AI编程分享的演讲稿

云游者
103 阅读6分钟

自我介绍

大家好，我来自技术中心-算法部-供需匹配团队，今天非常开心，能够跟大家一起讨论AI编程的落地实践。

今天也是我第一次，站在这个讲台，以老师的身份，来跟这么多同事来面对面的沟通和交流，所以我的内心也是不免会有些紧张，讲得不好请大家见谅。

先跟大家简单介绍一下我自己：

  • 时间线：我是2021年1月4日 也就是元旦后，进入的公司，今年已经四年多了。
  • 团队线：我一直都在派单和调度这个团队，这些年部门负责人几经变化，团队名称从原来的 调度 -> 智能决策 -> （现在）供需匹配，但是我们团队人员整体还是很稳定，核心人员都还在，现在都是业务骨干了。
  • 成长线：我从团队的新人 -> 骨干 -> 带领团队 -> 团队扩展 -> 团队发展到14人。

现在我还非常清楚的记得，我在刚进入公司第一年由于一次生产故障，我带着哆哆嗦嗦的心情去跟当时的CTO复盘的场景。那是我在T3至暗时刻，同时又是我人生成长的最高点，因为从那以后我上线的需求再无故障。

来这个公司给大家分享一个心得：不给自己的职业设限，不要觉得测试的事跟你无关，不要觉得产品的事跟你无关，也不要觉得业务的事跟你无关，只要你想要成长，这个公司所有相关的事情，你都可以去学习。

AI发展趋势

这几年人工智能发展非常迅猛，以2025年4月8日斯坦福大学出的2025年人工智能指数报告开始。

为什么会引用这个报告？

  • 这个报告已经连续坚持了8年，每年质量都很高。
  • 去年是AI教母李飞飞教授负责参与审查的，今年由于她学术休假2年，所以今年她已经不在评审委员会里面，但是她创建的世界模型公司影响力依然很强大。

AI世界的下半场从解决问题到定义问题？

  • 比如说： 曲晓创建的HeyBossAI， 通过给AI布置一个宏大的问题，通过一个自然语言就能够创建网站，应用和游戏。扩大AI系统化处理问题的能力，发现新的问题和场景。
  • 比如说： 美国17岁高中生扎克创建的Cal AI，这个应用在2024年8月份就能够达到月盈利100万美元。
  • 比如说： 硅谷很火的宠物共情AI产品Traini，产品的核心是通过分析宠物的叫声和行为，来理解宠物最真实的心理状态。

这些都是通过去发现新的问题，找到有意义的任务，让AI帮助我们达成目标的案例。

AI编程趋势

AI编程的大力推广，对程序员的要求也发生了很大的变化。当绝大部分代码都开始由AI生成后，程序员需要的能力也一定会发生相应的变化。

从思维模式、开发重点、架构设计、关键技能、等等多个不同点，都会发生一定转化。未来能够掌握架构设计 + AI模块集成的开发者，将更具备竞争力。

ML主流机器学习框架：

image.png

AI编程工具选型

AI编程也是人工智能应用非常热门的方向，现在大部分企业其实都在使用AI编程的方式。各种AI编码的工具也如雨后春笋般发展。

image.png

这个个评分榜可以看到，其实没有绝对优势的编码工具，大部分编码工具，都处于中上等的排名。

像正常我们在工作都会使用到的，Cursor, 通义灵码， GitHub Copilot, MarsCode等等，这些工具在应付我们正常的工作编码时，都已经很强大了。而更关键的是： 我们如何在真实的工作场景下，去切入使用这些工具。

我们团队当时选型的依据：

  1. 方便。跟研发同学开发工具无缝集成
  2. 价格合适
  3. 稳定性要好（网络的稳定性，要有一定的社区支撑）
  4. 能够满足日常的工作需要

AI编程应用场景和实践案例

  • 代码生成：整体框架规范，输入、处理过程、输出几个环节的范式相对明确，AI基于以前的规则，能够快速学会生成新的代码。
  • 代码注释生成： 很多历史代码编写混乱不规范，当时的产研人员已离职，代码的可读性很差，难以阅读。
  • 代码结构优化： 代码过于冗长，理解和维护成本较高，AI编码能够快速进行拆分和优化。
  • 测试用例的生成： 能够自动生成测试用例的基本框架，研发协助补全一下场景，来确保代码的覆盖率。
  • 代码自动补全： 识别对象中的属性和方法，自动进行一定的补全，或者基于注释也能够自动补全。

AI编程发展与展望

  1. MindStudio: 面向华为昇腾（Ascend）AI处理器的全流程开发工具链.

image.png

  • 面向Java生态的企业级AI开发平台

  • 技术特色：

    1. 基于Java生态的AI模型训练/推理工具链
    2. 与Spring Cloud等Java框架深度集成
    3. 支持国产化硬件适配（如华为昇腾、海光等）

  • 适用对象：

    1. 传统Java企业：已有Java团队需快速引入AI能力
    2. 信创项目：要求国产化技术栈的场景
    3. 高性能场景：需避免Python性能瓶颈的应用

  • Devin AI 是由 Cognition AI Labs 开发的全球首个全自主 AI 软件工程师。它能理解复杂指令，自主规划并执行软件开发任务，使用多种开发者工具，如：shell、代码编辑器和浏览器。Devin AI 可以端到端构建和部署应用程序，自主查找和修复代码中的错误，还能通过阅读文档学习新技术。在 SWE-bench 基准测试中，其表现远超其他 AI 模型。

  • 缺陷：

    • 任务执行与效率
    • 代码生成与质量
    • 上下文理解与协作
    • 实际应用与可靠性
avatar
文章
阅读
粉丝