ИИ преобразует, как создается программное обеспечение, происходит быстрее, чем ожидали большинство из нас. Но что означает этот сдвиг для инженерных команд и лидеров?
В DeveloperWeek 2025 у меня была возможность смутить панель с некоторыми из крупнейших игроков в искусственном интеллекте — Amazon, Microsoft, Google и Augment Code — для решения этого вопроса. У нас была проницательная дискуссия о том, как LLMS меняет процесс разработки программного обеспечения, новых инженеров, которые нуждаются в навыках, и что должны сделать лидеры, чтобы оставаться впереди.
К сожалению ко мне на сцене были:
- Anoop Deoras — директор AI/ML на Amazon Q
- Paulo Zacchello — Lead TPM, Hitl AI Платформы в Google
- Нило Датта Рой — старший. Директор по управлению продуктами в Microsoft AI
- Vinay Perneti — инженерный директор AUGMENT CODE
Вот мои самые большие блюда из обсуждения:
1. Помощники по кодированию ИИ выходят за пределы генерации кода
Мы все видели инструменты искусственного интеллекта, которые могут генерировать код, но самые значительные достижения выходят далеко за рамки этого. Наши участники дискуссии поделились тем, как ИИ теперь помогает инженерам с:
- Автоматическое тестирование: ИИ может автоматически генерировать модульные тесты и улучшать покрытие кода.
- Миграция кода: Amazon поделился, как ИИ помог перенести 30 000 заявлений на новую версию Java, сэкономив 4500 часов ручных усилий.
- Ответ инцидента: ИИ снижает стресс инженерии по вызову, всплыв соответствующие журналы, недавние коммиты и устранение неполадок в режиме реального времени.
«Эти системы ИИ ускоряют различные задачи разработки программного обеспечения на 80%. Они не просто генерируют код — они преобразуют целые рабочие процессы, от документации до сложных инженерных задач », — сказал Аноп Деорас на Amazon.
Vinay Perneti, инженерный директор Augment Code, выделил сдвиг ИИ:
«Если помощник ИИ понимает вашу кодовую базу, документацию и прошлые разговоры, ему не нужно получить идеальный ответ — это просто нужно, чтобы вы начали. Это огромная разница. Это снижает стресс, повышает производительность и дает разработчикам больше времени, чтобы сосредоточиться на мышлении на уровне продукта ».
Ключевым сдвигом является то, что ИИ больше не просто помощник по кодированию-он становится инженерным компаньоном в реальном времени.
2. Человеческий опыт все еще критичен
Хотя ИИ может ускорить многие задачи, он все еще нуждается в человеческом надзоре, особенно когда дело доходит до:
- Качество кода и безопасность-сгенерированный AI код может вводить уязвимости, если не адекватно рассмотрен.
- Лучшие практики — ИИ может писать код, но не всегда следит за оптимальными шаблонами проектирования, если только не обучается с правильными данными.
- Избегая галлюцинаций-Microsoft и Google подчеркнули, что обучение подкреплению человека в петле важно, чтобы предотвратить создание ИИ в заблуждение или неправильный код.
Нило Датта Рой, старший директор по управлению продуктами в Microsoft AI, подчеркнула роль обратной связи человека:
«Существует разница между моделями, становящимися умными и полезными в реальных приложениях. Человеческие этикетки имеют эту разницу. Подкрепление обучения с обратной связью с человеком гарантирует, что Code, сгенерированный AI, следует за лучшими практиками, стандартами безопасности и оптимизации производительности ».
Консенсус? ИИ является усилителем, а не заменой. Инженеры, которые узнают, как направлять и проверять результаты ИИ, будут иметь наиболее значительное преимущество.
3. Разрыв на навыках переключается — инженеры должны научиться направлять ИИ
ИИ не убирает инженерные рабочие места — он меняет навыки, которые инженеры должны быть эффективными.
Участники дискуссии согласились с тем, что лучшими инженерами в мире искусственного интеллекта будут те, кто:
- Поймите, где ИИ превосходно и где он терпит неудачу — инженеры должны научиться эффективно работать с ИИ, используя его для автоматизации утомительных задач, при этом применяя человеческое суждение.
