人工智能代码生成的未来：个性化

根据麦肯锡的报告，生成式人工智能（GenAI）在产品开发和编码自动化领域的经济影响最大，产生了9000亿美元的影响。让我们深入了解代码自动化的现状、代码个性化及其潜力。

2024年GenAI和代码自动化的现状

2023年，ChatGPT和GitHub的编码助手CoPilot在程序员中变得主流。GPT和类似模型已经证明，大型语言模型（LLM）可以很好地生成、完成、重构和转换代码。

如今，存在各种编码助手。虽然CoPilot被认为是该类别的领导者，但也有具有不同专业知识的GenAI编码助手。举几个例子：

• Anima专注于前端，将设计转换为代码（例如，Figma到React）
• • Codium的专长是编写测试和管理拉取请求
• • Replit提供了一个在线的、协作的IDE，并配备了专用的AI助手
• • Tab9为企业提供了一个本地部署的、高度安全化的解决方案
• • CoPilot的竞争对手如magic.dev和Poolside经常被宣布，承诺提供更好的性能和体验。模型不断进化——GPT5预计很快就会发布，而LlamaCode提供了一个高端的开源模型，在HuggingFace上出现了微调版本。这只是LLM代码自动化的开始。
    根据GitHub的数据，CoPilot可以将开发速度提高55%。Anima用户报告称，可以节省高达50%的前端编码时间，使他们快了两倍，最终产品质量在UX方面更好，设计师和开发人员之间的往返次数也减少了。

AI代码个性化

JavaScript是GitHub 2023年最受欢迎的编程语言，而React是最受欢迎的JavaScript Web框架，超过40%的开发者使用它。

现在，如果你拿100个不同的工程团队在React上构建，你会发现100种不同的编码风格。不同的团队有不同的编码方式。

每个团队都有自己的技术栈（软件架构上使用的技术集合）。一些团队使用开源库，如Next.js，以优化性能。一些团队使用UI框架，如Radix、MUI或Ant。使用React的团队必须添加状态管理包，如React Query、Redux、Mobx等。还有成千上万其他流行的开源JavaScript库。

此外，相同的功能可以用不同的方式实现。一些团队更喜欢CSS网格布局，而另一些团队更喜欢Flex布局，并得到相同的结果。有语法偏好。一些使用经典JavaScript函数，而另一些使用箭头函数。有命名约定，如camelCase、kebab-case，以及不同的组件和函数命名方式。有无数种组织代码的方式，比如如何包装开源组件，使代码接口看起来与开源或专有代码相同。

在特定项目的编码过程中，每个开发人员都遵循该代码库的规则和约定。

为了使AI在工程团队中发挥关键作用，它应该像团队一样编码。这意味着AI应该有大量的上下文来定制和个性化其代码。

AI代码生成的潜力

我们仍在探索GenAI能力的表面。

在讨论GenAI模型时，考虑个性化为模型提供了最佳上下文。为它提供有关现有代码、UX和用户工作任务的上下文，将产生更好的结果。为了充分利用GenAI模型，我们将它们包装为产品，并与“老式”算法和启发式方法一起工作。这样我们才能最大限度地发挥AI的潜力。

软件将更快地吞噬世界，提高生产力、利润和GDP。

采用自动化的CEO、IT领导者和PM领导者将使他们的团队以2倍甚至5倍的速度交付，从而在竞争中占据优势。更快地将产品推向市场并降低成本将增加公司的利润，并最终增加来自技术的GDP。

更便宜的软件开发意味着软件可以解决更多的问题。曾经是负ROI的，现在可能变成正ROI。如果开发成本降低80%，解决利基问题的软件可能值得。

更多的人将编码，他们将更快地编码。GenAI代理将生成、测试和部署代码，而人类将做创造性部分，开发比今天被认为是编码更多的架构和UX。我认为未来会有更多的开发人员职位。也就是说，开发将演变成更高层次的抽象。