本文整理自騰訊智能創(chuàng)作與內(nèi)容平臺部技術(shù)專家揭光發(fā)在【W(wǎng)OT2023·深圳站】大會上的主題分享，更多精彩內(nèi)容及現(xiàn)場PPT，請關(guān)注51CTO技術(shù)棧公眾號，發(fā)消息【W(wǎng)OT2023PPT深圳】即可直接領(lǐng)取。

嘉賓丨揭光發(fā)

編輯丨諾亞

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

日前，在51CTO主辦的“WOT全球技術(shù)創(chuàng)新大會2023·深圳站”活動中，騰訊智能創(chuàng)作與內(nèi)容平臺部技術(shù)專家揭光發(fā)帶來了主題演講《大模型提效研發(fā)，從copilot到auto pilot》，探討了大模型如何重塑軟件開發(fā)形態(tài)，如何從copilot走向auto copilot，為大眾呈現(xiàn)了全新的視角。

1、AIGC應(yīng)用于軟件開發(fā)的兩種形態(tài)

提到內(nèi)容生產(chǎn)，前有UGC、PGC，當(dāng)下有AIGC。作為生成式AI工具，核心還是它到底能生成什么“內(nèi)容”。揭光發(fā)介紹，除了大眾耳熟能詳?shù)腁I生成文本、生成圖片、生成音視頻之外，AIGC與軟件開發(fā)相關(guān)的主要有兩種生成形態(tài)。

其一，AI生成代碼，即AIG Code。像Copilot甚至能自動生成高達90%的代碼，不過，生成的代碼片段通常是中間產(chǎn)品，需要進一步加工，因此往往被用作開發(fā)更復(fù)雜系統(tǒng)或應(yīng)用的基礎(chǔ)。

其二，AI生成Action，即AIG Action。AI生成的具體動作或任務(wù)，常常作為粘合層連接不同系統(tǒng)和應(yīng)用，從而完成更復(fù)雜的任務(wù)，為AI Agent的誕生和成為主流生產(chǎn)力做好了準(zhǔn)備。

AIGC用于生成代碼時，可以加速軟件開發(fā)流程，幫助研發(fā)團隊完成大量的提效工作。揭光發(fā)談到，過去提到10x程序員的概念，一般是指能力可以“以一當(dāng)十”的全棧程序員。但如今，“不需要你本身具備全棧能力，可能配備一個相對不錯的大語言模型，并且你有使用LLM的能力，就可以做到十倍程序員”。

而AI生成Action的本質(zhì)依然是AI生成文本，只不過在其生成的文本中嵌入特定格式的代碼或配置數(shù)據(jù)，這些代碼或數(shù)據(jù)可以被解析并用來指導(dǎo)特定的程序執(zhí)行相應(yīng)的任務(wù)。揭光發(fā)進一步解釋道：“它跟生成代碼不一樣，盡管看上去可能也是生成一種代碼，但是它更接近于一些可用的指令，而這個指令是可以立刻作用在我們的軟件和硬件上面的?！痹谶@一層面上，AI充當(dāng)了自然語言與既有系統(tǒng)間的粘合層，通過更強大的語義理解能力，更好的交互方式來實現(xiàn)功能調(diào)用。

盡管AIGC的作用不可小覷，但當(dāng)下仍有相當(dāng)一部分開發(fā)者對于用這類工具來助力軟件開發(fā)心存顧慮。在揭光發(fā)看來，影響開發(fā)人員采用AIGC工具的原因多種多樣，比如生成代碼準(zhǔn)確率低，公司政策的限制，數(shù)據(jù)安全的顧慮等等。不過，他建議開發(fā)者，起碼不要對AI編程抱有抵觸心態(tài)，至于某些局限性可以通過適當(dāng)?shù)姆椒▉磉M行優(yōu)化。   

比如，要提升AI生成代碼的可用性，一來可以用魔法打敗魔法，運用工程化手段，生成代碼、生成單元測試，再進一步讓其形成自動化驗收機制，在不斷迭代中提升準(zhǔn)確率；二來可以優(yōu)化Prompt技巧，通過清晰描述需求，來指導(dǎo)其形成“思考”，通過思維鏈（CoT）等提示詞技巧，提高 LLM 在復(fù)雜推理任務(wù)中的表現(xiàn)。

2、軟件開發(fā)新愿景：AI Agent將成為未來主流生產(chǎn)力

隨著生成式AI的發(fā)展，Copilot作為“副駕駛”輔助用戶的模式將更深層次地影響人機交互的方式。未來，就軟件使用而言，“Chat everywhere，Copilot for everything”也將成為常態(tài)。

揭光發(fā)指出，“在產(chǎn)品交互層面，我們會看到，Copilot以后會到處都是。所有軟件都會加上對話功能，讓人能夠跟AI一起協(xié)同使用我們的軟件?！?/p>

