工信部启动“人工智能+软件”行动:AI要颠覆软件业?

4月28日，工信部在国务院政策例行吹风会上宣布了一个大动作：开展“人工智能+软件”专项行动。副部长柯吉欣表示，要加快智能编程研发应用，推动基础软件、工业软件智能化升级，培育模型即服务（MaaS）、智能体即服务（AaaS）等新业态。

消息一出，朋友圈和短视频平台瞬间刷屏。各大博主纷纷解读，但口径差异很大——有人高喊“软件行业将被AI重塑”，也有人冷笑“AI连个复杂算法都写不明白，谈什么颠覆”。

我通读了政策原文和相关技术资料，结合自己这几年搞智慧运维、用AI辅助工作的实际体验，来跟大家聊一聊这件事。

一、这个专项行动讲了什么？

简单说就是：把人工智能（大模型、智能体、机器学习）嵌入软件的“需求→设计→编码→测试→部署→运维→升级”全生命周期，同时让传统软件（办公、工业、基础软件）本身变得更智能。

具体分为三个层面：

1、突破口：智能编程。从“人写代码”变成“人机协同”——AI负责生成基础代码、自动补全、查找Bug、写注释，人负责决策、审核、核心架构设计。

2、两大主战场：

——基础软件智能化：操作系统、数据库、中间件内嵌AI能力，实现自动调优、自愈、安全防护。

——工业软件智能化：CAD/CAE、MES、PLC等工业软件嵌入AI，实现工艺优化、预测性维护、自动排产。已经发现之前是闭源的SAAS产品，现在开始实现API的自定义开发，内嵌AI助手，方便不懂代码的工程师快速上手。

3、新业态：软件不再只是本地安装的工具，而是可调用的云端智能能力——MaaS（模型即服务）、AaaS（智能体即服务）将逐步普及。

这个方向本身没有问题，甚至可以说是软件行业未来十年的必经之路。但为什么很多人不买账，甚至冷嘲热讽？

二、现实吗？为什么有人不看好？

先给结论：非常现实，但必须分阶段看，不是一步登天。

1、已经100%实现、现在就能用的：

① 代码生成/补全、单元测试自动生成、简单Bug修复。这个我自己现在都在使用中了，比如借助软件内嵌的AI代码助手，通过自然语言对话生成代码，对于不懂代码的人来说就是个福报。

② 办公文档/PPT/报表自动生成、会议纪要整理、数据洞察。比如WPS AI、豆包PPT、钉钉中的AI听记，也是一种产品内嵌AI的能力。

③ 软件自动监控、告警、日志分析、简单故障自愈。现在很多智能手机中就自带了AI的能力。

④ 工业软件的辅助设计、工艺参数优化、设备健康诊断，如MES、LIMS系统等等。

2、正在快速发展、1-2年内成熟的：

① AI独立完成中小型软件的全流程开发（如小程序、企业内部管理系统）。

② AI深度融入工业软件（如AI驱动的半自动CAD建模、智能工厂数字孪生）。现在其实很多单位已经能够简单的实现CAD自动建模，甚至三维产品的自动建模，只是对原始数据要求比较严格，可能后面随着AI解读能力增强，逐步前期数据处理的工作会少很多。

③ 智能体（Agent）跨软件协同完成复杂任务（例如自动订会议室、发通知、整理纪要并归档）。这个需要给予AI一定的权限，需要配合数据安全的升级协同进行。

3、长期挑战、3-5年逐步突破的：

① AI独立开发超大型复杂软件，如操作系统、核心工业软件、银行交易系统。目前AI只能辅助，远不能替代资深工程师做顶层架构、核心算法和安全设计。

② 通用强人工智能、完全自主的智能体、无人化全自动软件工厂，技术尚在早期。

那么，为什么很多人不看好？我观察下来，主要有三个深层原因：

第一，对AI能力的认知还停留在“只能写简单代码”。这是事实，但AI的进化速度远超多数人想象。GitHub Copilot、通义灵码等工具已经能覆盖40%以上的编码工作量，初级程序员需求明显下降。

