從代碼生成到自動化文檔編制，人工智能已經幾乎滲透到軟件開發生命周期的每一個階段。然而，除了這些表面的變化之外，究竟發生了什么呢？我們詢問了一些工程師、架構師和技術領導者，關于人工智能輔助工具的出現如何改變了傳統的軟件開發模式，以及他們在實際應用中獲得了哪些經驗。
InfoQ：在您的組織或團隊中，人工智能輔助工具的引入對軟件開發過程產生了怎樣的影響？它是否改變了您對軟件架構的思考方式？
Mariia Bulycheva: 人工智能輔助工具大大加快了原型設計的進程，減少了重復編碼任務所需的時間。這使得我們的團隊能夠更專注于架構決策，以及設計復雜的在線實驗，這對于大規模改進復雜的推薦系統非常重要。此外，由于我們可以把初步的數據分析工作交給人工智能來完成，因此從大量多模態數據中獲取初步見解的過程也變得更加快速、流暢且一致了。
Phil Caldeado: 當然了。我們運營的是一個擁有豐富功能的消費者互動平臺。例如，最近我們需要改變調度中的時區處理方式。雖然代碼修改本身只需要十行代碼，但實際上需要花費大量時間來處理與調度相關的各種問題，確保每個部分的假設都是正確的，并編寫單元測試來確保修改后的行為不會出現問題。
Andreas Kollegger: 在我們整個組織中，所有員工都可以使用人工智能輔助工具。對于表面級的界面設計來說，這些工具幫助我們更快地迭代、探索新的想法，以及找到新的方法，從而專注于更高層次的設計和戰略規劃。
May Walter: 人工智能輔助工具顯著縮短了從想法到實際代碼的時間。一旦意圖明確后，迭代周期就會大幅縮短。開發人員不再只是單獨編寫代碼，而是更像管理者——引導智能體、驗證輸出結果，并確保需求得到滿足。
InfoQ：人工智能的采用對團隊的入職過程有什么影響？您的組織或團隊中的初級開發人員是否受到了人工智能在軟件開發過程中的影響？
Mariia Bulycheva: 人工智能工具可以通過提供即時的代碼示例、文檔摘要以及測試建議來大大加快學習過程，這對初級開發人員非常有幫助。對于那些從事個性化處理和推薦系統這樣的復雜領域的工作來說，這一點尤為重要，因為現在初級開發人員可以更快地探索新的代碼庫，而不必總是依賴經驗豐富的工程師的指導。同時，我們會讓他們與更有經驗的同事一起工作，以確保他們不僅掌握基本的建模和系統設計原則，還能學會如何使用捷徑。
Phil Caldeado: 我們剛剛看到，暑期實習生們展示了他們的項目成果，幾乎每個人都認為人工智能是他們的大救星。要處理一個有著數千個組件的舊版Rails代碼庫確實很困難。但是，如果可以使用Cursor或Claude Code來幫助自己理解代碼，那么他們就可以在幾周內開始工作，而不是花幾個月時間來學習和測試基礎知識。
Andreas Kollegger: 人工智能的采用提升了我們的入職流程，尤其是對于那些初次接觸圖數據庫的新手來說。雖然人工智能無法替代經驗豐富的導師的指導，但它確實有助于新人更快地熟悉工作環境。
May Walter: 人工智能降低了參與的門檻。現在，新手們甚至可以在第一天就寫出可用的代碼——這與過去早期工作僅限于編寫樣板代碼或修復錯誤的情況相比，是一個巨大的進步。但真正的機會并不在于速度，而在于深度和能力的廣度。
InfoQ：您在您的組織或團隊中測量過人工智能輔助開發的效率或質量效果嗎？您學到了什么？
Mariia Bulycheva: 我們在模板代碼和單元測試的生成方面看到了明顯的效率提升，甚至在為推薦系統設置模擬實驗方面也是如此。不過，在處理涉及客戶體驗的關鍵系統時，只有當人工智能輔助與深入的工程師參與相結合時，才能真正發揮其作用。我們了解到，雖然人工智能提高了效率，但質量仍然取決于嚴格的驗證和明確的度量標準。
<