2024年《政府工作報告》首次提出“人工智能+”戰(zhàn)略行動，旨在推動人工智能賦能千行百業(yè)。以大模型為代表的新一代人工智能技術(shù)成為軟件領(lǐng)域智能化轉(zhuǎn)型的核心驅(qū)動力，大模型為傳統(tǒng)軟件注入新智力，為軟件及其形態(tài)帶來新能力新變革，同時大模型也為提升軟件研發(fā)生產(chǎn)力和加速創(chuàng)新帶來新思路，并推動軟件產(chǎn)業(yè)結(jié)構(gòu)性變化。

大模型為軟件領(lǐng)域帶來的價值

提升生產(chǎn)效率，降低項目風險。大模型的智能開發(fā)和智能測試等工具的應(yīng)用，為軟件生產(chǎn)過程提供了更自動化更高效的方法。例如，通過代碼生成、代碼補全和問答等能力，軟件開發(fā)人員能夠更迅速地編寫高質(zhì)量代碼，顯著減少手動調(diào)試和錯誤修復(fù)時間。同時，該類工具的使用可降低項目對開發(fā)人員的依賴，基于工具的學習和記憶能力，不僅可以輔助新的開發(fā)人員快速開發(fā)出符合項目需求和規(guī)范的代碼，還可以幫助開發(fā)人員快速學習新的編程語言，從而降低人員流動帶來的項目風險。CSDN 2024年調(diào)查數(shù)據(jù)顯示，AI技術(shù)已成為我國軟件開發(fā)者工作中不可或缺的一部分，有69％的開發(fā)者表示正在使用AI工具，38％的開發(fā)者認為AI編碼輔助工具可以減少20％至40％的工作量。

改善軟件質(zhì)量，提高產(chǎn)品穩(wěn)定性。通過智能化代碼檢查和智能單元測試等能力，開發(fā)人員能夠快速進行代碼驗證和測試，及時發(fā)現(xiàn)并解決潛在問題，如代碼缺陷、代碼異常、代碼安全風險等，從而幫助開發(fā)人員編寫出更高質(zhì)量的代碼，降低軟件發(fā)布后的故障率，提升軟件的穩(wěn)定性和性能。GitHub調(diào)研數(shù)據(jù)顯示，Copilot可幫助開發(fā)人員在編碼過程中修復(fù)超過三分之二的漏洞。此外，通過測試用例及測試數(shù)據(jù)的生成與補全可提升系統(tǒng)測試覆蓋度，從而提升測試質(zhì)量以減少軟件缺陷。大模型可作為軟件研發(fā)人員的得力助手，為研發(fā)各環(huán)節(jié)提供理解和生成等智能化能力，助力降本增效。

加速軟件創(chuàng)新迭代，增強企業(yè)競爭力。通過提升開發(fā)效率和改善軟件產(chǎn)品質(zhì)量，企業(yè)能夠更快地推出創(chuàng)新產(chǎn)品，搶占市場先機，從而在激烈的市場競爭中脫穎而出。一方面，智能化的研發(fā)流程使軟件生產(chǎn)周期縮短，企業(yè)能夠更靈活地適應(yīng)市場變化，加快產(chǎn)品迭代速率；另一方面，智能研發(fā)工具的輔助使得開發(fā)人員能夠從重復(fù)性的煩瑣的低端編碼工作中解放出來，從而擁有更多時間投入創(chuàng)新相關(guān)工作，提升企業(yè)創(chuàng)新能力。

大模型對軟件產(chǎn)品形態(tài)的影響

推動軟件能力更加智能化。大模型從多模態(tài)輸入輸出、智能識別、數(shù)據(jù)處理、決策實施等維度，全面提高軟件的智能化程度。多模態(tài)能力的增強，使軟件支持文本、圖像、語音等多種模態(tài)的信息處理，并建立不同模態(tài)的數(shù)據(jù)關(guān)聯(lián)，為用戶提供更加全面且靈活的交互體驗。理解與生成能力的提升，使軟件不再局限于傳統(tǒng)規(guī)則式及專家式處理方式，而是能夠更廣泛地理解輸入信息，并在跨領(lǐng)域場景實現(xiàn)知識理解和應(yīng)用，顯著提升復(fù)雜信息處理和生成能力。決策能力的增強，使軟件可自主學習、規(guī)劃和調(diào)用相關(guān)工具，并基于執(zhí)行結(jié)果及用戶行為和反饋實時調(diào)整，強化決策實施能力。