第二，很多企业自身的数字化基础太差，根本支撑不起AI。设备数据接不上来，物料编码在各个系统之间不一致，ERP里数据到处都是坑——这种地基上AI根本跑不起来。不是AI不行，是连“信息化”都没完成，就幻想“智能化”一步到位。

第三，存在普遍的非理性焦虑——把AI当成万能替代品，要么指望它解决一切，要么怕它一夜之间砸掉饭碗。这两种极端情绪都会让人失去理性判断。

三、软件工程师都要失业吗？

这个问题从ChatGPT出来那天就被反复问，今天依然没有标准答案。我分三层说。

第一，AI替代的首先是“搬砖式”的重复劳动，不是“思考型”的核心能力。

写增删改查、调接口、写单元测试、修常规Bug——这些确实正在被AI快速替代。调查显示，AI工具使基础编码效率提升了50%以上，重复性任务耗时减少了70%。但替代不了的是：复杂业务架构设计、核心算法设计、高安全性系统的逻辑把控、以及跨系统的工程权衡。

第二，AI会催生新工种，并大幅降低技术门槛。

就像当年汇编语言让位于高级语言，不是程序员失业了，而是程序员干了更高级的活。未来会出现大量“AI辅助开发工程师”“大模型调优工程师”“智能体流程设计师”。不懂代码的行业专家（比如地质工程师）也可能通过自然语言直接操作专业软件，完成以前需要请人开发才能做的事。

第三，人唯一不可替代的，是创造性、复杂决策和工程判断。

AI可以生成无穷多份设计稿，写出功能完善的代码模块，但谁来拍板这个架构符合安全合规？谁来针对业务目标做出最优的运维决策？谁来为重大系统变更承担责任？永远是人。

四、对我们做智慧运维、数字孪生的人，是好事还是坏事？

结论就是：绝对是巨大利好，尤其对我们这个交叉领域。

第一，AI会极大降低数字孪生平台的搭建和交付成本。

做过BIM运维平台的人都知道，最耗时的不是炫酷的大屏和模型，而是底层数据接入——协议转换、设备点位对码、实时数据清洗、API调试。这些恰恰是AI最擅长的体力活。AI可以在几秒内根据设备文档自动生成接入代码，甚至可以通过我们沉淀的知识库输出最佳实践配置。项目交付周期有望缩短一半以上。

第二，智能体（Agent）将让运维决策从“人工看报表”变成“自然语言交互”。

未来领导不再需要盯着复杂的大屏，而是直接对系统说话：“4号配电柜最近健康度为什么下降了？”AI会自动调取振动、温度、电流等多维数据，分析后回复：“振动值连续7天异常，建议下周三安排夜间检修。”并自动生成工单。这种“人机协同”的运维模式，已经在实验室阶段跑通，未来3年内会在高端项目中普及。

第三，对我们从业者的建议：主动学习，不要被动焦虑。

建议三件事：

* 学会使用主流AI编程助手（Copilot、Cursor等），把重复编码交给AI，自己专注业务逻辑。

* 学会训练和调用领域小模型。没必要自己从零训大模型，但要知道怎么用现有模型做设备健康预测、故障诊断。

* 学会“提问”和“验证”。AI给出的代码、分析结论，要有能力复核、优化、纠错。这才是未来最值钱的能力。

工信部这次专项行动，本质上是在为软件产业的下一个十年铺路。方向没错，节奏理性，投入巨大。

但任何技术变革，都会经历“过度期待→失望→理性落地”的曲线。我们既不应当AI原教旨主义者，也不该做顽固的抗拒者。

最关键的是：AI不会淘汰人，但会用AI的人一定会淘汰不用AI的人。

主动拥抱、保持学习，比任何焦虑都有用。

—–全文到此为止。如果您想看到更多的同业态文章，请关注“智慧交通洞见”。