软件工程 3.0 与 AISE 概述
软件工程发展至今，已从1.0版本演进至3.0。05年推出的产品，曾试图攻克软件工程中复杂应用投入产出比失衡的难题。而今，软件工程步入3.0时代，即AI技术融入其中，成功解决了2.0阶段流程中的AI应用难题，提升了效率，简化了流程，同时在关键环节为开发工作提供了AI辅助。SE for AI致力于研究如何使软件工程流程体系实现智能化，旨在将其应用于软件开发领域。
尽管在初期对相关产品的探索受到计算和AI技术发展水平的限制，效果并不理想，比如在Big Code语义搜索方面的进步并不显著，然而这无疑是发展历程中的关键环节。自最初尝试至今，软件工程3.0的形态已经逐渐显现。
基于 LLM 的代码生成
通过细致调整代码模型来训练，能明显提高开发者补充代码和交流技术的效率。许多开发者对人工智能编码助手抱有很高的期待。调查结果揭示，超过八成的受访者相信这项技术将革新他们编写代码的方法。此外，有七成的受访者正在使用或计划使用人工智能工具，尤其是学习者对其特别青睐。
目前，代码生成和补全功能主要给AI提供参考和建议，生成类似逻辑的内容。这使开发者能轻松搭建一些小型、即时的应用，比如常见的函数计算程序。这些功能让用户能快速完成日常任务，非常实用。
应用形态思考
技术交流和代码辅助在实际操作中相互推动。为了增强开发者使用体验，技术交流会采用更庞大的模型来提升推理能力。有了强大的推理能力，开发者在与系统交流技术问题时，可以得到更为精确和详尽的回应。
在编写代码时，我们倾向于使用体积更小的代码模型，这样做能提升编写体验。这些小模型反应更快，能迅速给出代码建议，让开发者编写代码更流畅，进而提高开发效率。
机遇与挑战
留意到发展潜力，人工智能在软件行业的应用空间极为广阔。正如前面所提及，许多受访者已开始使用人工智能技术，这表明它能够大幅提升软件开发效率，让开发者加速工作进程。
遇到了不少挑战。要建立一个代码大模型的后续任务生态系统挺难的，比如测试和调试这些后续工作，还有在特定应用领域的扩展，这些都不够完善。如果这些问题不能得到改善，那么在解决更多工程难题时就会遇到阻碍，这会阻碍人工智能在软件工程领域的深入应用。
开发者使用倾向
数据显示，众多开发者正在使用或打算使用人工智能工具。这一现象反映出，开发者们对AI在软件开发中的应用持积极态度。他们渴望借助AI技术，对现有的开发方式进行创新和改进。
学习者特别喜爱探索新鲜事物，对这类工具的应用表现出极大的兴趣。他们正处在学习的黄金时期，对新技术的接受度很高。他们深信，通过使用人工智能辅助，他们能更快地掌握开发技巧，丰富项目实践经验。
小结
软件工程3.0和AISE的进步，预示着软件工程未来的发展方向。开发者们现在普遍使用人工智能工具，代码生成和应用形态也在持续提升，这些都表明该领域正迎来迅猛的发展态势。
我们还需要留意遇到的挑战，例如如何打造适合代码大模型在下游任务中应用的生态环境。大家对人工智能在软件工程领域的未来发展有什么期待？欢迎分享你的观点，同时不妨为这篇文章点赞和转发。
