本文作者:admin

AI编程,人工智能的第一个“杀手级应用”正在浮现

admin 2024-08-26 21:09:06 117
AI编程,人工智能的第一个“杀手级应用”正在浮现摘要: ...

  AI编程助手是帮助程序员写代码的智能工具。硅谷现在越来越相信,AI在编程领域的应用非常有前途,许多初创公司和科技巨头都在竞相开发能够帮助编写和修改代码的AI助手。自2023年初至今,相关企业已累计获得近10亿美元融资。GitHub Copilot作为AI编程助手的代表,自2022年推出以来,已有近200万付费用户。截至今年4月,GitHub的收入同比增长45%。

  本文作者:房家瑶

  来源:硬AI

  AI编程助手是帮助程序员写代码的智能工具。随着AI技术的飞速发展,AI编程助手正成为软件工程领域的新宠。自去年年初以来,很多公司都在给“AI编程助手”投钱,已经累计获得了近10亿美元的融资,计算机编程正成为AI技术革新的前沿阵地。

  美东时间8月23日周五,据媒体报道,Replit、Anysphere、Magic等公司今年就已筹集了4.33亿美元,使得自2023年初以来的总融资额达到了9.06亿美元,大量资金涌入AI编程助手。

  现在硅谷现在越来越相信,AI在编程领域的应用非常有前途。像Code.org的CEO Hadi Partovi就比喻说,现在如果做软件开发不用AI,就好像写文章不用文字处理器一样过时。这种观点在硅谷非常流行,尽管有些投资者还在质疑AI到底能不能带来真正的经济收益。Code.org董事会里的一个高管甚至说,他们公司打算在今年年底前停止雇佣不用AI编程的人。

  投资公司Index Ventures的合伙人Hannah Seal指出,如果AI工具能嵌入现有的工作流程,立刻让人看到效果,那就更容易赚钱。在编程这个领域,AI工具的价值很明显,所以很有前途。

  AI编程助手备受硅谷青睐

  现在很多初创公司和、Meta和等科技巨头都在争夺这一市场,竞相开发能够帮助编写和修改代码的AI助手。Partovi进一步说,编程越简单,对它的需求就越大,因为这样就能开发出更多的技术。微软旗下的GitHub是全球最大的软件开发平台之一,他们最早将大型语言模型转化为编程助手。

  GitHub最初开发了一个原型,后来变成了GitHub Copilot,这是一款AI编程助手,于2022年正式推出,现在已有近200万付费用户。GitHub的CEODohmke 表示,当他们开始使用GPT-3(OpenAI的第一个重要模型)时,很快就发现它编写代码的能力非常强,所以决定围绕这个功能开发一个产品。这就是为什么GitHub现在可以帮助程序员更轻松地写代码的原因。

  Dohmke进一步表示,现在GitHub Copilot的模型编写的代码质量已超越了普通开发者。截至今年4月,GitHub的收入同比增长了45%,到本月初,GitHub年收入达到了20亿美元的水平。Copilot对GitHub收入增长的贡献超过了40%,其业务规模已超过微软收购GitHub时的整个业务。此前,GitHub于2018年被微软以7.5亿美元的价格收购。

  微软CEO Nadella则透露,已有超过7.7万家组织(包括 BBVA、FedEx、H&M、Infosys 和Paytm等)采用了GitHub Copilot这款仅两年历史的工具,这个数字同比增长了180%。不过,大公司的IT部门对使用自动编程工具编写生产级代码的安全性仍然有些顾虑。

  但GitHub的CEO Dohmke表示,AI生成的代码在部署之前通常会进行手动检查和把关,而且一些企业报告称,在使用这些工具后,生产力提升了20%到35%,这些企业包括拉美电商巨头Mercado Libre和专业服务公司Accenture。

  麦肯锡去年的一项分析发现,AI对软件工程生产力的直接影响可能会占到当前年支出的20%到45%。这些好处包括生成初始代码草稿、代码修正和重构等。麦肯锡表示,通过加速编码过程,生成式AI可能会推动软件工程技能向代码和架构设计方向发展。

  一些软件工程师表示,他们已经将AI助手整合到日常工作流程中,不仅工作更快,还变得更加有创造力。德国一家机器人初创公司Sereact的首席技术官Marc Tuscher就表示,他每天都会使用GitHub Copilot,通常还会结合使用ChatGPT来编写代码。GitHub的工具在处理一些重复性任务时最有用,比如用户界面和产品的后台。

  Marc Tuscher还会用ChatGPT来解决更抽象的问题,比如让它提出一些经典的想法或新研究的方案,然后再问它“这个怎么用Python来实现?” 然后ChatGPT会生成相应的代码。他认为这两个工具都非常棒。

  Tuscher说,他认识的所有程序员都在使用这些工具,这些工具确实改变了他们的工作方式,但它们只是强大的助手,而不是程序员的替代品。因为现在的生成式AI还不懂得如何设计良好的软件架构,也不懂得如何将系统整合在一起。这些仍然需要程序员自己去思考和解决。

  本文来自微信公众号“硬AI”,关注更多AI前沿资讯请移步这里

  市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

阅读
分享