在傳統(tǒng)的AI交互中，用戶常常需要在不同的界面之間切換，花費大量時間來調(diào)用和執(zhí)行特定的任務(wù)。而在Copilot模式下，用戶只需通過客戶端、瀏覽器插件，甚至是系統(tǒng)集成的方式，便可以隨時隨地調(diào)用Copilot，無需頻繁切換和跳轉(zhuǎn)。此外，用戶也不需要花大量時間去學(xué)習(xí)復(fù)雜指令，只通過自然語言就能與AI助理進行交流，這不僅極大地降低了使用門檻，也能更高效地執(zhí)行用戶當(dāng)前的任務(wù)。

如果說交互層是以Copilot的形式來完成，那么在實現(xiàn)層，則是以AI Agent的形態(tài)來解決問題。ChatGPT就是一個典型。那么Agent要如何定義呢？

揭光發(fā)解釋，所謂Agent，就是“你給它一個任務(wù)，它拿到這個任務(wù)會分解這個任務(wù)的實現(xiàn)需要用到什么工具，恰好你又有一些工具給它，它就能用這些工具來幫你組合起來，去解決你的需求，幫你完成任務(wù)。這個就是Agent。其智能化的體現(xiàn)就在于，它知道如何智能地拆解任務(wù)，并可以一步步幫你解決問題”。

在揭光發(fā)看來，AI Agent將成為未來的主流生產(chǎn)力?！癈hatGPT只是其中一個Agent，我們會有越來越多的私有化的Agent，包括公司內(nèi)部的或項目內(nèi)部的Agent，通過與其對話，來幫助你解決自己的問題?！?/p>

從Copilot的融合，到AI Agent的普及，我們都可以看到，軟件設(shè)計與開發(fā)正在回歸解決需求本身，越來越多的功能在交互界面上消失；預(yù)先設(shè)計的、固化的軟件功能在漸次減少；傳統(tǒng)軟件開發(fā)模式難以兼顧的、大量個性化需求得以快速被滿足。

3、思辨：到底什么是真正的auto copilot？

如今，大模型生成文本、圖片、音視頻，基本都可以一步到位，給最終用戶直接使用。那么在軟件方面，是否也能直接生成可用工具和服務(wù)，而不止于某些待加工的代碼片段或其他中間產(chǎn)物呢？

揭光發(fā)提到了這樣一個思路：“回想一下，作為人類，我們是怎么去開發(fā)軟件的。實際上，無論什么團隊都有一個流程，不管是瀑布流還是敏捷，我們都有既定的標(biāo)準(zhǔn)流程，這個流程我們通常叫做SOP（Standard Operating Procedure）。參與這個流程的人有很多，比如產(chǎn)品經(jīng)理、架構(gòu)師、程序員、測試人員等等?！贝蠹叶加懈髯缘慕巧?，各司其職，又協(xié)同合作，共同完成任務(wù)。

由此推斷：當(dāng)技術(shù)不是問題時，我們可以考慮引入結(jié)構(gòu)化的項目管理來解決問題。讓不同的AI Agent模擬這個流程協(xié)同參與，可不可行？

已知目前頂級LLM的單兵能力已經(jīng)超過大多數(shù)行業(yè)的大多數(shù)人，但是獨木難支，“只有一個人，你是沒有辦法完成非常復(fù)雜的工程的。但我們是可以把很多能力很強的人通過一個SOP，通過既定的流程把他們鏈接起來，協(xié)同完成一個復(fù)雜的事情?！?/p>

“AI Agent是未來主流的生產(chǎn)力，不是單Agent，一定是多Agent。多Agent的協(xié)同能夠把人類社會的各種協(xié)同的SOP復(fù)制到AI的世界里面去，把我們從原來的工作里面解放出來?！?/p>

隨著多Agent協(xié)同工作模式在軟件研發(fā)中越來越普遍，我們已經(jīng)可以看到多Agent框架和產(chǎn)品在開源世界蓬勃發(fā)展?？梢灶A(yù)見，結(jié)合行業(yè)SOP的LLM工程化必將重構(gòu)整個行業(yè)。

不過，揭光發(fā)又指出，多Agent架構(gòu)是否能真正代表Auto Pilot，還有待商榷。因為多Agent模式是建立在這樣的前提下：有很多Prompt范式，有預(yù)先編排的SOP，有諸多的管理規(guī)范和工具集。但隨著真正的AGI到來時，一切都可能重新洗牌。

最后，面對AI編程是否會取代人類，開發(fā)人員置身AIGC浪潮中又要如何自處等疑問，揭光發(fā)給出了三點建議。

其一，開放自己的思維。這一波人工智能不再是人工智障，而是真正的智能涌現(xiàn)，因此要拋棄偏見，接受事實；其二，全面擁抱AI。要記住“淘汰我們的不是AI，淘汰我們的是會用AI的人”，因此要用AI武裝自己；其三，持續(xù)快速學(xué)習(xí)，增強自身的泛化能力。要利用大模型拓展自己的認知邊界，不要只做一個寫代碼，或是僅做前端或后端的開發(fā)人員?！巴白咭徊?，也往旁邊多走幾步，讓自己成為超級個體，是當(dāng)下、是AGI來臨之前，我們極有可能要去做的一件事情，而且非常迫切要去做的一件事情?！?/p>