奧特曼預言，2025年軟件工程將迎來巨變。

開年智能體大爆發，AI自動化軟件工程已成為不爭的事實。

就在今天，納德拉官宣，GitHub Copilot將all-in智能體，微軟自主的SWE智能體首次亮相。

圖片

GitHub現任CEO Thomas Dohmke表示，自主SWE智能體（項目代號Padawan）也將融入GitHub用戶體驗，不過要等到今年晚些時候發布。

「它可以將GitHub Copilot體驗從搭檔提升到人類程序員水平」。

不論是改Bug還是開發新模塊，不需要去特別說明相關的代碼，SWE智能體會主動找到合適的代碼，并解決問題，就像你雇了一個工程師。

圖片

有網友對此表示，基本上，每一個repo都會有一個AI貢獻者。

圖片

軟件工程AI智能體蘇醒

2021年，GitHub Copilot一經推出成為了開發者們的得力助手。

時隔4年，Copilot終于迎來了重大升級。

如前所述，此次更新的最大亮點推出了Agent模式（預覽版）。在這個模式下，Copilot展現出驚人的自主能力。

• 自主迭代代碼，識別錯誤并自動修復
• 主動建議終端命令，并請求執行
• 識別運行時錯誤，主動修復

圖片

在智能體模式下，Copilot不僅會對自己的輸出進行迭代，還會對輸出結果進行持續改進，直至完成所有子任務，滿足開發者的請求。

更強大的是，它不再僅僅執行要求的任務，還能去推斷額外的必要任務，確保請求完整運行。

在Copilot自我糾錯過程中，比較省事的是，開發者不必從終端手動復制粘貼內容回到聊天窗口。

在調用模型方面，開發者有Anthropic、OpenAI系列的模型可選。

圖片

在全新VS Code智能體模式中，Copilot會對自身代碼進行迭代，提出并指導終端命令，分析和解決問題。

舉個栗子，用GitHub Copilot構建一個Web應用程序來跟蹤馬拉松訓練。

這里有一個Runner Tracks網站，展示了一些比賽的結果。現在若是想要改進這張表的分頁，添加更多參賽者數據，直接在Copilot Chat中輸入要求即可。

——更新分頁按鈕，讓其看起來更加美觀。

圖片

然后選用o3-mini模型，Copilot直接開始輸出代碼，再返回Runner Tracks網站，可以看到「按鈕」變成了藍色。

圖片

接下來，繼續迭代這個網站——讓用戶可以選擇每頁顯示的行數。

這時，涉及到了不止一個文件的更改。

圖片

再上升一個難度的任務，Runner Tracks網站中有一個列出比賽的頁面，若是想要按名稱去搜索比賽，這將需要對項目服務器端代碼UI和測試中許多文件進行修改。

這個場合，就輪到Agent模式出場了。

它最擅長的是推理和迭代整個項目，并且執行重復的操作。

可以看出，Copilot Agent自主更新了服務器后端、UI，主動修復錯誤。

在這些基本項完成后，它又轉向服務單元測試、頁面測試、以及端到端的測試。

直至測試更新后，系統會主動提示開發者去運行單元測試。

GitHub Copilot Edits

這次，同時上線的還有多文件編輯工具GitHub Copilot Edits。

Copilot Edits可以一次性處理工作空間中的多個文件，并給出代碼的更改意見。

所有這些處理都可以在編輯器中直接完成，非常便于快速審查代碼，同時了解周圍代碼的完整上下文。

在操作過程中，用戶還可以對每一次編輯選擇接受或者放棄，從而擁有更加靈活的控制。

圖片

另一個新變化是，當切換到并排視圖時，用于編輯的控制選項依然可見。

由此可以幫助用戶了解大范圍的改動。

圖片

最后，Copilot Edits增加了一個新的設置，用于在超時后自動接受編輯器的建議。

這個新設置的名稱為「chat.editing.autoAcceptDelay」，它可以指定Copilot Edits的建議被接受之前需要等待的秒數。當用戶點擊接受按鈕或開始審閱更改時，倒計時停止。

