随着人工智能技术的迅猛进步，大型语言模型在软件开发行业中的运用趋势愈发明显。这种应用给研发工作带来了哪些变革，同时遭遇了哪些困难，这些问题值得我们深入探讨。
峰会热议焦点
2024年，AiDD峰会深圳站上，“如何正确开展大模型时代下的软件研发”成为了核心演讲的核心议题。与会者众多，他们在此分享、讨论大模型在软件开发中的应用技巧，反映出业界对此领域的极大兴趣和强烈期待。
从业者们越来越多地认识到，大型模型对软件开发可能引发深远变化。大家都在努力寻找这场变革中适合自己的道路。峰会恰好为这种思考和探索提供了交流的平台。
团队应用现状
《2024软件研发应用大模型国内现状调研报告》揭示，我国软件研发团队对大语言模型持积极态度。其中，91.3%的团队已开始关注并采用LLM技术，54%的团队已主动应用，这一比例较去年增长了28%。
超过半数团队加大了人力和资源投入，这表明大家正积极为大型模型的应用做准备。数据也显示，在软件开发的全过程中，大约有35%到50%的团队在应用方面提高了效率，特别是在编程阶段，效果尤为明显。
应用存在挑战
尽管团队对LLM持乐观态度，但在实际应用中遭遇了不少挑战。代码生成的采纳率普遍偏低，大多在11%到40%之间，这样的结果并不令人满意。大多数LLM的应用仅限于部分环节，并未全面覆盖所有环节，因此，效率的提升效果并不显著。
这引发我们思考，开发者是否在需求构建与设计阶段投入不足。现在普遍现象是人们急于使用大型模型，却忽视了基础工作的完善，结果应用效果不尽如人意。
优势价值凸显
语言模型在软件开发领域具有显著优势。它广泛应用于提高研发速度和代码品质，特别是在代码自动生成方面。考虑到人力成本高昂，占据企业大部分预算，引入大型模型有助于在一定程度上减少开支。
编程界拥有众多优质代码资源，这些资源为LLM的训练提供了海量数据。这就像拥有了充足的“弹药”，使得大型模型在软件开发过程中能更有效地发挥作用。
固有问题待解
大型语言模型存在缺陷，比如会产生幻觉。这可能导致它编写出错误的代码，进而引发测试案例的错误报告或遗漏关键测试。在我国，AI编程助手通常先编代码后做测试，这样的流程不易发现潜在的问题。
为了应对这些问题，我们可以运用UTDD（单元测试驱动开发）的方法。这种方法可以提升代码的品质，便于发现错误、降低错误产生的可能性，并增强代码的稳定性。
未来落地方向
大模型时代到来，软件研发的执行途径将经历多方面变革。LLM可助力需求搜集与解析，实现需求转换与定义的高效化。ATDD开发模式与LLM结合，能产出明确用户需求和验收准则，进而提升开发效率。
未来，软件研发领域将出现多个智能体共同协作的新模式，研发平台也将拥有自我运作的能力。开发者需掌握与AI合作的方法，并研究适合的大模型应用途径。您觉得开发者应从哪些角度入手，以更高效地与AI配合？欢迎在评论区留言，同时请不要忘记点赞和转发本篇文章。
