自2022年末ChatGPT發布以來，人工智能（AI）正在深刻地改變軟件開發的格局。從簡單的代碼補全到復雜的邏輯生成，AI正逐漸成為程序員不可或缺的助手。最近，OpenAI首席執行官山姆·奧特曼在其個人博客中發表的文章《智能時代》(The Intelligence Age)[1]更讓我們深切體會到，超級智能似乎離我們越來越近了。

正如100年前的打孔卡編程方式與現今編程方式的天壤之別，如今的我們也難以完全預見超級AI時代的編程模式。盡管現階段的大語言模型（如ChatGPT[2]、Claude[3]等）在AI輔助編程方面已經展現出強大的能力，并顯著提升了開發效率，但它們仍面臨諸多挑戰。不過，與打孔卡時代的程序員相比，我們這一代程序員是幸運的，因為我們已經嗅到了超級AI的氣息。

當前AI輔助編程的現狀

目前，AI輔助編程主要有三種模式：

1. IDE模式：通過使用工具（如Cursor[4]等）智能分析代碼上下文，僅需簡單的TAB鍵操作即可生成代碼片段甚至是完整代碼，顯著提高編程效率。
2. Prompt模式：開發者提供描述性的prompt，AI據此生成代碼塊，然后開發者將其整合到項目中。這種模式要求開發者對prompt撰寫有較高的理解與能力。
3. Agent模式：在這種模式下，AI作為自主的編程助手，理解開發者的意圖并主動規劃(強化學習增強的思維鏈等)和執行任務。開發者可以與AI對話，提出問題或請求功能，而AI則基于上下文自動生成代碼、測試用例，甚至進行調試。Agent模式更接近于超級AI的初級模擬，試圖通過自然語言交互與上下文理解，模擬人類思維，自主規劃并處理復雜編程任務。

雖然IDE和Agent模式本質上都是Prompt模式的變種，但Agent模式更像是對超級AI的初級嘗試，使開發者能夠更專注于高層設計，將重復性任務交給AI處理。

不過，這三種模式都屬于初級輔助模式，雖然已經能顯著提升開發效率。這些模式的輔助效能還與多種因素相關，比如：

• 人類提示工程(Prompt engineering )[5]水平：開發者如何有效地與AI溝通需求，直接影響輸出質量。
• AI對不同編程語言的掌握和擅長程度[6]這樣語法復雜的語言，AI生成的代碼可能更容易出現編譯錯誤。相比之下，Go語言[7]生成的代碼往往更容易直接運行。
• 編程任務的特性：不同類型的編程任務可能更適合不同的AI輔助方式。

注：隨著AI在推理方面的提升(乃至形成獨立的推理層)，“過提示工程”可能不僅無法提高推理性能，還有可能妨礙模型工作[8]。也就是說對于推理能力越來越強的大模型，反倒是提示詞越簡潔越好，因為思維鏈都隱藏到了模型內部，如果再用思維鏈提示反而會適得其反。

當前AI的局限性與未來展望

當前的AI系統更像是一個知識數據庫，主要基于已有的知識進行推理，與現實世界的互動能力仍然有限，如缺乏訪問互聯網和本地系統的能力。這種限制導致AI只能生成代碼，卻無法驗證其邏輯是否正確或者能否編譯運行。此外，AI與人類的交互手段仍相對初級，大多局限于文本、圖片或語音的形式，這些方式在面對復雜需求時顯得笨拙。

那么未來理想的AI輔助編程模式應該是什么樣的呢？我認為應是端到端編程，即通過多種交互手段（自然語言、語音、圖片以及將來的未知方式等）輸入需求，AI直接輸出已部署完畢且可正確運行的完整程序。在超級AI時代，這種編程模式將成為現實，屆時AI與程序員的交互方式將迎來革命性變化。

我們可以將當前階段稱為"AI的過渡時代"。正如OpenAI的Sam Altman所預言那樣，真正的智能時代可能還需要幾千天才能到來。在這個超級AI出現的時代，端到端的編程模式可能才會真正實現。

根據Sequoia Capital的最新研究報告[9]，AI技術正在從"快速思考"(System 1)向"慢速思考"(System 2)演進。System 1指的是快速、直覺性的反應，而System 2則涉及更深層次的推理和問題解決能力。這種演進正在推動一種新的"推理層"的發展，這可能是通向真正智能時代的關鍵一步：

