AI激荡70载，身处操作系统演变的中心位置，在ChatGPT、文心一言等AIGC产品，GPT-4、Stable Diffusion、Midjourney等AI大模型的加持下，程序员现有的编程范式将会遭到怎样的冲击？面向的全新AI应用时代，开发者的思维、开发方式、工具又该做出怎样的改变？

继“新程序员：人工智能新十年”大会探讨程序员进入下一个AI十年的准则之后，3月25日，CSDN、《新程序员》联合主办的“新程序员大会（NPCon）：AIGC 与大模型技术应用峰会”于北京环球贸易中心正式拉开帷幕。

在本次大会上午场的主论坛现场，CSDN创始人&董事长、极客帮创投创始合伙人蒋涛，创新工场AI工程院执行院长、SeedV实验室创始人王咏刚，华为云智能化软件研发首席专家王千祥，42章经创始人曲凯，在CSDN副总裁邹欣的主持下，就技术人如何利用通用人工智能、ChatGPT、AIGC、大模型、AI编程等重要话题，给出了干货满满的解答。

直播回放：https://live.csdn.net/room-iframe/programmer_editor/2OmZkkQB

创新工场AI工程院执行院长，SeedV实验室创始人 王咏刚

王咏刚表示，今天所有的计算机、系统都会被 AI 去重新改写，重新定义。这也引发了无数人思考：未来的程序员真的会被简化为提示词的编写员吗？然后由提示词操纵 AI？是不是这样一个非常简单的范式，就可以总结未来所有的 AI 开发？

就个人观点来看，王咏刚给出了否定的答案，其表示，“未来的 AI 开发应该是一种多范式的开发流程”。在他看来，世界上的任务天然地分为两类，一类是天生的不确定性任务，一类就是天生的确定性任务。这也让未来 AI 编程呈现出两种典型的范式：

第一种编程范式是适用于端到端的感知类任务、创造性任务、探索性任务，它可以通过提示词得到结果。

第二个范式是强调控制力、结果确定性、计算精准性的应用任务。在这个任务里面，我们不能放任所有的事情都交给大模型一次来解决问题，大模型可能需要通过引入插件的方式，调用非常多的后台服务。

最后，王咏刚也分享道，“人类工程师在这个范式里被降级了，我觉得没办法，我们只能承认我的命运，我们也只能去拥抱这个时代，所以现在的我们，应该尽量少说话，早日开始行动起来。”

AI编程的边界在何处？

紧接着，华为云智能化软件研发首席专家王千祥在发表《AI编程：无尽的前沿》主题演讲中表示，AI编程基于GPT的代码生成取得了很大的突破。

42章经创始人 曲凯

他认为，中国肯定会有自己的大模型，也可以有。因为可以把大模型这个事情定性成为一个工程问题，而不是一个技术问题，发现新大陆难，抵达新大陆实则没那么难。

具体来说，现如今大模型主要带来了三个维度的能力与改变：

在实际的落地场景和机会上，曲凯认为简单讲不外乎这三类：大模型、中间层、应用层。其中，最大的机会集中在应用层：

不过，在开发者、企业尝试过程中，曲凯也分享了可能会面临的五大壁垒，包括：自己做大模型、自己有私有化数据、用户使用过程中有数据飞轮效应、用户有网络效应、有复杂的业务流系统等。

圆桌对话：ChatGPT 大航海时代

在上午主论坛的圆桌对话环节，由CSDN战略合作总监闫辉主持，CSDN 创始人&董事长、极客帮创投创始合伙人蒋涛，创新工场 AI 工程院执行院长、SeedV 实验室创始人王咏刚，华为云智能化软件研发首席专家王千祥，42 章经创始人曲凯作为嘉宾的圆桌对话正式展开，五位技术专家以“ ChatGPT 大航海时代”为主题，共论 ChatGPT 开辟的新领域、新应用、新机遇。

