Goon软件开发在AI时代的未来：复杂的视角
围绕AI在软件开发中的角色有很多讨论，这并不奇怪。预测从AI完全取代人类编码员到AI以前所未有的方式赋能开发者。本文深入探讨了这一复杂的领域，分析了当前的AI能力、行业趋势和经济原则，为软件开发的未来提供了复杂的视角。
AI编码员：2025年中层工程师？
Meta的CEO Mark Zuckerberg 预测，到2025年，AI可能像中层工程师一样独立编写代码。这一预测虽然雄心勃勃，但与AI编码能力的快速发展相符。运行此类AI系统的初始成本可能会很高，但随着效率的提高，成本预计会下降，这可能导致大量应用程序代码，包括AI本身的代码，由AI生成。这不仅是Zuckerberg的观点。亚马逊的云服务负责人在2024年的一次泄露的对话中也提出了类似的观点，称大多数开发者可能会停止编码，因为AI将接管。
基准测试AI编码能力：快速上升
查看如SWE Bench（软件工程基准）等基准测试可以提供AI编码能力的定量衡量。2024年初，AI在这一基准测试中的表现约为7%。到年底，像Code Story Midwit Agent这样的模型结合SWE Search，得分达到了62%——几乎是初始表现的两倍。这一基准测试特别具有挑战性，因为它测试的是AI在未见训练数据中的问题。更令人印象深刻的是，最新的GPT-03模型得分达到了71.7%——在一年内表现大幅提高。如果这一趋势继续下去，未来18个月内在这个基准测试上接近满分似乎是可能的。
推理能力和成本效益：GPT-03的优势
OpenAI关于GPT-03编码性能的讨论提供了进一步的见解。他们强调，GPT-03在增加思考时间后可以提高其性能，性能远超之前的版本如GPT-01，并且成本更低。OpenAI推理研究的关键人物Noam Brown描述GPT-01已经像软件工程师一样工作，编写拉取请求，展示了AI成为有价值的编码伙伴的潜力。然而，像GPT-03这样的模型当前的高成本引发了其实际应用的疑问。虽然价格预计会下降，但这些模型的成本效益仍然是其广泛采用的关键因素。
耶文斯悖论和对开发者的更多需求
耶文斯悖论（Jevons Paradox）是一个经济原则，指出资源使用效率的提高通常会导致该资源需求的增加。在软件开发的背景下，随着AI使编码更快、更便宜，更多企业和个人可以创建软件，扩展软件的使用场景，增加对软件解决方案的总体需求。这种软件开发活动的激增创造了对更多软件工程师的需求，而不是更少。尽管AI可以自动化某些编码任务，但人类开发者在监督、调试、设计架构、处理复杂逻辑、优化AI模型和管理AI代理系统方面仍将至关重要。苹果公司最近的职位招聘就支持了这一观点，他们特别寻求有Crew AI和LangChain等AI代理框架经验的软件工程师。这表明开发者正在转向管理和编排AI代理，增加他们在开发过程中的影响力和权力。世界经济论坛的《2025年未来就业报告》进一步强化了这一观点，将软件和应用开发人员列为第四快增长的就业领域。这表明在AI驱动的世界中，对开发者的整体需求在增加。
结论：共生的未来
AI取代软件开发者的说法过于简单化。相反，未来更倾向于一种共生关系，其中AI增强人类的能力。尽管AI可以自动化某些编码方面，但对具有AI代理管理和专业框架知识的熟练软件工程师的需求可能会增加。这个新时代要求开发者不仅能编写代码，还能编排AI代理，开启新的可能性，加速创新的步伐。关键的结论是开发者并没有变得过时；他们正在进化，那些拥抱这一进化的人将成为下一代软件开发的先锋。