AI辅助工具在软件开发领域的应用正在迅速发展，但其是否能有效提高开发质量和效率仍是一个未决的问题。
一方面，大模型能够显著加速开发进程，比如自动生成测试用例和修改代码，但在确保代码稳定性与质量方面的效果则因模型不同而有所差异。
另一方面，虽然AI工具声称能提升开发效率，实际上它们面临着多种挑战，例如可能出现的错误和不稳定表现，这可能要求开发者花更多时间去修正。此外，随着企业增加在AI工具开发上的投资，市场竞争和技术进步也随之加剧，但长期效果的评估和优化依然是行业的关注焦点。
短期内，大模型可作为人类编码的有效辅助工具，显著提升开发效率和代码质量。长远来看，随着技术的进步，完全由大模型生成高质量代码的可能性逐渐增大。
一个在上海的外资公司尝试使用大模型技术时遭遇了安全和bug问题，这反映出未经充分测试和评审的大模型生成的代码可能存在安全隐患和质量问题。即便是像Facebook这样的公司，其大模型生成的代码也只占其新增代码的30%，说明大模型技术尚未完全成熟，仍需要解决代码一致性、质量和安全性等问题。
总的来说，AI辅助软件开发已经扩展到代码之外的多个阶段，如开发流程和质量传递等，但面临的挑战是如何确保AI产出的质量和正确性超过人工产出。需要建立评审系统和评价体系来验证和提升AI的性能，以实现高效且高质量的软件开发。
同时，必须考虑到在敏捷软件开发中追求质量重于速度的重要性，并在采用AI辅助时保持谨慎，以避免快速产生的错误和低质量代码。还需要重新设计软件质量管理体系，以适应引入AI后的新情况，包括评估AI代码的比例及其对行业标准的影响。
本期主播
- 主持人：张凯峰
- 嘉宾：刘冉，林冰玉，于晓南
时间轴
- 03:53 代码生成效果的好坏主要取决于模型本身的算法质量和训练库的专业程度。
- 12:02 一家上海的外资公司早期采用大模型技术，但在使用Copilot时遇到严重安全和bug问题，导致不敢将生成的代码直接入库。
- 30:57 敏捷软件开发中追求质量重于速度，特别是当使用人工智能(AI)辅助时需更加谨慎，以避免快速产生的错误和低质量代码。
参考链接
关于质量三人行
质量三人行是一款聚焦软件和质量的播客节目，由几位业内质量专家共创。关注软件行业测试领域的现状和未来，质量和测试人员的职业发展。
你可以在小宇宙 ，苹果播客等泛用型播客客户端，搜索质量三人行，订阅收听到我们的节目。
Podcast: Play in new window | Download
