人工智能领域青年学者杨健：人人可编程的时代正在到来

来源：环球网

2025年6月30日，由中国公共外交协会、环球网、上海交通大学、同济大学、澳门大学、北京外国语大学共同主办的第四期全球名校“Z世代”领袖连线活动成功举办。人工智能与代码大模型领域的青年学者、北京航空航天大学准聘副教授杨健以专业视角指出：伴随大型语言模型的发展，人工智能已深度融入软件开发全流程，从自动生成代码、调试优化，到理解项目需求、协作式编程，极大提升了开发效率。AI正从辅助工具迈向智能合作者，借助自然语言接口、上下文感知和多智能体系统，推动编程门槛持续降低，人人可编程正逐步成为现实。

发言全文如下：

近年来，人工智能通过提高生产力、减少错误和加速创新，彻底改变了软件开发领域。随着机器学习、自然语言处理和增强型代码生成技术的不断发展，AI驱动的工具如今已经能够在软件生命周期的多个阶段为开发人员提供支持，从编写和调试代码，到优化公式乃至预测潜在漏洞等，人工智能正在深刻重塑软件开发的每一个环节。

语言模型是一种经过训练的AI助手，它通过学习大量已知信息中的模式来理解、生成和处理人类语言。现代大型语言模型（Large Language Models, LLMs），如由OpenAI开发的GPT，是基于深度神经网络构建，采用基于预训练的变换器架构，能够预测并生成具有人类语言连贯性的文本。这类模型通常以自回归方式推理预测下一词语，参数规模可达到数千亿，在翻译、对话、内容创作等任务中展现出强大的能力。尽管仍存在偏见与事实错误等挑战，但在聊天机器人、代码生成工具与创意辅助应用中已被广泛应用。

大型语言模型不仅适用于文本生成，也已被广泛应用于代码生成与程序开发。代码大型语言模型（Code LLM）是一种专门用于理解、生成和处理编程代码的大型语言模型，这类模型基于GitHub等平台的大量开源代码数据，能够帮助开发者完成代码编写、调试、重构，甚至解释复杂的代码片段。尽管代码智能技术已有较长历史，但大型语言模型的出现，使得更多掌握基础编程能力的人能够实现自己的创意应用。

大型语言模型还可以分析大量文档，实时回答技术问题，帮助新手加快新框架和编程语言的学习速度。此外，借助自然语言处理能力，大语言模型也为开发团队间的协作提供了新方式。在集成开发环境中，他们犹如AI程序员，帮助开发者生成更高效、结构更清晰的代码，推动软件架构和设计上的创新。

总体而言，大型语言模型通过提升开发速度、可访问性和可靠性，彻底改变了软件工程的面貌。过去，编程是一项高度专业化的工作，只有少数科学家和工程师才能掌握。如今，随着编程语言、工具和方法的演进，编程变得愈发大众化。即便如此，现代编程仍面临诸多挑战，例如系统复杂性、对专业知识的高度依赖，以及耗时的开发流程。开发者需要应对代码质量维护、大型代码库管理以及技术快速迭代等难题。

未来的编程将呈现“自动化程度更高、协作性更强、AI深度集成”的趋势。我们可以预见，未来会出现更直观的开发环境、更先进的自动代码生成工具和更智能的AI助手，使编程过程变得更高效、易用。人工智能编程正在通过辅助甚至自动化软件开发流程实现飞跃，涵盖代码生成、调试、优化乃至新编程语言的设计。这一趋势显著提升了开发效率，缩短产品上市时间，提高软件质量，并让开发者能将更多精力集中于高层次的问题解决。

AI正在成为程序开发中的关键合作者。这不仅对开发者提出了新的技能要求，也推动了“人机共创”的工作方式成为主流。自然语言编程的兴起，更是使编程过程变得直观。开发者只需用中文或英文描述任务，模型便可自动生成相应的代码并完成任务，从而显著降低了入门门槛，让非专业人士也能参与软件开发，真正推动和实现了“人人皆可编程”。

例如，利用ChatGPT完成缺失值处理的代码生成任务，只需简单的任务描述，系统便能在极短时间内自动输出对应代码。另一个例子是Cursor，这是一个AI驱动的集成开发环境（IDE），提供了自动生成代码、智能重写、基于代码的查询等功能。开发者只需输入自然语言，Cursor即可在当前窗口直接修改代码，大幅简化了开发过程。

实现“人人可编程”的关键，在于多智能体（Multi-agent）系统的运用。多智能体系统由多个AI代理组成，每个代理具备独立任务能力，能够感知环境、做出决策并协同工作。这类系统能将复杂任务拆分为子任务，实现任务自动化、流程优化和实时反馈。未来，这类技术可广泛应用于教育工具、快速原型设计、遗留代码重构等领域。

在这一背景下，Cognition AI推出了全球第一位AI程序员——Devin。与传统AI编程工具不同，Devin能够自主处理整个软件开发生命周期：理解自然语言需求、编写、测试、调试、部署，甚至可使用终端和代码编辑器、在GitHub上协作处理任务，成为虚拟队友而非单纯的代码补全工具。在SWE-bench基准测试中，Devin在无人协助的情况下解决了近10%的GitHub真实问题，远超GPT-4的1%表现，展现出卓越的软件开发能力。

展望未来，AI驱动的编程正重塑软件开发的生态，从简单的自动补全工具发展为能够理解项目上下文、生成完整功能，甚至自主管理开发流程的软件合作者。这场变革正在重新定义开发者角色、提升生产力，并引入如“可视化编程”等全新范式。

总结来说，AI辅助开发正以前所未有的方式提升开发者效率，自动完成重复性任务、优化代码结构并缩短调试时间，实时提供示例与建议，加速学习过程，协助开发者专注于更具创造性的问题解决和系统设计，从而提升整体软件质量与创新能力。人工智能的发展还将赋能非程序员，让他们能够借助AI驱动的低代码、无代码平台和聊天机器人，轻松生成功能性代码、调试错误、理解编程概念。这极大地降低了入门门槛，虽然对于复杂项目仍需要专业开发者，但AI的发展确实推动了软件开发的普及化与多元化。