声明:本文来自于微信公众号 机器之心，作者:机器之心，授权站长之家转载发布。
你敢想，AI 已经不满足只做程序员了，如今又向架构师这一进阶职业发起挑战。
随着 AI 在研发领域的不断进化，能提供给工程师的助力越来越多，从原先单纯的编码加速器不断延展到架构理解、质量分析、安全扫描、测试生成等更多领域。同时结合 RAG 技术的不断落地应用，对私域知识、本地场景的深刻理解，AI 代码助手的能力边界正在不断被打破。
年初，英伟达创始人、CEO 黄仁勋的一番话引发了计算机行业内外的热议。他表示:「生成式 AI 的持续发展大大降低了学习编程的意义，未来人人都可以成为程序员。」无独有偶，百度创始人、CEO 李彦宏也在一次访谈中指出，「这波人工智能的改变可能更加彻底和深刻，基本上以后不会再存在程序员这种职业了。只要会说话，人人都会具备程序员的能力。」
两位科技大佬[]的观点倒不是[]说未来程序员[]都会失业，而[]是在 AI 的帮助下，更[]多研发行业中[]非程序员的角[]色也可以具备[]基本的开发程[]序的能力，而[]具备专业技能[]的软件工程师[]们在 AI 助力下将发挥[]更大的价值。[]
同时，两位科[]技大佬的观点[]一定程度上揭[]示了一个重要[]趋势:随着大[]模型赋能的 AI 代码助手在企[]业业务场景的[]应用落地，A[]I 辅助所占的比[]重越来越高。[]Stack Overfl[]ow2024[]开发者调查报[]告显示，76[]% 的受访者正在[]或计划在开发[]过程中使用 AI 工具，有好感[]或非常有好感[]的比例达到了[]72%。
国内外大厂都在 AI 代码助手这一赛道重兵投入，而率先入局者已经在自身业务中初见成效，比如百度内部已经有30%的代码由其智能代码助手「文心快码 Baidu Comate」生成。
说到文心快码[]（Baidu[] Comate[]），它还是在[]6月底百度 WAVE SUMMIT[] 深度学习开发[]者大会上拥有[]了自己的中文[]名，并升级到[]了2.5版本[]。算起来，自[]2023年4[]月推出以来，[]文心快码已经[]是一位「练习[]时长快一年半[]」的 AI 程序员了。
在岗这么长时[]间，文心快码[]现已支持了 C/C++、[]Java 等100多种[]编程语言和 VS Code、J[]etbrai[]ns 系列等19款[]主流 IDE 平台，能够续[]写已有代码、[]利用自然语言[]指令生成代码[]、根据注释写[]代码并在代码[]基础上生成注[]释。我们观察[]到，百度内部[]已经有80%[]的工程师在深[]度使用文心快[]码。
而随着基础模型能力的持续提升以及 AI 代码助手在工作中越来越驾轻就熟，其自身能力也在不断进化。这不，百度文心快码不满足只干程序员的活了，它表现出来的一些能力正在告诉人们:自己甚至可以胜任架构师的角色了!
