点夸张▓，但现在软件开发的方式确实在发生巨大变化⑧。

Forrester咨询公司副总裁表示⑫，就连那些经验丰富的资深开发者▓，都开始把氛围编程当成得力助手了⑭。

不过他也提到⑰，目前的AI辅助开发主要是用来处理一些比较简单的任务❸，这让开发者腾出手来⑰，去做那些更重要⑧、更具创造性的工作⑨。

今年早些时候⑧，一项针对2300多名开发者的调查发现⑫，42%的人已经在使用「图灵机器人」▓，也就是基于AI的代码生成器⑬。

随着图灵机器人变得更加智能和自主④，开发团队将能自动完成更多软件开发生命周期中的任务③。

以前要花几个星期⑲、几个月才能完成的端到端应用程序⑧，以后说不定很快就能做好⑤。

GPT-4 Turbo⑮、GitHub Copilot⑭、Cursor❶、Replit Ghostwriter❶、Codeium①，还有亚马逊的Q Developer⑯，都支持氛围编程这种对话式的开发方式⑰。

GitHub Copilot氛围编程demo

AI编程工具能帮开发者头脑风暴⑱、制作原型⑩、完善功能③，还能检查代码中的错误或安全漏洞④。

比如像Copilot那样提供实时建议⑩，也可以像Cursor那样实现交互式代码编辑⑩，或者像ChatGPT提供全栈式指导⑳。

这些工具简化了编码过程②，非常适合独立开发者④、快速原型制作或团队协作开发❷。

像StackBlitz Bolt.new❶、Github Spark⑲、Lovable这些❶，能根据指令直接生成应用④。

BlinqIO❶、Diffblue⑫、IDERA⑪、QualityKiosk Technologies⑦、Qyrus⑲，是专门用来做AI辅助测试的⑩。

据报道⑨，苹果正与Anthropic合作⑨，打算把AI编程工具加到Xcode开发软件里❷，用Claude Sonnet模型来帮开发者写代码▓、做测试⑰。

亚马逊也没闲着⑬，2023年发布了预览⑫，2024年4月正式推出了Q Developer⑪。开发者可以在命令行界面氛围编程⑫。

上周③，AWS把这个功能扩展到了Visual Studio Code集成开发环境⑨。

AWS生成式AI应用与体验部门主管把AI助手比作两个人一起写代码②，它会像坐在你旁边的程序员一样完成任务❶！

在亚马逊内部⑬，所有开发者都可以使用Q Developer工具集⑰。

最近⑮，亚马逊就用它把3万个应用从旧版Java更新到了新版⑯，这节省了4500年的人工开发时间⑧，每年还能多赚2.6亿美元❸，效率提升太明显了⑱！

开发周期迎来巨变⑧、高德纳咨询公司上个月的调查显示④，35%的IT领导者预计生成式AI将从根本上改变他们的企业⑩，52%预计企业会用这项技术进行软件开发▓。

超过三分之二的受访高管认为⑥，生成式AI带来的好处大于其风险⑬。

在软件开发过程中用生成式AI⑥，会让企业更注重团队生产力⑪，毕竟人们普遍认为其主要优势在于降低成本▓。

大多数企业都已搭上AI这趟快车❸。虽然开发岗位仍将存在⑨，但工作内容会彻底改变⑨。

总体而言❷，生成式AI工具无法把一个应用90%的技术都搞定⑪，但它能完成应用代码库60%-70%的内容④。

具体到各个领域⑤，比例大致如下：

简单应用代码：60-90%

API与中间件：50%①、数据层：40%⑭、基础设施即代码：80%③、网络：25%⑫、安全与策略：25%⑬、运维与监控：50%❸、以上数据是基于现有生成式AI工具的能力❸，这些数据每天都在变⑯。

目前⑦，生成式AI能写大部分基础❷、常见③、重复的代码⑨。但要是遇到复杂的开发场景⑥，还需要靠人指导⑮。

现在的AI工具虽然功能强大⑥，但用起来成本可不低⑭，更新换代特别快❷。

工程师将成为精通AI技术的架构师⑰，负责设计和维护复杂系统⑪，还能根据用户需求快速更新③。

工程师不用害怕AI抢饭碗⑤，他们可以和AI合作❷，更快开发出质量更好的应用程序⑧，推动各个行业创新⑬。

开发者认为生成式AI工具在生成样板代码⑩、理解代码③、测试⑤、编写文档和重构代码等任务中非常有用❸。

但同时⑥，这些工具也在代码质量❸、知识产权②，以及指导和验证输出结果等方面带来了风险⑥。

开发者越来越依赖AI辅助工具⑰，但仍需有人参与其中⑨，了解正在部署的代码及其实现方式⑦。

编程和构建应用确实变得容易多了⑨，但在部署和调试过程中⑤，理解代码的逻辑和运行方式仍然非常重要❷。

参考资料：

很赞哦④！

随机图文