2025 年有望成為軟件開發(fā)發(fā)展的關(guān)鍵時刻，人工智能（AI）的不懈進(jìn)步將推動這一發(fā)展。隨著 AI 繼續(xù)滲透到我們生活的方方面面，它對軟件開發(fā)領(lǐng)域的影響是不可否認(rèn)的。從自動執(zhí)行日常任務(wù)到徹底改變創(chuàng)意過程，AI 已準(zhǔn)備好重塑我們構(gòu)建和部署軟件的方式。

DevPro Journal 最近與 Onymos 工程副總裁 Bhavani Vangala 進(jìn)行了交談，總結(jié)了將對 2025 年軟件開發(fā)產(chǎn)生重大影響的五個關(guān)鍵趨勢。通過了解這些趨勢，開發(fā)人員可以利用 AI 的強(qiáng)大功能來簡化工作流程、提高生產(chǎn)率并創(chuàng)建更具創(chuàng)新性和更復(fù)雜的應(yīng)用程序。

1. 未來AI開發(fā)：準(zhǔn)確評估和可擴(kuò)展性

在過去兩年中，AI 已成為企業(yè)高管和技術(shù)領(lǐng)導(dǎo)者的關(guān)鍵話題，尤其是在2022年底和2023年初生成式 AI工具和模型激增之后。然而，人們也開始懷疑當(dāng)前的一些AI部署是真正的生產(chǎn)就緒解決方案，還是只是由炒作驅(qū)動的概念和文檔級實施，尤其是在醫(yī)療保健、金融、法律和制造行業(yè)。

到2025年，企業(yè)將越來越多地評估其最終客戶需求，以準(zhǔn)確衡量AI的潛在影響，評估AI新趨勢對其業(yè)務(wù)的相關(guān)性，并確定其開發(fā)工作是否會產(chǎn)生投資回報。這個評估過程將導(dǎo)致更多企業(yè)將AI工作集中在提供有形且可擴(kuò)展的AI上，以解決其客戶和企業(yè)的特定需求或挑戰(zhàn)。

2. 下一波生成式 AI模型訓(xùn)練將側(cè)重于改進(jìn)推理

下一波生成式 AI 模型訓(xùn)練將是變革性的，專注于增強(qiáng)邏輯和推理能力，使 AI 響應(yīng)更加直觀并與人類思維過程保持一致。OpenAI最新發(fā)布的o1等模型對這種轉(zhuǎn)變進(jìn)行了建模，展示了推理能力的顯著改進(jìn)。這些進(jìn)步使AI能夠以更高的連貫性和情境感知來處理和響應(yīng)提示，這標(biāo)志著向前邁出了充滿希望的一步。

當(dāng)前的生成式 AI 模型通常需要詳細(xì)的提示和后續(xù)問題才能提供準(zhǔn)確的回答，尤其是對于復(fù)雜或細(xì)微的查詢。這種對精確輸入的依賴會使交互感覺不那么流暢，因為用戶必須知道如何專門表達(dá)問題才能獲得準(zhǔn)確的回答。

正在進(jìn)行的改進(jìn)工作旨在使 AI 的推理過程更加自然和適應(yīng)性強(qiáng)，使模型能夠動態(tài)地掌握上下文，考慮隱含的細(xì)節(jié)，并應(yīng)用類似于人類思維模式的邏輯步驟。這種進(jìn)展將使模型不僅能夠回答問題，還可以推斷意圖并有效地解決細(xì)微的需求。

3. 生成式 AI將持續(xù)改進(jìn)，發(fā)展成為重要的合作伙伴

雖然像 o1這樣的推理模型代表了巨大的進(jìn)步，但 AI 領(lǐng)域正在朝著使模型成為真正的合作伙伴邁出更大的步伐。AI技術(shù)的持續(xù)改進(jìn)，將幫助模型更好地模擬人類處理復(fù)雜、分層決策的方式。這樣的進(jìn)步不僅僅是關(guān)于更快的響應(yīng)，而是關(guān)于創(chuàng)造一種深度理解，讓 AI 以一種感覺流暢、有用且與用戶意圖高度協(xié)調(diào)的方式進(jìn)行交互。然而，人類監(jiān)督仍然至關(guān)重要，尤其是在醫(yī)療保健、金融和法律等敏感領(lǐng)域，AI 應(yīng)該支持而不是取代決策。