圖片

來自Sequoia Capital的最新研究報告

超級AI時代的編程模式可能包括：

• 腦機接口：通過思維直接傳達編程意圖。
• AR手勢交互：在虛擬空間中操控代碼組件，如鋼鐵俠電影中的場景。
• 多模態融合交互：結合語音、手勢、眼動跟蹤等多種方式。
• 自適應自然語言處理：AI能夠理解和解析非結構化的自然語言，轉換為代碼邏輯。

這些技術的發展可能會讓未來的編程體驗更像是與高度智能的助手協作，而非單純的工具使用。如今腦機接口、AR增強現界等技術也在快速演進，很可能與超級AI帶來的智能時代同時到來。

程序員角色的轉變

在超級AI時代，程序員的角色將發生顯著的變化。程序員基本上不再編碼，而是更多地轉變為"系統架構師"、"AI協作者"和"創新推動者"。他們的工作會更多地涉及高層次的問題解決、創新思考和跨學科合作。技術知識仍然重要，但更重要的是理解業務需求、系統設計、倫理考量和用戶體驗等更廣泛的技能。

Sequoia Capital的報告指出，隨著AI技術的進步，軟件開發正在從"軟件即服務"(SaaS, Software as a Service)模式轉向"服務即軟件(Service as a Software"模式。這意味著AI應用不僅僅是提供軟件工具，而是直接提供完整的服務解決方案。這種轉變將極大地擴展AI應用的市場，從軟件市場擴展到更廣闊的服務市場：

圖片

來自Sequoia Capital的最新研究報告

注：怎么理解“服務即軟件”（Service as a Software）呢？想象一下，之前你的公司購買了一個人力資源管理的SaaS服務，這種購買僅僅讓你能夠使用其功能，但誰來操作這些功能呢？你的公司依然需要雇傭專門的HR人員來通過Web、GUI客戶端或App進行管理。而“服務即軟件”則將這兩方面“打包”在一起。你無需再招聘專員來操作，只需提出你的需求即可。這種模式有點類似于現代的HR勞務外包，但不同的是，在智能時代，這種外包的真正執行者不再是“人”，而是AI應用和支持AI運行的算力。這樣一來，你可以更高效地滿足業務需求，而無需擔心人力資源的管理和操作。

隨著超級AI的出現，我們還可能會看到AI系統不僅能輔助編程，還能自主編寫、維護和優化代碼，即AI的自主性。然而，這種高度自治的系統也可能面臨復雜的自我管理問題。

借鑒《黑客帝國》中的概念，未來的AI系統可能會像一個巨大的自維護程序，但仍需要"異常處理程序"來解決一些無法自動修復的關鍵問題。在這個場景中，人類程序員可能扮演類似"尼奧"的角色，成為系統無法自行解決問題時的最后求助對象。

這種人機協作模式可能類似于現代軟件系統中的"live reload"概念：當AI遇到無法自動解決的問題時，它會尋求人類的幫助，重新加載并修復系統，從而保持整個生態系統的穩定運行。

小結

AI輔助編程技術正處于一個激動人心的過渡時期，距離完全自主的端到端編程還有一定距離。然而，隨著技術進步和新型人機交互方式的到來，編程的本質將發生革命性的變化。未來的編程將是人類與AI共同塑造的領域，一個充滿無限可能的智能時代。

參考資料

[1] 《智能時代》(The Intelligence Age): https://ia.samaltman.com/

[2] ChatGPT: https://chatgpt.com/

[3] Claude: https://claude.ai/

[4] Cursor: https://www.cursor.com/

[5] 提示工程(Prompt engineering ): https://en.wikipedia.org/wiki/Prompt_engineering

[6] AI對不同編程語言的掌握和擅長程度: https://mp.weixin.qq.com/s/K8pao4_-YU77j7Ld1p7VLQ

[7] Go語言: https://tonybai.com/tag/go

[8] “過提示工程”可能不僅無法提高推理性能，還有可能妨礙模型工作: https://openai.com/index/learning-to-reason-with-llms/

[9] Sequoia Capital的最新研究報告: https://www.sequoiacap.com/article/generative-ais-act-o1/