推動軟件技術(shù)層面的變革。傳統(tǒng)軟件技術(shù)將在大模型推動下被重新定義。從軟件實現(xiàn)層面，大模型將以多種方式與傳統(tǒng)軟件深入融合，或通過嵌入式方式，或通過知識庫及RAG方式，或采用單智能體或多智能體的方式等，提升軟件的理解、生成、決策等維度的能力。從軟件設(shè)計層面，基于大模型能力，更多軟件將朝著AI原生方向發(fā)展，傳統(tǒng)軟件以流程或數(shù)據(jù)為牽引，未來AI原生軟件將以事件為驅(qū)動，為軟件應(yīng)用帶來全新的用戶體驗，使軟件功能更加便捷、高效、靈活。同時大模型將成為智能軟件的技術(shù)底座，未來大模型服務(wù)（MaaS服務(wù)）提供方將為更多企業(yè)供給更多、更快、更靈活、更穩(wěn)定、更高質(zhì)量的模型服務(wù)，拉動軟件智能化的規(guī)模效應(yīng)。

推動軟件與行業(yè)場景更深度融合。大模型提升了軟件的定制化能力，尤其是各行業(yè)大模型在行業(yè)專有數(shù)據(jù)集上進行了訓練和學習，使賦能后的軟件能夠更有效地理解場景需求，更高效地運用行業(yè)知識，更靈活地處理場景問題，并且催生更多應(yīng)用場景。以制造行業(yè)為例，相較于傳統(tǒng)自動化軟件僅能執(zhí)行預(yù)設(shè)程序，應(yīng)用大模型后的軟件可實時分析業(yè)務(wù)需求并動態(tài)調(diào)整生產(chǎn)流程，顯著提高了生產(chǎn)效率和產(chǎn)品質(zhì)量，推動制造業(yè)的智能化升級。

為工業(yè)軟件的發(fā)展注入新動力。國產(chǎn)工業(yè)軟件在面臨技術(shù)封鎖的背景下，存在諸多挑戰(zhàn)，尤其在研發(fā)設(shè)計類軟件（如CAD、EDA、CAE等）領(lǐng)域，國產(chǎn)化率較低，競爭力較弱。而大模型技術(shù)的發(fā)展為國產(chǎn)工業(yè)軟件的自主創(chuàng)新和競爭力的提升提供了新的可能，一是加速關(guān)鍵領(lǐng)域的技術(shù)突破，二是助力工業(yè)軟件技術(shù)能力的提升和智能化升級。

大模型對軟件產(chǎn)業(yè)的影響

推動軟件從業(yè)者轉(zhuǎn)型。一是技能更新，隨著AI技術(shù)的發(fā)展，軟件行業(yè)從業(yè)者需要不斷學習新的技能和工具，以適應(yīng)不斷變化的技術(shù)環(huán)境。例如，程序員可能需要學習如何與大模型協(xié)作，甚至微調(diào)屬于自己的AI大模型。二是職業(yè)角色轉(zhuǎn)變，AI的廣泛應(yīng)用可能導(dǎo)致某些職位的需求減少，同時也會創(chuàng)造出新的職位，從業(yè)者需要適應(yīng)這些變化。例如，程序員將部分轉(zhuǎn)型為數(shù)據(jù)標注師或提示詞工程師等。三是工作流程變革，AI技術(shù)可以自動化許多傳統(tǒng)的軟件開發(fā)任務(wù)，這要求從業(yè)者須適應(yīng)新的工作流程，同時也需要他們更多地關(guān)注創(chuàng)新和策略性任務(wù)要求。

推動軟件企業(yè)轉(zhuǎn)型。未來軟件企業(yè)將面臨轉(zhuǎn)型壓力，一方面，將有更多企業(yè)轉(zhuǎn)型提供大模型落地相關(guān)服務(wù)，這類企業(yè)需持續(xù)提升能力以應(yīng)對大模型服務(wù)供應(yīng)商角色的加持，從而擴大軟件服務(wù)范圍。另一方面，企業(yè)將面臨商業(yè)模式的轉(zhuǎn)變，由于軟件開發(fā)和定制將更加平民化和普惠化，軟件企業(yè)通過提供開發(fā)測試等服務(wù)而獲得收入的方式可能不具備持續(xù)競爭力，轉(zhuǎn)而提供訂閱或按需付費的商業(yè)模式成為可能。同時行業(yè)內(nèi)將出現(xiàn)更多幾人或者十幾人的小型軟件公司，該類公司基于大模型等新興技術(shù)的加持可能具有較強競爭力，而傳統(tǒng)軟件企業(yè)該如何轉(zhuǎn)型以應(yīng)對更激烈的競爭將面臨考驗。