华院计算人工智能实验室资深研究员 蔡华

“大模型提供了更强大、更智能的交互方式，让虚拟数字人更有温度。未来的数字人将能理解他人的感受和情感，与他人进行个性化的互动。”蔡华表示。

最后，本场论坛主持人，句子互动创始人 & CEO，微软人工智能最具价值专家 (AI MVP)李佳芮从开发者切实应用的角度，说明了她对于ChatGPT如何从0到1的构思，从技术原理、发展背景、应用场景和prompt等多个角度，说明了未来AGI时代的开发者需要哪些思维和技能。

微软亚洲研究院高级研究工程师 卢帅

“未来AI编程的发展趋势是一方面探讨如何利用大模型来完成任务，另一方面思考如何进化它，以覆盖更广泛的智能代码场景。”卢帅如是表示。

接着，aiXcoder联合创始人郝逸洋分享了大语言模型时代下应该如何进行代码的生成。包括如何利用LLM的技术进行代码开发辅助、代码模型和自然语言模型的区别，以及对交互式多模态LLM（如ChatGPT，GPT4）加持下的智能化软件开发的畅想。

在他看来：“如果 AI 作为操作系统可以直接控制硬件，程序员就能解放双手去编写驱动、操作系统和软件或是研发新的硬件，这就是软件 3.0 的图景。”

aiXcoder联合创始人 郝逸洋

华为云PaaS技术创新LAB 技术专家申博基于华为云CodeArts Snap的实践，作了《GPT-4时代，重新思考AI编程》的分享。他的思考涉及包括生成式AI能做什么、边界在哪里，以及如何落地实现的各个方面。在他看来，我们需要重新思考AI编程，通过与现有工具的结合，软件分析及语言模型的实现，未来增强型的AI编程助手一定会出现。

华为云PaaS技术创新LAB技术专家 申博

“当模型越来越大，对硬件性能要求越来越高，有可能会遇到“数据荒”的问题，我们能否让 AI 自我演进，通过自我生成数据的方式学习，以达到与大数据同样的效果？未来自我创造智能是个有前途的方向。”申博表示。

来自清华大学知识工程实验室研究助理郑勤锴则分享了关于CodeGeeX的实践。和很多大模型是通过海外的架构和硬件进行训练不同，CodeGeeX最大的特点是通过国产AI框架和硬件来实现训练，减少了核心技术被卡的风险。在本次报告中，郑勤锴分享了这款插件自动代码生成与预训练模型的产生背景、如何进行模型实现、VS Code与JetBrains IEDs插件介绍与功能，以及未来开源开发计划等方面。

关于程序员需要提升的能力，郑勤锴认为，“在将来，程序员需要具备一些更高级的技能和思维，比如Geek（极客）思维，开发者应该更加注重这方面的培养。”

清华大学知识工程实验室研究助理 郑勤锴

最后，中国科学院软件研究所研究员、博士生导师王俊杰，分享了基于Pre-trained Large Language Model（LLM）的软件自动化测试的主题演讲，包括指出自动化测试仍存在哪些导致效率低下的问题，以及如何利用大规模的预训练模型来自动生成测试输入等。

中国科学院软件研究所研究员、博士生导师 王俊杰

“现在的大模型可能有些时候对开发人员来说有点‘不太专业’，但对测试人员来说‘刚刚好’。”王俊杰如此表示。

ChatGPT应用创新营活动现场

小组讨论

此次，我们深入探讨了大模型技术对开发者的影响与潜在的研发应用场景、未来发展趋势，也不难看出，我们正在AIGC、大模型的引领下站在AI智能感知阶段的C位，而属于AIGC、大模型的时代也才刚刚开始。

未来，我们也期待AIGC和大模型技术将为我们带来更加智能化和高效化的工作流程、更加精准和个性化的服务、更加安全和可靠的系统，以及更加优秀和有趣的人机交互体验。