- Подумайте за пределами синтаксиса-поскольку ИИ обрабатывает больше «хрустящей работы», инженеры должны сосредоточиться на архитектуре, проектировании системы и стратегическом решении проблем.
- Охватите эксперименты. Команды, которые применяют и уточняют инструменты ИИ, опережают те, которые сопротивляются изменениям. Лидеры должны поощрять культуру любопытства и непрерывного обучения.
«Ваши разработчики должны находиться на месте водителя, направляя агента ИИ и определяя цели», — сказал Аноп Деорас из Amazon.
Этот сдвиг требует изменения мышления — вместо того, чтобы просто писать код, инженеры будут направлять агентов искусственного интеллекта для выполнения сложных технических рабочих процессов, гарантируя, что решения искусственного интеллекта соответствуют бизнес -целям и лучшим практикам инженеров.
4. Измерение воздействия ИИ: принятие по расчетам ROI
Распространенной проблемой для инженерных лидеров является измерение воздействия ИИ. Должны ли мы отслеживать строки кода, написанные ИИ? Предотвращены ли ошибки? Увеличивается производительность?
Группа согласилась с тем, что принятие и удовлетворение разработчиков являются лучшими показателями успеха ИИ. Если инженеры продолжают использовать инструмент искусственного интеллекта, потому что он облегчает их жизнь, он обеспечивает ценность. Если это собирает пыль, это не так.
Например, в коде дополнения они отслеживают:
- Повторное использование — ежедневно используют ли разработчики инструмент ИИ?
- Принятые завершения вкладок — довольны ли разработчики предложениями помощника ИИ?
- Устройство разработчика — насколько вероятно, что они рекомендуют его своим сверстникам?
«Лучший прокси — это принятие», — сказал Винай Пернети в коде добра. «Люди неоднократно используют инструмент? Не только в первый день, но и месяцы спустя? »
В Revelo мы заметили, что команды, которые принимают ИИ, рано получают конкурентное преимущество, в то время как те, кто задерживает риск принятия, отстает от скорости и эффективности.
5. Что инженерные лидеры должны сделать, чтобы оставаться впереди
Роль инженерного лидерства развивается. ИИ разбивает традиционные командные структуры, и границы между инженерией, продуктом и наукой данных размыты.
Ключевые действия для лидеров:
- Поощряйте эксперименты — дайте инженерам пространство, чтобы попробовать новые инструменты искусственного интеллекта и интегрировать то, что работает.
- Переопределяйте командные структуры-рассмотрим межфункциональные команды, где инженеры, менеджеры по продуктам и дизайнеры сотрудничают с ИИ для итерации быстрее.
- Ведущий с фронта — лидеры должны использовать ИИ, чтобы понять его сильные и слабые стороны. Вы не можете делегировать принятие ИИ-вы должны быть практическими.
Пауло Закчелло в Google подчеркнул изменение в командных структурах и требованиях к талантам:
«Мы уходим от традиционных командных настройки фронтальных и бэкэнд -инженеров. Вместо этого мы видим рост целостных, междисциплинарных команд, работающих вместе, включая продукт, UX и инженерию. Существует также растущая потребность в талантах, который может сочетаться с наукой о данных. Лидеры должны распознавать и развивать этот гибридный набор навыков ».
Последние мысли
ИИ уже преобразует разработку программного обеспечения, и мы только в начале.
Если есть одна вещь, которую я забрал из этой панели, то это следующее: будущее принадлежит инженерным лидерам, которые обнимают ИИ — не только как инструмент, но и как фундаментальный сдвиг в том, как команды работают и создают программное обеспечение.
Огромное спасибо нашим участникам дискуссии Anoop, Nilo, Paulo и Vinay за то, что они поделились своим опытом и командой DeveloperWeek за то, что он собрал такое фантастическое событие.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Лукас Мендес является генеральным директором и соучредителем Revelo, ведущей платформы искусственного интеллекта, помогающая нам компаниям найти, нанимать и платить удаленные разработчики программного обеспечения, базирующиеся в Латинской Америке для работы на полную ставку или проприетарные человеческие данные для после тренировки LLM. Ведение … Подробнее от Лукаса Мендеса
