AI正在编写代码对企业来说，这既是好事也是坏事——《华尔街日报》

多年来，人们一直在努力将编码过程中繁琐耗时的部分自动化。得益于生成式AI模型日益增长的规模和准确性，这些努力得到了推动。图片来源：克里斯·拉特克利夫/彭博新闻生成式AI编码工具承诺为开发者带来巨大的效率提升，但一些科技领袖担心过快生成过多代码可能带来的后果。

联合航空、强生、Visa、卡地纳健康、高盛等公司的IT领导者表示，他们对生成式AI在代码编写过程中自动化某些部分的潜力感到兴奋，并预计这将带来显著的生产力提升。

然而，一些IT高管表示，降低代码创建的门槛也可能导致复杂性、技术债务和混乱的增加，因为他们需要管理不断膨胀的软件堆。“技术债务”是一个广义术语，描述了应用快速解决方案的预期未来成本。

“当交付速度可以加快时，技术债务和孤儿代码增加的潜力始终是一个担忧，”金融服务公司Truist的首席数据官特雷西·丹尼尔斯说。

“人们讨论技术债务问题已有很长时间，如今我们拥有了一张全新的信用卡，能够以前所未有的方式积累技术债务，”麻省理工学院计算机科学与人工智能实验室教授阿曼多·索拉尔-莱萨马表示。他认为“存在机器生成大量低劣代码的风险”，并补充说企业必须重新思考如何与这些新工具协同工作的方法论以避免此类问题。

索拉尔-莱萨马指出，自动化部分编码流程的努力已持续多年，这些流程原本既繁琐又耗时。而生成式AI模型规模和准确性的提升为此提供了助力，这也促进了ChatGPT的流行。

微软开发者部门企业副总裁兼产品主管阿曼达·西尔弗表示，可用开发人才池的短缺也促使公司加大对辅助工具的投入。

不同企业正处于评估和部署工具的各个阶段，这些工具包括微软旗下的Github Copilot，以及来自亚马逊、国际商业机器公司和Tabnine、Magic AI等初创企业的其他工具。这些工具通常通过建议新代码片段和测试，并在开发人员已使用的代码编写程序中提供技术建议来工作。但IT领导者们表示，其中也存在风险。

“我认为这让首席信息官的任务变得更加复杂，尽管它让程序员的工作变得更轻松，”数据分析、数字运营和解决方案公司EXL的执行副总裁兼分析主管维韦克·杰特利说道。

他表示，这些工具有能力使代码编写民主化，意味着越来越多的员工可以开始为多种新用例编写代码。随着代码量的激增，首席信息官将需要努力控制和治理这些代码，并优先考虑保留哪些、废弃哪些以及如何运行系统。

“肯定会带来更多混乱，”杰特利说。

据OutSystems首席执行官保罗·罗萨多称，技术债务和孤儿代码长期以来一直困扰着首席信息官。随着越来越多的代码被编写，自然会出现对某些代码功能和创建方式的理解混乱。

他补充说，随着开发人员离开公司，这种混乱会加剧，随着时间的推移，越来越多的代码变得越来越难以保持更新。罗萨多表示，他确实预计生成式AI编码工具会加剧这些问题。

专业服务公司Genpact的首席数字战略师桑杰·斯里瓦斯塔瓦表示，技术领导者应注意不要将代码的加速交付等同于生产力。企业应该更多地考虑投资回报，而不是实际编写的代码量，并应权衡运行耗电量大的生成式AI工具的经济成本。

美联航首席信息官杰森·伯恩鲍姆表示这些风险确实存在，因此构建具备安全性和弹性的云环境至关重要，同时要加大未经充分审查和测试的软件发布难度。尽管存在风险，CIO们仍在推进。伯恩鲍姆称美联航正在测试多项生成式AI应用，包括代码生成。卡地纳健康近期成立了跨职能工作组评估用例与风险。Truist正与供应商合作探索全新代码生成与代码注释技术。高盛在早期项目中已实现两位数效率提升。

联系记者伊莎贝尔·布斯凯特：[email protected]