2025年，生成式 AI將繼續(xù)充當(dāng)助手，為專家提供快速、精細(xì)的見解，他們可以根據(jù)需要進(jìn)行驗證和調(diào)整。模型訓(xùn)練的這種演變使 AI 成為決策和解決問題方面越來越值得信賴的合作伙伴，提供接近人類判斷的深度和準(zhǔn)確性的見解，同時尊重每個獨特領(lǐng)域的復(fù)雜性和細(xì)微差別。將AI作為一種協(xié)作工具而不是自主替代品，利用 AI 的優(yōu)勢來增強(qiáng)人類專業(yè)知識，并推動有意義、負(fù)責(zé)任的進(jìn)步。

4. AI不會取代軟件開發(fā)人員或架構(gòu)師的角色

雖然一些行業(yè)可能仍在概念層面探索 AI 解決方案，但很明顯，生成式 AI工具，尤其是大型語言模型（LLM），可以通過在幾分鐘內(nèi)總結(jié)大量數(shù)據(jù)從而提高工作效率。

這種能力使專業(yè)人士能夠更快地獲得見解并做出明智的決策。然而，這并不意味著AI會在2025年甚至未來幾年取代軟件開發(fā)人員和架構(gòu)師等關(guān)鍵角色。

生成式 AI工具確實可以生成開發(fā)人員和企業(yè)可以用來加速軟件開發(fā)的代碼。雖然這種效率可以吸引希望降低成本和加快項目進(jìn)度的企業(yè)，但 AI 生成的代碼需要仔細(xì)審查。這些工具生成的代碼來自在線共享的現(xiàn)有文本和數(shù)據(jù)，這些文本和數(shù)據(jù)是為特定目的或產(chǎn)品而貢獻(xiàn)的。因此，它不能通過簡單的復(fù)制和粘貼直接集成。

軟件開發(fā)人員和架構(gòu)師必須徹底審查、測試和調(diào)整此代碼以適應(yīng)特定的軟件要求，并確保其長期穩(wěn)健且可維護(hù)。這意味著軟件開發(fā)人員和架構(gòu)師在軟件生命周期中仍然至關(guān)重要。他們具備必要的專業(yè)知識，能夠根據(jù)獨特的應(yīng)用調(diào)整代碼，并處理軟件的持續(xù)演進(jìn)，因此他們的角色對于成功開發(fā)和部署至關(guān)重要。

雖然AI是一種提高生產(chǎn)力的工具，但不能取代開發(fā)領(lǐng)域?qū)?jīng)驗豐富的專業(yè)人員的需求。這種AI驅(qū)動的效率和人工監(jiān)督的結(jié)合在醫(yī)療保健、金融、法律、零售和制造行業(yè)尤為重要，在這些行業(yè)中，AI是一種推動力而不是替代品。

5. 小型語言模型將在特定領(lǐng)域中廣受歡迎

到 2025 年，對成本、基礎(chǔ)設(shè)施和隱私的日益擔(dān)憂將推動小型語言模型（SLM）在醫(yī)療保健、法律、政府和金融等多個領(lǐng)域的開發(fā)和使用。雖然大型語言模型在某些情況下可能有益，但它們通常需要專門的基礎(chǔ)設(shè)施和成本，這使得許多公司（尤其是初創(chuàng)公司）更難獲得它們。

此外，圍繞訓(xùn)練 LLM 中使用的數(shù)據(jù)存在重大的隱私和安全問題。這種擔(dān)憂在醫(yī)療保健領(lǐng)域尤為嚴(yán)重，因為保護(hù)用戶（或患者）信息至關(guān)重要，并且首選模型定制。這樣想吧：您是否愿意將基于來自網(wǎng)絡(luò)的準(zhǔn)確和誤導(dǎo)性數(shù)據(jù)的 LLM 集成到評估癌癥風(fēng)險的工具中？通過使用 SLM，高風(fēng)險行業(yè)的企業(yè)可以根據(jù)特定領(lǐng)域的準(zhǔn)確數(shù)據(jù)開發(fā)定制模型，同時確保隱私、安全、成本效益和效率。