卷首语
作者 ｜ Tina
越贴近 AI 开发过程的技能，越容易受到 AI 的冲击。编程作为 AI 公司大多数员工的核心技能，无论是在模型训练阶段还是应用阶段，都能形成完整的闭环。这种闭环能力也推动了编程领域的变革速度加快。因此，有观点认为，生成式 AI 的第一个杀手级应用场景已经出现，那就是 AI 编程助手。
微软于 2022 年推出的 GitHub Copilot，目前已拥有约 200 万付费用户，年经常性收入（ARR）高达 3 亿美元。而另一款备受关注的工具 Cursor，今年收入高达 6500 万美元。社交媒体上充斥着关于它的各种“神奇故事”：例如“8 岁女孩玩转 AI 编程，45 分钟打造聊天机器人”，“我用 Cursor AI 编程开发的 App，登上了 App Store 排行榜第一”等等。
像 Cursor 这样的工具，已经让产品经理或拥有创意想法的人能够快速制作出用于验证和试错的 Demo。如果项目本身不太复杂，且对全面性要求不高，这种方式完全可行。过去可能需要依赖开发人员的帮助才能实现，而现在，这一门槛已经大幅降低，似乎也不再需要成为编程高手。
然而，鼓励不懂或不精通编程的非专业人士进入软件行业并自行编写软件，与我们此前提倡的“提升专业化水平”的方向有所背离。Uncle Bob 在接受 InfoQ 采访时也表示，这对 IT 行业来说可能是一场“灾难”。他认为，人工智能不是人类智能的替代品，人工智能可以是很好的工具，但只有在知道如何使用这些工具的人手中才是如此。
AI 编程助手的崛起无疑为编程行业带来了颠覆性的变化，但正如 Uncle Bob 所言，这一趋势也伴随着新的挑战。同时，AI 编程助手并非万能，它们擅长处理重复性和简单的任务，但在复杂算法和系统架构设计等方面，仍然需要人类程序员的深度参与。AI 可以作为辅助工具，但无法完全替代人类的创造力和判断力。总的来说，AI 编程助手正在重塑我们的编程方式，但它并不是终点，而是一个全新的起点。
目录
特别专题 ｜AI 编程新时代
大模型技术重塑智能研发新范式
ABCoder 在大模型编程领域的探索
大模型辅助需求代码开发：如何提升核心编码任务生成效果
当在本地就可以运行 AI 代码助手时，谁还需要 GitHub Copilot 呢？
阿里许晓斌：我团队里 AI 替代程序员还不现实， AI 编程工具没产生质变
热门演讲实录 | 新旧架构交融
阿里云 AI 搜索 RAG 大模型优化实践
文档解析与向量化技术加速 RAG 应用落地
Mooncake 分离式推理架构创新与实践
Kimi 背后的长文本大模型推理实践：以 KVCache 为中心的分离式推理架构
端侧大模型推理挑战与优化：商汤 SensePPL 深度调优实践
大模型在华为推荐场景中的探索和应用
从飞书多维表格的经验，看大模型时代产品之道与技术人才发展
华泰证券：事件驱动型微服务架构的实践与探索
北京银行如何构建全栈大模型应用体系？
平安证券现象级应用：复用率高达 191.44% 的微卡片平台是如何构建的
精益驱动下的金融智能化变革：大模型与知识工程的进化
推荐文章 | Article
2024 年软件工程行业：两年间的变化、原因及未来趋势
InfoQ 2024 年趋势报告：AI 智能体发展不及预期，RAG 或成最大赢家
字节跳动合并编译实践
单元化架构在字节跳动的落地实践
一行代码价值百万美元：从工程技术角度看云成本优化
资源节省 81%，作业帮 MySQL 千表入湖仓实践
架构到底要不要分前端和后端？
拒绝背锅！39 岁失业后，我写出了一个超一万亿使用量的数据库
Linux 版微信正式官宣，居然选了这个 90 年代的老牌小众框架
Netflix 引入虚拟线程：性能和缺陷案例研究
访谈文章 | Interview
老程序员有责任培养新人拯救行业！专访世界编程大师 Uncle Bob：不懂编程只会用 AI 助手是行业灾难！
Anthony Alford 访谈：AI 架构入门
评论