夜雨聆风学习资料网

ARTICLE · 981058

AI时代软件开发的思考

AI时代软件开发的思考

一、用AI还是不用AI

结论:用AI。
我们从事软件相关行业,AI对这个行业的冲击最大,软件开发人员最容易上手,自然也是第一波受影响的群体。
但必须承认,AI做的事情,本质上是各个软件公司原本就规划要做的方向——代码自动化生成。只是AI加速了这个进程。2020年我们已经在用模版引擎实现大部分重复代码的一键生成,甚至实现多表关联的联动生成。AI出现后,连模版都不需要了。
AI是软件行业自动化趋势的延续,不是断裂。从手工编码→模版引擎→低代码→AI,本质都是提高抽象层级、降低重复劳动。

二、程序员会被AI取代吗

结论:一定程度上会,3-5年后会更加明显。
目前部分公司和开发人员还在坚持手搓代码,这不是错误,但不值得提倡。开发人员担心被取代是切身感受,AI生成的代码确实无法保证100%正确,但时代的进步不会因为个人的不进取而停滞。
取代的不是"程序员"这个岗位,而是"只会写CRUD"的能力。能驾驭AI的程序员会变得更高效,不能的会被边缘化。

三、如何利用AI

方式一:低代码平台 + AI集成

项目背景:
  • 2023年开发低代码平台,将开发拆分为页面、Java、SQL三大块
  • 基于Web端开发,保存发布即时生效
  • 提供基础CRUD一键生成
AI集成:
  • 2025年集成AI,2026年升级为对话式开发
  • AI负责复杂逻辑和数据处理
核心优势:
  • 规避AI上下文限制:要求所有功能点独立,AI只需专注单个业务,1M上下文完全够用
  • 统一管理:所有代码在平台上集中管理,便于运维和版本控制

方式二:纯AI开发

适用场景:前期验证可行性 + 需求整理
工作流程:
  1. 使用Kilo、Claude Code等工具,完全AI生成完整项目
  2. 验证完成后,将代码迁移到低代码平台统一管理
原因:软件开发是系统工程,不只是写代码,需要考虑功能添加、优化、后期运维、公司成本等。
存在的问题:
  • 边界问题:AI无法准确界定功能边界,大型开发中容易出现"该C错A"的情况
  • 知识断层:完全AI生成后,开发人员从头学习理解代码是另一个灾难

四、开发人员应该怎么办

结论:不是不需要开发人员,而是提高了对开发人员的要求。

能力要求转变

过去

现在和未来

会写代码

能判断代码对不对、好不好

CRUD能力

软件工程思维

实习生可胜任

业务分析和判断能力

手写代码

扎实的基本功底

关键能力

3.软件工程思维:系统性思考,而非局限于单点实现
4.业务分析能力:理解需求、界定边界、判断合理性
5.扎实基本功:这是判断AI输出正确性的基础
6.独立思考能力:能识别AI的讨好倾向,不盲信输出
AI提高了入门门槛,降低了执行门槛。以后衡量开发人员的标准从"能不能写出来"变成"能不能判断对不对、好不好"。

总结

不论什么时候,除了有向上的进取心,也要有向下生长的意志力。要像竹子一样,前几年把根系长好——在AI浪潮中,扎实的基本功和深度思考能力,就是我们向下扎的根。根深才能叶茂,根基不牢,再高的楼也会倒。
整理时间:2026年9月14日

相关学习资料

返回首页浏览学习资料