Martin Fowler 是软件架构领域最具影响力的思想领袖之一。作为 ThoughtWorks 的首席科学家以及《重构》等经典著作的作者，他数十年来持续塑造着工程师对设计与流程的思考。近期，他在 The Pragmatic Engineer 节目中深入探讨了生成式人工智能对软件开发的根本性影响。
从确定性到非确定性的根本转变
Fowler 认为，大模型带来的最深刻变化并非抽象层级的简单提升，而是将编程从“确定性”领域拖入了“非确定性”的范畴。
传统软件开发是确定性的：相同的输入必然产生相同的输出。而大模型的输出是非确定性的，同样的提示词每次都可能给出不同的答案。这种思维范式的转变，远比从汇编语言到高级语言的抽象层级变化更为颠覆。
“现在我们面对的是一个非确定性的环境，这完全改变了我们的工作方式，” Fowler 解释道。他将其类比于结构工程中的“安全余量”思维，在 AI 时代，我们必须接受系统本身的不确定性，并为这种不可预测性预留设计空间，特别是在安全关键领域。
大模型的实际应用场景与局限
尽管存在不确定性，Fowler 指出了大模型在现阶段几个明确有价值的应用方向：
- 快速原型与“氛围编程”：这允许在极短时间内探索想法、构建一次性工具，甚至让非开发者参与进来。但他强烈警告，绝不能将这种方式用于需要长期维护的代码。“氛围编程剥离了‘学习’这一关键环节。当你不理解代码时，就无法调整、修改和扩展它，最终只能丢弃重来。”
- 理解遗留系统：通过将代码进行语义分析并构建知识图谱，再结合类似 RAG 的技术进行查询，可以高效梳理复杂遗留系统的逻辑和数据流。ThoughtWorks 已将此实践放入技术雷达的“强烈建议采用”类别。
- 探索未知领域：在陌生的技术栈或业务领域，大模型能提供快速上手的帮助，就像一个随时可问的助手。
然而，Fowler 强调了严格的测试和审查至关重要。“大模型有时会‘撒谎’。如果它是一个初级开发者，我可能会找人力资源部门谈谈。” 他分享了一个案例：当他要求大模型在配置中添加“当前日期”时，模型却复制了上一次修改的日期。“即使是最简单的事情，它也可能出错。必须遵循‘不信任，要验证’的原则。”
重构在 AI 时代愈发重要
面对大模型可能生成的海量且质量参差不齐的代码，Fowler 认为重构思维的重要性不降反增。
“重构的核心是把修改拆分成一系列微小且语义明确的步骤，并将这些步骤组合起来实现巨大改进，” 他说。尽管当前的大模型并不擅长独立完成复杂的重构任务，但将其作为起点，与传统的确定性重构工具结合，可能是一条有效的路径。例如，用大模型生成初步的 SQL 查询或代码草稿，再通过人工或工具进行精炼和重构。
团队协作与“规格开发”的新可能
Fowler 预见到，未来绝大多数软件仍将由团队开发。如何在团队环境中有效利用 AI，仍是一个开放问题。
他提到了“规格开发”的潜力：利用大模型，我们或许能以更接近自然语言的方式来表达需求和业务逻辑，模糊需求规格与代码实现之间的界限。这类似于领域驱动设计中的“通用语言”或领域特定语言理念，但大模型可能让这种方式变得更灵活、更易用。这对于需要与大量非技术业务人员协作的企业环境尤为重要。
“关键在于避免瀑布模式‘先构建完整规范’的弊端，而应采用最低限度的规范进行小步快跑、快速迭代，并在每个循环中验证结果。”Fowler 补充道。
对开发者的建议与行业展望
对于担忧过度依赖 AI 会阻碍成长的初级工程师，Fowler 的建议很明确：应该积极使用并探索 AI 工具，但必须与一位优秀的资深导师协作。因为新手缺乏判断输出可靠性的能力，而导师能提供关键的指导与纠偏。
谈及行业现状，Fowler 指出当前正处在宏观经济低迷与 AI 投资热潮并存的矛盾时期。“软件行业整体投资紧缩，但 AI 领域却存在巨大的泡沫。与 AI 沾边的企业尚可，但其他领域的初创公司则举步维艰。”
尽管如此，他对技术的长远未来保持乐观。他认为 AI 不会取代软件开发，而是像高级语言取代汇编语言一样，成为一种强大的新工具。而优秀软件工程师的核心能力——理解什么问题值得解决、并能进行有效沟通与协作——将比以往任何时候都更重要。
“归根结底，” Fowler 总结道，“造就一名优秀工程师的核心能力在很大程度上始终未变：好奇心、深度钻研、广度拓展，以及卓越的沟通协作能力。” | 
发表于 3 天前
|
查看: 6|
回复: 0