推動軟件產(chǎn)業(yè)結(jié)構(gòu)變化。一是大模型將成為軟件產(chǎn)業(yè)鏈的核心內(nèi)容，為產(chǎn)業(yè)注入新的活力和創(chuàng)新動力，構(gòu)筑軟件智能化轉(zhuǎn)型的重要底座。二是軟件外包服務(wù)需求有可能持續(xù)降低，數(shù)據(jù)標注、提示工程等需求將逐漸增多，這將導(dǎo)致軟件外包服務(wù)商的減少，大模型服務(wù)和應(yīng)用供應(yīng)商的增多。三是用以軟件生產(chǎn)的工具鏈將面臨重塑，如DevOps工具鏈等，在生成式AI強大能力的沖擊下或?qū)⒊蔀闅v史。

軟件領(lǐng)域在大模型時代面臨的挑戰(zhàn)

缺乏高質(zhì)量數(shù)據(jù)集的挑戰(zhàn)。代碼等軟件相關(guān)數(shù)據(jù)受限于隱私和安全法規(guī)、開閉源協(xié)議等約束，導(dǎo)致數(shù)據(jù)獲取成本高且復(fù)雜多樣。截至2024年9月，根據(jù)TIOBE指數(shù)統(tǒng)計，當前編程語言數(shù)量已超過200種。這使得行業(yè)缺乏大量用于模型訓練的數(shù)據(jù)集，尤其是在工業(yè)領(lǐng)域的嵌入式代碼等場景數(shù)據(jù)集更為缺乏。另外高質(zhì)量數(shù)據(jù)集的生產(chǎn)過程不夠標準化，如將代碼、測試用例等數(shù)據(jù)收集、整理并處理成大模型所需的高質(zhì)量數(shù)據(jù)，過程復(fù)雜且成本較高。

數(shù)據(jù)、模型和工具的安全性挑戰(zhàn)。生成式內(nèi)容（如代碼等）可能帶來更多不可控的風險，因此企業(yè)應(yīng)從數(shù)據(jù)、模型和工具多維度構(gòu)筑風險防線，以應(yīng)對安全挑戰(zhàn)。第一道數(shù)據(jù)防線，面向模型訓練和調(diào)優(yōu)階段所需的代碼等數(shù)據(jù)集，可能面臨敏感代碼數(shù)據(jù)的泄露、未經(jīng)許可代碼的訓練、非法代碼的推理等問題；第二道模型防線，面向大模型在推理和管理階段，可能面臨暴力攻擊、非法套取、非法提問、敏感內(nèi)容推理、被惡意使用生成惡意軟件代碼或攻擊腳本等問題；第三道工具防線，對智能開發(fā)等工具的輸入輸出進行檢查和處理，并關(guān)注關(guān)聯(lián)代碼庫、第三方軟件開發(fā)工具的數(shù)據(jù)傳輸和集成安全，構(gòu)筑最后一層安全圍欄以降低應(yīng)用風險。

文化認知與人才結(jié)構(gòu)調(diào)整的挑戰(zhàn)。智能化轉(zhuǎn)型面臨著文化重塑、認知提升和人才結(jié)構(gòu)優(yōu)化等維度的挑戰(zhàn)。一是組織文化的重塑，其落地要求組織具備開放合作、持續(xù)學習和創(chuàng)新的文化氛圍，促進跨部門溝通與協(xié)作，打破信息孤島；二是全員認知水平的提升，自上而下每位員工都應(yīng)深刻理解智能化的潛力與挑戰(zhàn)，客觀且正確地了解大模型等人工智能技術(shù)及其作用；三是人才結(jié)構(gòu)的調(diào)整與補充，由于數(shù)據(jù)治理及模型訓練調(diào)優(yōu)等過程需要專業(yè)技術(shù)人員參與，因此補充人才，或調(diào)整或融合AI團隊和軟件工程團隊的結(jié)構(gòu)，方能匹配能力建設(shè)和應(yīng)用需求。

未來的軟件及其生產(chǎn)過程將更加智能化，包括交互形式的智能化和多元化、研發(fā)范式的自主化和低門檻化，AI應(yīng)用將無處不在，軟件開發(fā)也將無處不在。處于時代浪潮的我們，一要擁抱AI擁抱大模型，探索新技術(shù)的落地可能，以創(chuàng)新思維引領(lǐng)軟件行業(yè)在智能化軌道上加速前行；二要腳踏實地不忘初心，深入探索軟件工程深層次問題，合理布局提質(zhì)降本增效目標，推動軟件產(chǎn)業(yè)的可持續(xù)繁榮發(fā)展。

關(guān)鍵詞：