AI提升編程效率，但過快過多生成代碼並不是好事

6月1日消息，儘管生成式人工智能技術提高了效率，讓軟件開發變得更簡單，但技術部門負責人擔心過快生成大量代碼會導致後續問題，增加他們的工作難度。

以下爲翻譯內容：

生成式AI編程工具可以大大提高開發效率，但一些技術高管擔心過快地生成過多的代碼可能會帶來負面影響。

美聯航、強生、維薩、嘉德諾和高盛等大公司的IT部門負責人都表示，他們對生成式人工智能在編程過程中實現部分自動化的潛力感到興奮，並期望這能顯著提高工作效率。

然而，一些IT高管擔心，降低代碼開發門檻可能會導致複雜內容、“技術負債（Technical debt）”和混亂程度不斷增加，因爲他們需要管理一堆不斷膨脹的軟件產品。所謂“技術負債”指的是開發人員爲了在短時間內快速開發而做出妥協，最終給未來帶來額外負擔。

金融服務公司Truist的首席數據官特雷西·丹尼爾斯(Tracy Daniels)表示，隨着加速交付，“技術負債”和“孤兒代碼（orphan code）”隨之增多的潛在風險值得關注。

“人們已經討論‘技術負債’很長時間了，現在我們有了一張全新的信用卡，可以使用以前無法實現的方式，來積累‘技術負債’，”麻省理工學院計算機科學與人工智能實驗室教授阿曼多·索爾-萊扎馬(Armando Solar-Lezama)說。他補充道：“我認爲有可能積累大量機器編寫的劣質代碼。” 公司需要重新思考如何與新工具協同工作，以避免這種情況的發生。

索爾-萊扎馬錶示，部分代碼開發過程繁瑣又耗時，人們多年來一直在試圖實現這部分開發工作的自動化。由於生成式人工智能模型的規模和準確性不斷提高，推動了自動化編程的發展。反過來，這也促進了ChatGPT等聊天機器人的普及。

微軟副總裁兼開發部門產品負責人阿曼達·西爾弗(Amanda Silver)說，優秀開發人員的短缺也促使公司加大對開發工具的投資。

不同企業正在評估和部署各種工具，比如微軟旗下Github的Copilot，以及亞馬遜、IBM和初創企業Tabnine、Magic AI推出的其他工具。這些工具通常能推薦生成代碼片段並進行測試，或在編寫程序中提出技術建議。但IT部門負責人表示，這也存在風險。

EXL是一家數據分析和數字運營解決方案公司。執行副總裁兼分析主管維韋克·杰特利（Vivek Jetley）表示：“即便能方便程序員，我認爲這也讓首席信息官的工作變得更加複雜。”

這些工具的確能降低編程門檻，意味着越來越多的員工可以開始爲新用例編寫代碼。但杰特利說，隨着代碼量的爆炸式增長，首席信息官需要控制和管理這些代碼，優先考慮保留哪些代碼，丟棄哪些代碼以及如何運行系統。

“肯定會更亂，”杰特利說。

OutSystems首席執行長保羅·羅薩多(Paulo Rosado)表示，“技術負債”和“孤兒代碼”長期以來一直是困擾首席信息官們的難題。

代碼量不斷增加，人們勢必會搞混某些代碼的作用以及是如何創建的。如果開發人員離開公司，這些問題就更加複雜。隨着時間的推移，堆砌的代碼會越來越多。羅薩多確信，生成式人工智能編程工具會加劇這些問題。

美聯航首席信息官傑森·伯恩鮑姆(Jason Birnbaum)表示，這些風險是存在的。因此，雲環境的安全性和彈性設計會變得更加重要，發佈未經適當審查和測試的軟件也會變得更加困難。

儘管存在重重風險，首席信息官們仍在向前推進。伯恩鮑姆說，美聯航正在測試幾個生成式人工智能應用程序，其中就包括自動生成代碼的功能。保健企業嘉德諾最近也成立了一個跨職能工作組來評估相關用例和風險。Truist正在與供應商一起探索全新的代碼生成和代碼註釋工具。高盛的早期試點項目效率提升已經達到兩位數。（辰辰）