AI技术的迅速发展犹如一场风暴，席卷了全球科技公司曾经炙手可热的岗位。

　　据裁员追踪机构Layoffs.fyi提供的数据，截至12月2日，2024年全球科技公司至少裁员14.9万人。这一数字较2022年和2023年同期明显增多，显示出科技业在AI潮流下面临的巨大变革压力。尤其是科技巨头，纷纷依靠AI技术来提升效率、降低成本。以亚马逊为例，自从将生成式AI开发助手“Amazon Q”集成到内部系统后，不仅节省了约4500个开发人员一年的工作量，还节约了2.6亿美元的运营资金。

　　据Spherical Insights的最新预测，到2032年，AI编码工具市场规模可能超过295亿美元。在这样的背景下，教育界也开始重新审视计算机科学课程的设计。

　　极大缩短代码编写周期

　　从自动化代码生成到优化测试和部署，AI正在重塑软件的设计、构建和维护方式。其中，生成式AI和大语言模型通过自动化关键步骤（从需求收集到编码和测试），极大地简化了软件开发和缩短代码编写的周期。

　　生成式AI与人类开发人员合作，将人类的想法转化为具体的需求。然后，生成式AI将这些需求转换为具体的案例，并生成测试用例和代码，这种写作加快了软件开发的过程，同时也提高了最终产品的质量。

　　支持机器学习的工具使用自然语言处理（NLP）来解释自然语言并描述成代码建议或完善代码。这种功能可以加速代码的编写，减少人工编写代码的错误，并允许开发人员专注于更复杂的创造性任务，而不是机械地编写代码。

　　此外，AI支持的自动化工具通过预测下一行代码甚至生成整体的代码进一步提高了生产力，这些工具通过使用机器学习模型和深度学习技术来适应技术的发展和迭代，从而带来了更高效的代码编写过程和项目成果。

　　除了代码的编写外，AI还能赋能软件调试。先进的AI工具可以自动检测错误和漏洞，并提出修改和优化建议。AI驱动的测试系统还可以生成自适应测试用例，并优先处理最关键的测试，从而提高软件的整体质量。

　　AI能够根据历史数据测试错误，从而帮助开发人员避免未来可能出现的问题。这些系统依靠复杂的机器学习算法，通过分析从以往问题中收集的案例，不断改进检测和测试的方法。

　　总的来说，AI正在迅速提高软件开发人员的速度和准确性，并培育一个更可靠和安全的软件开发环境。展望未来，AI技术在代码编写过程中的应用还将有更大的进步。

　　随着新一代AI的发展，其可能从根本上重塑软件开发的每个环节，甚至可能使人们今天所熟知的程序员工作成为过去式。

　　IT公司Forrester的副总裁兼首席分析师Diego Lo Giudice指出，其实在软件开发过程中借助AI工具并不新鲜，早在2019年就已存在。他表示，以前的AI主要用于代码测试，利用机器学习来优化测试策略和模型，而当前的新一代AI已经远远超越了这些。

　　据IDC预测，到2026年，亚太地区40%新App将是“智能App”，这些App将集成生成式AI，以增强用户体验并提供新的用例。据IDC的研究，在软件开发和设计中使用生成式AI的最大影响将是提高生产率和开发速度。IDC的研究预测，这种潜在的商业利益将推动30%的亚太地区企业为App 开发中的生成式AI功能支付11%~20%的溢价。

　　尽管如此，这并不是说在当下AI的协助下能“写”出十全十美的代码，而是需要人类程序员积极地管理潜在风险。

　　AI编程创业公司受青睐

　　在极大提高编程工作效率的趋势下，AI“写代码”的初创公司也成为各方资本眼中的“香饽饽”。

　　就在上月初，AI编程助手公司Anysphere宣布收到风投的投资邀约，估值约为25亿美元，比大约4个月前的交易估值高出6倍多。

　　这显然不是AI编码初创公司的唯一一笔融资案例。今年10月初，AI编码初创公司Poolside完成了一笔5亿美元的融资，最新估值达到30亿美元，晋升为AI独角兽。Poolside次轮融资包含了英伟达、汇丰创投、LG Technology Ventures等多家投资方。

　　今年8月，美国AI编程公司Codeium宣布完成了1.5亿美元的C轮融资，投后估值达到12.5亿美元。本次融资由知名风投公司General Catalyst领投，另外两家美国知名风投机构Kleiner Perkins和Greenoaks也参与了本次融资。同月，另外一家美国AI编程创业公司Magic宣布完成一轮3.2亿美元的融资，投资者包括谷歌前首席执行官 Eric Emerson Schmidt、谷歌的CapitalG、澳大利亚软件公司Atlassian等。

　　创业公司接连融资的背后，是AI编码赛道广阔的商业化前景。业内人士分析称，AI开发助手的应用能够减少开发人员的工作量和企业的开发成本，从而达到降本增效的目的。亚马逊首席执行官Andy Jassy曾表示，将亚马逊的生成式AI开发助手“Amazon Q”集成到内部系统后，节省了约4500个开发人员一年的工作量，还节约了2.6亿美元运营资金。

　　Github最近发布的一项调查显示，目前已经有97%的受访开发者表示在工作中使用过AI编程类工具。据Spherical Insights的最新预测，到2032年，AI编码工具市场规模可能超过295亿美元。

　　计算机教育亟需调整

　　在AI编程的热浪下，教育界也开始重新审视计算机科学课程的设计。

　　福布斯报道中称，当前学校内的计算机科学教育几乎总是侧重于代码编写（即创建正确的计算机程序所需的语法、语言结构和其他细节），这种类型的知识在标准化测试中还得到了进一步加强，这类测试评估学生对知识细节的严格理解。在一些大学甚至高中里，人们可以找到关于如何使用代码来创建系统应用主题的课程。

　　随着AI工具的发展，计算机科学课程的重要性正在被淡化。虽然学生们仍然需要能够阅读、更新、修改和扩展代码，但他们从头开始学习编程并保持100%的正确性来说，可能已经不再那么重要了。有教育界人士呼吁调整计算机科学教育课程以更好地适应新时代的需求。

　　使用过AI进行编程的专家称，他们的开发重点目前是提示词的撰写和编辑，而不仅仅是单纯的“写代码”，其中高达80%的代码是由AI生成的。这种形式的编程结合了人类的阅读、理解和改进代码的技能，以及AI为特定任务生成的语法正确的代码。然而，要在这种软件开发方式中取得成效，需要人类程序员熟练地阅读和理解代码，并具备足够的知识来评估，并在必要时直接进行更正。

　　这样的趋势表明，未来学生应该学习一种人类与AI相互协作的软件开发模式，并思考人们今天所设定的计算机科学课程所传授的技能是否适合未来的劳动力。

　　越来越多证据表明，应届计算机科学毕业生已经很难找到入门级软件开发类工作。在计算机科学教育中，一个更大的转变可能是将重点从编程转移到企业级软件所需的技能上，比如项目质量保证机制、大型代码库的写作工作等。

（文章来源：每日经济新闻）