這個設置對于那些喜歡在周末瘋狂追劇的人來說應該很熟悉。

Project Padawan

而「Project Padawan」，則可以進一步將SWE智能體融入GitHub的用戶體驗中。

一起來看個例子，GitHub cli庫每天被使用數百萬次，盡管有數百個貢獻者，但積壓了許多問題。

圖片

其中的一個錯誤報告，展示了GH報告重命名的命令中缺少了驗證，若是人力完成，會耗費大量的精力。

要知道，這個代碼庫中有700個文件，大約20萬行代碼。

而現在，有了「自主SWE智能體」，完全就可以放心交給這個AI助手。

我們可以將問題分配給Copilot，它便開始立即處理。幾秒鐘后，它便從draft PR直接鏈接到開發者創建的問題。

圖片

接下來，Copilot會不斷更新PR描述，并自主提交，在共享實時計劃同時，可以讓開發者清晰看到更改進度。

在PR完成后，它還會推送最終更改的提交，自主請求代碼審查，并將PR標記為「準備審查」。

圖片

開發者在此還提交了自己的審查請求，Copilot立即收到任務后開始了更改。并且，它還主動回復評論開發者的更改內容，并將最新進展推送到PR。

以上所有流程，展示了Copilot成為一個真正的「AI工程師」，能與開發者合作完成編碼任務。

對此，網友表示，「過去一個月我一直在使用智能體，感覺和Karpathy的編碼風格類似。一旦建立了構建、測試、迭代的反饋循環，你和智能體就能立刻進入狀態。」

圖片

開發者領導SWE智能體，和項目經理一起編寫詳細的工單，審查工作、必要時接入。

這，就是編碼的未來。

圖片

如何用？

想要用上Copilot agent新功能，需要下載VS Code Insiders，然后啟用GitHub Copilot Chat智能體模式設置。

然后，在「Copilot編輯」面板中，從模型選取器旁邊的「編輯」切換到「智能體」。

智能體模式的引入，將改變開發者在編輯器中的工作方式。

為了無縫銜接，微軟同時將其植入到所有支持Copilot的集成開發環境（IDE）中。

2025年底，軟件工程迎來巨變

2月5日，OpenAI首席執行官Sam Altman與印度聯邦信息技術部長Ashwini Vaishnaw進行了一場對談。

在此次訪談中，奧特曼也強調了智能體以及軟件工程如何在未來變革中扮演的至關重要的角色。

在談及AI如何改變軟件工程時，Altman給出了令人期待的前景。

他表示：「到2025年底，軟件工程將發生翻天覆地的變化。這不僅意味著開發效率的大幅提升，還可能對網絡安全產生深遠的影響。」

AI將成為軟件工程中的得力助手，自動化測試、代碼優化和漏洞檢測等任務將不再是人類工程師的單打獨斗，而是與AI緊密協作的成果。

AI在軟件工程中的應用，不僅能提高開發效率，還能幫助解決一些長期以來困擾開發者們的問題。

例如，AI能夠快速發現代碼中的潛在問題并提出解決方案，極大地縮短開發周期。同時，AI還將在網絡安全領域發揮重要作用，盡管這一過程需要謹慎對待，因為AI的普及也可能帶來新的安全威脅。

Altman談到：「到2025年底，AI將變得更加智能，尤其是在軟件工程領域。我們將看到一個更加智能的編程環境，AI將在解決復雜問題時扮演重要角色。」

x上有網友已經開始期待軟件智能體時代的到來。

甚至有網友開始幻想使用AI智能體來建立價值百萬美元的公司了。

智能化的AI軟件工程不僅可以提高生產力，還能夠更高效地進行系統開發和優化，甚至可能在未來改變整個軟件開發行業的格局。

這種變革類似于工業革命中的自動化生產線，AI將幫助軟件開發者擺脫繁瑣的細節工作，使他們能將精力集中于更高層次的創新和設計上。

但同時，如何確保AI技術在應用中的安全性，避免其被濫用，將是未來需要解決的重要問題。

關于這些問題，Altman指出：「我們必須在技術發展的同時，也要確保安全的可控性。AI的影響是深遠的，我們要確保它能為全球帶來積極的變革。」

Deep Research助力研究

訪談中主持人向奧特曼提出了一個關鍵問題：「在當前的深度研究環境中，AI是否已經足夠成熟，能在一些關鍵領域發揮作用？」

對此，Altman作出了充滿信心的回應：「底層技術已經達到了一個門檻，尤其是在診斷疾病和教育領域，我們已經看到了驚人的成果。未來幾個月內，我們將發布能夠解決現實問題的模型。」

圖片

他特別提到，AI的進步不僅僅是在研究領域，更多的應用場景已經悄然出現，從醫療診斷到教育輔導，AI的潛力逐漸展現。

例如，在醫學領域，AI的研究助手不僅能夠協助科學家高效回顧現有文獻，還能在龐大的數據中找到潛在的聯系，為科學發現提供有力支持。

然而，盡管AI可以幫助提高效率，但它并非萬能，Altman強調：「Deep Research可以幫助我們提高效率，例如在文獻回顧、數據整理等繁重的低層次工作中。但它不可能獨立完成一項復雜的任務。就像在癌癥研究中，AI并不會直接治愈疾病，但它能幫助研究人員更快地找到解決方案。」

這種高效的支持能夠大大加速科學研究的進程，助力科研人員從繁瑣的任務中解脫出來，將更多精力投入到創新和突破之中。

結語

無論是微軟CEO納德拉宣布GitHub Copilot全面擁抱智能體，還是OpenAI CEO Altman對未來軟件工程的展望，都清晰地表明：AI智能體正引領軟件工程領域進入一個全新的時代。

AI智能體不僅將成為開發者的得力助手，更可能成為推動整個行業變革的核心力量。

從代碼編寫、錯誤修復到項目開發，再到深度科學研究，AI的應用潛力正在被迅速釋放。

這場變革也帶來了一系列值得思考的問題：開發者如何適應與AI協同工作的新模式？ 如何確保AI在網絡安全領域的應用既能提升防御能力，又能避免新的風險？ 如何平衡AI帶來的效率提升與潛在的就業影響？

雖然AI并非萬能，但無論如何，在2025年底，我們有望見證一個更加智能、高效的軟件工程未來。

參考資料：

https://x.com/sama/status/1887177808394252777

https://x.com/ashtom/status/1887548091404046359

https://x.com/satyanadella/status/1887587703665139765