最近，提供「先買後付」服務的全球支付解決方案公司 Klarna 的執行長 Sebastian Siemiatkowski 共享 像 Cursor 這樣的 AI 工具如何徹底改變了原型開發。他強調了氛圍編碼 (vibe coding) 的日益流行趨勢，即 AI 透過自然語言提示輔助產生程式碼，從而簡化工作流程並減少對技術團隊的依賴。這種方法正成為開發人員的關鍵技能，各大公司也越來越重視熟練 AI 驅動的程式設計工具。
在與…的對話中 Mpost, 艾哈邁德·沙迪德首席執行官 XYZ—一個代理的全端人工智慧開發生態系統—分享了他對這一趨勢演變的見解和專業知識。
人工智慧驅動編碼的興起：賦能非技術領導者、降低風險並塑造軟體工程的未來
Ahmad Shadid 指出，借助人工智慧工具，非技術領導者現在有機會在幾個小時內將想法轉化為可點擊的演示。這加速了產品發現，並縮小了業務意圖與工程設計之間的差距。然而，風險在於對可行性的錯覺，因為原型可能隱藏了可行性、安全性和技術債等潛在問題。此外，領導者可能會過度關注工具的產出，而忽略了從策略或技術角度來看哪些是可行的。
他還分享了團隊在使用人工智慧生成的程式碼時面臨的最常見的陷阱，並提供瞭如何減輕這些風險的見解。
不安全的輸入處理和薄弱的身份驗證模式是主要問題。這些安全隱患可以透過在 CI 中強制執行 SAST/DAST、安全 linters、依賴項掃描以及對源自 AI 的功能進行威脅建模來緩解。 Ahmad Shadid 表示：“透過經過批准的提供者（這些提供者會編輯和保護機密資訊）進行路由，並使用隱私保護的提示網關，可以減少提示中的資料外洩。” Mpost.
「這不僅僅是人工智慧生成的程式碼。如果一個人不是工程師或程式設計師，他們通常對軟體的建構方式以及系統架構缺乏全面的了解。人工智慧的好壞取決於提示，對吧？所以他們無法正確地提示人工智慧，這可能會導致安全威脅和問題，例如前端公共資料庫中的 API，」他繼續說道。
此外，這位專家也補充說，許多工程師抱怨的是，當上下文變得過於龐大或某些事情變得過於複雜時，人工智慧就會開始產生幻覺。它會開始對程式碼進行一些不必要的或沒有明確要求的更改。人工智慧也會產生數千行程式碼。想像一下，試圖跟上數千行程式碼中隨機的程式碼庫變化會是怎樣的體驗。
他說：“最終，定期進行限時‘無人工智能’複習對於保持基礎知識的新鮮度和防止技能萎縮至關重要。”
在談到對人工智慧驅動的編碼的依賴是否最終會重塑各行各業軟體工程師的估值和聘用方式，以及「氛圍編碼」是否成為招聘信息中炙手可熱的技能時，Ahmad Shadid 表示：「原始輸入越少，系統設計、代碼審查、調試、安全以及數據/人工智能編排就越能體現產品意識。我們還能看到了從‘從頭開始實現“‘從頭開始實現’ X’到‘批判、強化和擴展人工智能生成的代碼’，以及架構和事件演練的轉變。 ‘人工智能結對編程負責人’、‘代碼管理員’以及在人工智能生成的軟體中構建護欄的平台工程師的興起，表明人工智能驅動編碼的採用率正在不斷提高。
他指出：「新手常常跳過基礎知識，直接投入快速工程，完全不知道自己想要實現什麼。另一方面，經驗豐富的工程師則能獲得優勢，騰出更多時間用於架構、可靠性和合適的產品成果。明確的學習路徑、‘先讀後寫’的文化以及定期的‘手動模式’練習，有助於確保高效且合乎道德地使用人工智能編寫代碼。”
Vibe 編碼工具很有用，但過於簡單，無法取代傳統的開發工作流程
人們擔心的是，氛圍編碼工具最終可能會取代傳統的編碼工作流程。然而，專家指出，氛圍編碼工具過於簡單，無法取代完整的編碼工作流程。
「從現在起，它會成為編碼工作流程的一部分嗎？當然，產品團隊確實會從中受益，只需快速安裝前端並檢查不同的用戶體驗設計即可。當然，自由開發者和業餘愛好者可以快速完成一些工作，但它無法取代整個工作流程。事實上，目前的開發正面臨一些挑戰，尤其是在人工智慧變得越來越強大的情況下。」他說。 Mpost.
「我們根本跟不上，工具也跟不上，我們正面臨著工具碎片化的危機，開發人員現在需要四五種工具來支撐他們的工作流程。每次切換工具，你都會失去上下文，你根本跟不上，人工智能也跟不上；你無法跟進一個工具和另一個工具中的所有變化，等等，」Ahmad Shadid 繼續說道。
簡單來說，目前的氛圍編碼工具和平台距離取代傳統的編碼流程還有很長的路要走，這些工具還不夠完善。
Ahmad Shadid 探討人工智慧在軟體開發中的未來：優勢、風險以及對安全、可擴展解決方案的需求
Ahmad Shadid 強調，目前的開發工具和環境已準備好安全地整合 AI 驅動的編碼：「IDE 整合、強大的程式碼完成功能、良好的重構和 repo 感知助手都在生成 AI 生成的程式碼中發揮著重要作用，」他說道 Mpost「然而，企業級層面仍然存在差距。人工智慧建議的統一可審計性、強大的成本控制策略執行以及無縫的本地/私有模型選項可能會在企業層面造成重大差距。」專家補充道。
隨著越來越多的主管採用人工智慧工具進行快速原型設計，這可能有助於實現公司內部創新的民主化。然而，這也存在過度簡化軟體工程複雜性的風險。
Ahmad Shadid 認為，隨著更多人參與創意過程，公司可以更快驗證創意，並改善跨職能合作。這使得更多創意能夠開發和完善，最終成為穩定的解決方案，讓創作者能夠自由地透過軟體將他們的概念變為現實。
專家強調：“使用人工智慧工具進行原型設計低估了可靠性、可操作性和規模的複雜性，做出的演示驅動型決策，如果不加以控制，可能會導致失敗。這些工具雖然讓原型設計變得容易，但如果沒有工程品質關卡，就很難交付。”
此外，公司應允許非工程師在隔離環境中安靜且私密地運行應用程式。使用虛擬/合成資料以及零生產憑證可能有助於最大限度地降低資料外洩風險。
Ahmad Shadid 表示：“清晰的系統識別策略，例如一次性程式碼庫和獨立的命名空間，有助於在隔離環境中有效利用 AI 程式。經過批准的堆疊、安全的腳手架、內建測試和 linting 為應用程式的可擴展性和彈性提供了一個安全的平台。” Mpost.
免责声明：本文提供的信息不是交易建议。BlockWeeks.com不对根据本文提供的信息所做的任何投资承担责任。我们强烈建议在做出任何投资决策之前进行独立研究或咨询合格的专业人士。
