← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 7283.g · 生成模型:Hy3

人工智能给软件工程带来新机会

理解等级:中级

软件工程的理论与系统分析并没有重大缺陷,问题在于理想化要求无法靠人力落实:从需求分析到部署运维,工艺、标准、交付物都有严苛规定,但在交付时限和工作量面前基本止步,质量与效率出问题几乎是必然。2023 年底的大语言模型带来转机:编程终究是语言问题,而这轮突破口正是语言。对人工智能不存在工作量问题,那些有助于保证质量却过度增加开发重量的活,如整理需求文档、生成业务模型、维护详细文档、逐行注释、单元测试、自动化测试、代码走查,都可以交给它;未来软件工程仍应是重的开发,只是重量改由人工智能背负。业务架构因此直接受益:它实施层面最大的难题是初始化,从零建立完整资产令很多企业犹豫,而协助整理需求、绘制流程图、识别数据实体、做模型文档横向标准化检查恰是人工智能可承担的;资产建成后,它还能快速检索、协助修改并保鲜维护,缓解人工检索的记忆负担。更进一步,基于标准化构件的组装式开发、由业务与技术人员澄清架构再由交互式编程生成应用的模式成为可能,推动企业端软件开发走向构件式工业化量产,而不是退回手工业。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 业务架构方法论与新质生产力 第四节 人工智能带来新机会 · 查看原书依据

      对人工智能来讲就没有所谓的工作量问题了,协助引导需求、整理需求文档、快速生成业务模型、持续整理详细开发文档、逐行加注释、逐块写说明、100%单元测试、自动化集成测试、自动化全量回归测试、自动化运维、代码定期走查、文档体系化管理等有助于提升软件质量但过度增加开发“重量”的工作,都可以由人工智能完成。

    参考来源

    - 位置:《架构未来:企业新质生产力战略与业务架构实战》第 2 章《业务架构方法论与新质生产力》(源文件:extracted/架构未来:企业新质生产力战略与业务架构实战/_epub-src/EPUB/xhtml/chapter4.xhtml) - 结论依据:原文指出软件工程理论是没问题的却因交付时限和工作量无法完全靠人力达到,并提出编程问题终究是一种语言问题;又明确初始化是企业应用业务架构时最大的障碍,列举人工智能可协助的需求文档、流程图、数据实体识别与资产检索维护等工作。 - 原始内容:对人工智能来讲就没有所谓的工作量问题了,协助引导需求、整理需求文档、快速生成业务模型、持续整理详细开发文档、逐行加注释、逐块写说明、100%单元测试、自动化集成测试、自动化全量回归测试、自动化运维、代码定期走查、文档体系化管理等有助于提升软件质量但过度增加开发“重量”的工作,都可以由人工智能完成。