不过，在揭秘[]文心快码的「[]进阶能力」之[]前，我们有必[]要先来了解一[]下程序员与架[]构师的区别。[]
AI 程序员的职业晋升
做专才更要通才
如果说程序员[]是某一技术领[]域的专才（如[]前端、后端、[]移动应用开发[]），架构师则[]可以称得上多[]个技术领域的[]通才了，他们[]要在软件开发[]、系统架构、[]网络通信、数[]据库设计等方[]面都玩得转。[]
从职能上看，[]程序员侧重于[]在实现层面执[]行编写代码、[]调试与测试、[]维护等具体任[]务，而架构师[]主要负责整体[]系统的设计和[]规划，包括系[]统架构、模块[]划分、技术选[]型等，还要做[]出技术决策并[]指导团队。
因此，程序员[]晋升为架构师[]需要全方位的[]提升。同样地[]，AI 代码助手要想[]成功地将自身[]角色从程序员[]跨越到架构师[]，必然要在承[]担的职责、具[]备的技能方面[]更上一个台阶[]。
文心快码既然宣称升级成为了「互联网首位 AI 架构师」，想必已经掌握了承担相应角色与任务的必备技能。
自落地百度内部以来，文心快码在完成常见编程任务方面自不必多说，代码采纳率也达到了46%。随着向架构师角色的转变，如今的文心快码更懂业务架构、更懂测试、更懂领域知识、更能解决代码编程中的疑难问题。
首要一点便是能更高效地解决编程中的架构问题，它们往往涉及到系统的层次结构、模块划分、控制流和数据流等方面。人类架构师统筹起来尚且不容易，而文心快码在拥有了架构师的能力后，可以通过代码解释，快速了解函数在「真实业务背景下的含义」。
不仅如此，为了更清楚地洞见编程逻辑框架、项目管理全流程，文心快码还能通过流程图的方式，直观地展示完整的调用逻辑。
其次代码质量也是架构师关注的关键领域，而单元测试（UT）则是保障代码质量的关键举措，以确保系统稳定性和可靠性。文心快码在单元测试生成方面迎来全面强化，不仅 UT 生成效果大幅提升，生成的 UT 用例更是达到了100% 有效。
做到这些要归[]功于文心快码[]自动识别工程[]所使用的测试[]框架版本，它[]能够自动识别[]被测方法跨文[]件依赖，并自[]动参考已有单[]元测试书写风[]格，因而可以[]生成更贴近真[]实场景、效果[]更优、可用性[]更强的单元测[]试代码。
同时得益于文[]心快码四层架[]构的 AI 优化，UT 生成速度同样[]大幅提升。即[]使面对复杂的[]函数，平均6[]秒就能自动生[]成可用单元测[]试，缩短了等[]待加载时间。[]
在 UT 生成效果和速[]度得到加强之[]外，文心快码[]还支持批量生[]成 UT，实现了[]质、速和量的[]三合一提升。[]
面对纷繁复杂的变更函数以及堆积成山的历史代码，文心快码可以针对目录、多文件、单文件等多类型一键发起生成，并做到生成、验证和修复同步进行，确保 UT 用例的有效可靠。
此外，对于找到并修复程序中的错误或缺陷，文心快码做到了更好、更快。只需要选中报错的日志，然后交给文心快码进行对比分析和修复，它会自动给出错误原因和错误修复方式，一目了然。同时也可以进行多轮 Debug，只要一句话，便能解决研发过程中遇到的各种疑难问题。
如果以百度自[]身对架构师的[]定义来评判文[]心快码如今的[]表现，可以说[]它从业务理解[]、代码能力、[]文档编写和技[]术视野四个维[]度得到了全方[]面加强，并提[]供了一系列相[]应的自动化服[]务。
当文心快码这[]样的 AI 代码助手开始[]从架构师的角[]度来思考并解[]决问题时，势[]必会对包括提[]出需求、编写[]代码、测试与[]发布、检测潜[]在 bug 与安全漏洞在[]内的整个开发[]流程带来更大[]增益，进一步[]提升业务迭代[]速度。
当然，工欲善[]其事必先利其[]器。文心快码[]进化到拥有架[]构师的能力并[]不是一蹴而就[]，而是各方面[]因素综合作用[]的结果。
进化的背后
是多点发力
我们知道，文[]心快码背后是[]文心大模型提[]供动力，前不[]久刚刚升级到[]4.0Tur[]bo 版本。通过更[]大训练数据体[]量、更优数据[]分布与质量、[]更强训练算法[]，文心大模型[]在理解、逻辑[]推理层面再次[]跃升。
可以说，更强[]大文心大模型[]为文心快码的[]又一次「变身[]」提供了理论[]上的可能和坚[]实基础。
在此之外，文[]心快码在高质[]量训练数据集[]、专家参与的[]知识体系、私[]域知识增强以[]及精调和优化[]方面形成了独[]有优势。
