雷火电竞 (中国) 官方网站

软件工程30实践之路雷火电竞(十)：总结与展望

发布时间：2024-04-22 04:31:34 丨 浏览次数：905

　　软件工程3.0实践之路》系列文章要有一个总结，也正好是第十篇，十全十美。展望未来，心中汹涌澎湃，有无限的想象空间。

　　软件工程3.0实践之路 (二）：实施策略和技术路线实践之路(三)：LLM驱动需求定义和评审，结果很震撼

　　软件工程3.0实践之路(七)：LLM驱动测试，真实记录多家大模型的大比拼

　　软件工程3.0实践之路 (二）：实施策略和技术路线实践之路(三)：LLM驱动需求定义和评审，结果很震撼软件工程3.0实践之路(四)：LLM驱动软件设计，有惊喜

　　如果要从内容去总结，我甚至可以将每一篇文章转换成PDF文件，再提交给Kimi.ai去总结，我的确试过，效果很好。但这不如看前面各篇文章，我还是乐意从软件工程3.0（SE3.0）价值观出发，分别介绍SE3.0之下的软件开发新范式、开发原则，以及流程再造、组织变革，最后给出优秀实践、落地实践图。

　　价值观体现在：软件工程3.0宣言 之中，在SE3.0，我们更关注人机交互智能、数据、模型和提出好的问题。有了自然语言对话方式的交流，人机交互更方便，而且大模型（LLM）也开始理解我们所处的物理世界，人机交互智能的威力巨大无比。

　　过去一年，SE3.0开发范式讨论最多，大家都熟悉了，即“模型驱动研发、模型驱动运维”。为什么不提“AI赋能软件研发” 或 “模型赋能研发”呢？因为AI赋能研发，几十年前就发生了，虽然那时AI能力还比较弱或很弱，但已经实实在在在赋能开发、测试等。今天不一样，也就是从过去“

　　AI”向“AI+软件研发”转变，即过去AI只是辅助工具或手段，提升一点效率或质量，不改变研发的流程、组织等，一切照旧，但今天AI不再是一种辅助工具，而是成为一种核心力量，会改变流程、改变组织结构等，进入一个崭新的时代。虽然目前你还没看到这样的结果，是因为SE3.0目前处在早期，但每天发生的事情、出现的变化可以让我们感受到这点。之前，我曾提到每一个研发人员都有一个AI助手，包括BA助手、设计助手、编程助手（Copilot）、测试助手、运维助手等，

　　一个超级个体可以拥有多个AI智能体（比用助手更恰当一些）。如果研发人员能力很强，AI智能体是研发人员的助手，而且他可以拥有扮演不同角色（如架构师、测试工程师、开发工程师等）的多个智能体；如果研发人员能力中等，和AI智能体构成伙伴关系，可以一起进行结对设计、结对编程、结对测试等；

　　现在基于SE3.0价值观和开发范式，总结出一些开发原则感觉不够靠谱，开发原则最好是在实践中不断探索、总结出的。但是我们可以抛砖引玉，激发大家去思考和总结，基于自己的经验总结出来的原则分享出来。

　　尽早尽快地把LLM和AI工具用起来，实践出真知；充分重视数据的价值，从数据内容和格式的定义开始，全面做好数据采集、管理、治理等工作；

　　提示工程是软件工程中新出现的一项工程，要加强这方面的建设，用好提示词，善于引导大模型；

　　不是抛弃软件工程1.0和2.0，而是将SE3.0构建在其基础之上，也意味着过去的工程能力、平台工程等都能助力企业的AI能力；

　　从需求、设计、编程、测试到运维，全生命周期都可以借助大模型来驱动，以提升软件研发的效率和质量；

　　说到流程，我想起了自己去年在AiDD峰会深圳站致辞中开头的一页slide：LLM加速了价值创造过程，之前从数据到智能，需要经过信息转化、知识转化，再到洞察，才能到智能（智慧），今天简单了，借助LLM直接从数据到智能，也就是前面提到，我们可以直接从业务需求到代码，中间省略了设计。

　　的流程，按部就班执行，从需求分析、设计、编程、测试到交付，一个一个环节进行，每一个环节不可少。到了SE2.0，敏捷的流程就相对灵活，从需求到交付，中间会经过一个持续设计、持续构建、持续集成、持续测试、持续部署等一个持续的、融合的过程。

　　在SE3.0，这种持续和融合会更加凸显出来，特别是当超级个体出现、多个智能体能够很好协同工作的时候，设计、构建、集成、验证等工作的边界更加模糊，流程更加高度自动化

　　3.0组织这可以参考：软件工程3.0实践之路(九)：LLM驱动组织变革，正如前面所说，超级个体会出现，研发团队规模会更小，更关注人机交互智能的充分发挥，将人也视为智能体，构建虚拟团队，

　　落地实践落地实践，参考前面9篇文章，从指令微调、上下文学习、RAG技术应用、

　　提示工程、智能体构建、AI/LLM平台构建等来逐步完善LLM落地实施，从需求分析与定义、架构设计和UI设计、编程、测试、运维等全生命周期的各个环节落地。每个公司结合自己的实际情况，考虑到人才、数据、算力等条件，选择合适的应用策略，设计自己的落地路线图，逐步实现智能化的研发，将研发效率提升十倍、百倍。7. 展望未来

　　软件工程3.0的提出和实践，标志着软件研发领域的一个重要转折点。随着人工智能（AI）和大型语言模型（LLM）技术的不断成熟和应用，软件工程3.0的未来前景可以从以下几个方面进行展望：

　　组织结构和工作模式的变革：随着LLM技术的应用，软件研发团队的结构和工作模式将发生变化。一些初级和中级的研发岗位可能会减少或消失，而需求分析、测试和项目管理等高端岗位将变得更加重要。同时，开发者与AI助手的协作将成为常态，形成人机协同的工作模式。

　　超级个体的兴起：软件工程3.0可能会催生“超级个体”的出现，即少数具备高度技能和AI驾驭能力的个人能够独立完成传统上需要多人团队才能完成的工作。这将推动个体工程师的价值最大化，并可能改变软件行业的人才结构和培养模式。

　　AI伦理和安全性的重视：随着LLM技术的广泛应用，如何确保AI的伦理性和安全性将成为软件工程3.0必须面对的挑战。企业需要建立相应的规范和流程，确保AI技术的应用不会带来安全风险和伦理问题。

　　雷火电竞平台 雷火电竞

　　跨领域的融合和创新：软件工程3.0将推动软件技术与其他领域的深度融合，如网络、汽车、制造等，从而催生新的业务模式和创新产品。软件将更加深入地渗透到社会的各个层面，推动各行各业的数字化转型。

　　持续的学习和适应：在软件工程3.0的背景下，持续学习和适应新技术的能力将成为软件工程师必备的素质。随着技术的快速发展，工程师需要不断更新知识体系，掌握新的工具和方法，以适应不断变化的工作环境。

　　。它将为软件行业带来深远的影响，同时也提出了新的挑战和要求。企业和个人都需要积极适应这一变革，把握机遇，共同推动软件工程的发展。

　　软件工程3.0实践之路 (二）：实施策略和技术路线实践之路(三)：LLM驱动需求定义和评审，结果很震撼

　　软件工程3.0实践之路(七)：LLM驱动测试，真实记录多家大模型的大比拼

　　平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。