AI提升编程效率，但过快过多生成代码并不是好事

zht1984219

6月1日消息，尽管生成式人工智能技术提高了效率，让软件开发变得更简单，但技术部门负责人担心过快生成大量代码会导致后续问题，增加他们的工作难度。
以下为翻译内容：
生成式AI编程工具可以大大提高开发效率，但一些技术高管担心过快地生成过多的代码可能会带来负面影响。
# X% F/ t/ X: m8 }) @+ T( k, d美联航、强生、维萨、嘉德诺和高盛等大公司的IT部门负责人都表示，他们对生成式人工智能在编程过程中实现部分自动化的潜力感到兴奋，并期望这能显著提高工作效率。
然而，一些IT高管担心，降低代码开发门槛可能会导致复杂内容、“技术负债（Technical debt）”和混乱程度不断增加，因为他们需要管理一堆不断膨胀的软件产品。所谓“技术负债”指的是开发人员为了在短时间内快速开发而做出妥协，最终给未来带来额外负担。
金融服务公司Truist的首席数据官特雷西·丹尼尔斯(Tracy Daniels)表示，随着加速交付，“技术负债”和“孤儿代码（orphan code）”随之增多的潜在风险值得关注。
“人们已经讨论‘技术负债’很长时间了，现在我们有了一张全新的信用卡，可以使用以前无法实现的方式，来积累‘技术负债’，”麻省理工学院计算机科学与人工智能实验室教授阿曼多·索尔-莱扎马(Armando Solar-Lezama)说。他补充道：“我认为有可能积累大量机器编写的劣质代码。” 公司需要重新思考如何与新工具协同工作，以避免这种情况的发生。
& a3 s2 U/ ?/ ?, G( G: Y7 B索尔-莱扎马表示，部分代码开发过程繁琐又耗时，人们多年来一直在试图实现这部分开发工作的自动化。由于生成式人工智能模型的规模和准确性不断提高，推动了自动化编程的发展。反过来，这也促进了ChatGPT等聊天机器人的普及。
微软副总裁兼开发部门产品负责人阿曼达·西尔弗(Amanda Silver)说，优秀开发人员的短缺也促使公司加大对开发工具的投资。
不同企业正在评估和部署各种工具，比如微软旗下Github的Copilot，以及亚马逊、IBM和初创企业Tabnine、Magic AI推出的其他工具。这些工具通常能推荐生成代码片段并进行测试，或在编写程序中提出技术建议。但IT部门负责人表示，这也存在风险。
EXL是一家数据分析和数字运营解决方案公司。执行副总裁兼分析主管维韦克·杰特利（Vivek Jetley）表示：“即便能方便程序员，我认为这也让首席信息官的工作变得更加复杂。”
( F/ ^  q2 x8 }  i7 V/ X- Y这些工具的确能降低编程门槛，意味着越来越多的员工可以开始为新用例编写代码。但杰特利说，随着代码量的爆炸式增长，首席信息官需要控制和管理这些代码，优先考虑保留哪些代码，丢弃哪些代码以及如何运行系统。
“肯定会更乱，”杰特利说。
4 H: M$ O' {1 I% VOutSystems首席执行长保罗·罗萨多(Paulo Rosado)表示，“技术负债”和“孤儿代码”长期以来一直是困扰首席信息官们的难题。
代码量不断增加，人们势必会搞混某些代码的作用以及是如何创建的。如果开发人员离开公司，这些问题就更加复杂。随着时间的推移，堆砌的代码会越来越多。罗萨多确信，生成式人工智能编程工具会加剧这些问题。
美联航首席信息官杰森·伯恩鲍姆(Jason Birnbaum)表示，这些风险是存在的。因此，云环境的安全性和弹性设计会变得更加重要，发布未经适当审查和测试的软件也会变得更加困难。
尽管存在重重风险，首席信息官们仍在向前推进。伯恩鲍姆说，美联航正在测试几个生成式人工智能应用程序，其中就包括自动生成代码的功能。保健企业嘉德诺最近也成立了一个跨职能工作组来评估相关用例和风险。Truist正在与供应商一起探索全新的代码生成和代码注释工具。高盛的早期试点项目效率提升已经达到两位数。（辰辰）

3 a# W' i! M- [- R. \4 `9 t