首先是在数据层面「做深文章」。数据作为 AI 三大要素之一，对模型训练效果的作用举足轻重。文心快码拥有充足且高质量的训练数据集，涵盖了百度内部严格筛选的优秀代码数据集以及 GitHub、GitLab 等外部主流开源代码库资源，最大程度实现预训练数据的多样性和丰富性。
因此，有了更[]多、更全、更[]优质的数据支[]撑，文心快码[]才能更加深入[]理解和学习不[]同的编程语言[]、框架及真实[]业务场景下的[]编码规律。
其次在构建知识体系的过程中做到了双管齐下。不断吸收并学习知识是提升 AI 理解、推理和决策能力，并在实际应用中更加精准和高效的关键因素。
一方面，通过由语言、框架、知识集等多个维度的专家团队的共同努力，整理并构建了由上万个知识集组成的专家知识体系，在覆盖基础语法、数据结构等通用知识之外，还深入到了特定框架、库及业务场景的高级应用，实现通用与专用知识的结合。
另一方面是增强了私域知识。在关注外部客户业务需求的基础上，文心快码为他们提供了基于 RAG 技术的数据检索增强功能，提升在具体业务场景中的生成能力和准确性。同时完善评估与持续优化机制，在上线后也能根据客户反馈及时处理和调整，适应他们可能变化的业务状况和需求，形成数据、效果、产品功能和应用实践一整个链条的快速反馈迭代。
最后是注重精调与优化。这一点在百度内部尤为明显，有了对上万工程师研发实践以及内部用户使用习惯和需求的充分了解，利用类似 DPO（数据驱动优化）的技术手段对内部代码数据进行深入分析，构建了反映用户真实需求的专用数据集。同时在不断迭代和优化过程中形成数据飞轮效应，持续指导模型精调。
至此，在底层[]模型的加持之[]外，文心快码[]进阶到 AI 架构师完成了[]数据、知识、[]精调与优化多[]层面的技术和[]实践准备。
目前，文心快[]码已经收获了[]多领域大量客[]户的认可，并[]已在喜马拉雅[]、数蓬科技、[]南威软件、华[]农保险等企业[]的应用中提升[]了研发效率，[]为其业务发展[]和技术创新注[]入了新的强大[]动力。
写在最后
从微软推出 C opilot[] 编程助手到雨[]后春笋般涌现[]的代码大模型[]及智能代码助[]手、再到今年[]首位 AI 软件工程师 Devin 的诞生，AI[] 进化的速度实[]在令人惊叹。[]
这一方面要看[]到 AI 代码助手的应[]用潜力。根据[]《Gartn[]er2024[]年十大战略技[]术趋势》预测[]，到2028[]年，75% 的企业软件工[]程师将使用 AI 编码助手，这[]一比例在20[]23年初还不[]足10%。因[]此，在需求趋[]势驱动下，A[]I 代码助手持续[]「修炼内功」[]是必然的。
此次百度文心[]快码在职能上[]向架构师的延[]伸，正是这一[]趋势的体现，[]也意味着对编[]程领域的影响[]越来越深入，[]逐渐地从单一[]的编程任务渗[]透到整个研发[]全生命周期并[]有可能重构研[]发范式。
可以预见，在[]未来相当长的[]一段时间里，[]AI 代码助手会强[]势存在并不断[]进化。对于编[]程甚至更高层[]次的架构设计[]工作而言，助[]力将会越来越[]大。到时候，[]工程师们将不[]会被繁琐的工[]作所牵绊，效[]率加倍，留出[]更多的时间去[]享受生活。
这两天冲上热[]搜的太原理工[]2024软件[]工程专业招生[]近2000人[]，也从侧面说[]明软件工程师[]这一职业仍有[]巨大前景。而[]且我们了解到[]，该专业所属[]的软件学院还[]是首批使用文[]心快码的机构[]之一，可见新[]技术已经与未[]来的软件研发[]生力军在建立[]了联系。
因此，关键在于如何在理念和实践中利用好 AI。正如斯坦福著名学者 Erik Brynjolfsson 所言，企业应该将 AI 视为员工的合作伙伴，而非竞争对手。程序员要让 AI 处理它们擅长的重复、繁琐和机械的事情，自身则专注于那些能够发挥核心价值的创造性工作。
以百度为例，它在开发文心快码的过程中汇集了数万工程师的实践经验，形成三大「人机协同价值观」，包括AI 不会取代你但会 AI 的人将在职业市场上更具有竞争力，人机协同的关系中人始终处于 Control 的地位和人机协同、共同进化，可以为人机和谐相处提供一定借鉴。
未来，随着 AI 代码助手扮演的角色越来越强大，胜任的任务越来越多，其与人的共存将会是一个长期命题，需要包括百度在内的各方汇聚智慧来正确对待和解决。
评论区
提示：本文章评论功能已关闭