软件工程

Gists

 Martin Fowler深度访谈：软件工程正迎来 40 年来最猛烈的一次地震

这轮技术变革的本质，是从确定性世界走向非确定性世界，AI 最适合用来理解复杂系统、生成输入与方案，再交给确定性的传统工具去执行和落地，在这一过程中，软件开发过程的管理————软件工程的概念只会演变，但不会过时。

这次变革最大的特点，不是抽象层又提高了，而是我们从确定性的世界进入了非确定性的世界。

Fowler说Thoughtworks已经把用AI理解遗留代码放进了他们技术雷达的采纳环。这是最高级别的推荐，意味着他们强烈建议在这个场景下使用AI。

Fowler说他的同事James Lewis用Cursor尝试重命名一个类，结果花了一个半小时，用掉了10%的月度token配额。这个任务如果用传统IDE的重构功能，也就几秒钟的事。

不要让AI直接生成最终代码，而是让AI生成输入，然后用确定性的工具来执行。

软件开发的核心技能不会过时。什么是核心技能？理解用户需求，与人沟通，把模糊的想法变成清晰的方案，在约束条件下做权衡。

Fowler今年应该快70岁了。他说自己当年进入这个行业纯属偶然，因为自己手笨，干不了需要体力的工程活，写代码刚好不需要力气。谁能想到，这个偶然的选择让他见证了人类历史上发展最快的行业的几乎全部历程。

当我们所有人都在谈论千亿美元投资、万卡集群的时候，这位 AI 领域最神秘的大脑之一 Ilya Sutskever 却说了一句让人意外的话：我们正在从规模时代重回研究时代。

这就是 Andrej Karpathy 想强调的核心差异： 动物智能是被自然进化“碾”出来的，全能、通用、压力巨大； AI 的智能是被商业训练“筛”出来的，用来完成任务、讨好用户、服务人类。 两个力场完全不同，方向也完全不同。

所以真正的超级智能应该是什么样的？Ilya 给出了一个新的定义：它不是一个什么都知道的全能大脑，而是一个能够快速学习任何技能的智能体。就像一个 15 岁的超级学生，基础很扎实，学习能力极强，但还需要去具体的领域深入学习。