从代码生成到自动化文档编制，人工智能已经几乎渗透到软件开发生命周期的每一个阶段。然而，除了这些表面的变化之外，究竟发生了什么呢？我们询问了一些工程师、架构师和技术领导者，关于人工智能辅助工具的出现如何改变了传统的软件开发模式，以及他们在实际应用中获得了哪些经验。
InfoQ：在您的组织或团队中，人工智能辅助工具的引入对软件开发过程产生了怎样的影响？它是否改变了您对软件架构的思考方式？
Mariia Bulycheva: 人工智能辅助工具大大加快了原型设计的进程，减少了重复编码任务所需的时间。这使得我们的团队能够更专注于架构决策，以及设计复杂的在线实验，这对于大规模改进复杂的推荐系统非常重要。此外，由于我们可以把初步的数据分析工作交给人工智能来完成，因此从大量多模态数据中获取初步见解的过程也变得更加快速、流畅且一致了。
Phil Caldeado: 当然了。我们运营的是一个拥有丰富功能的消费者互动平台。例如，最近我们需要改变调度中的时区处理方式。虽然代码修改本身只需要十行代码，但实际上需要花费大量时间来处理与调度相关的各种问题，确保每个部分的假设都是正确的，并编写单元测试来确保修改后的行为不会出现问题。
Andreas Kollegger: 在我们整个组织中，所有员工都可以使用人工智能辅助工具。对于表面级的界面设计来说，这些工具帮助我们更快地迭代、探索新的想法，以及找到新的方法，从而专注于更高层次的设计和战略规划。
May Walter: 人工智能辅助工具显著缩短了从想法到实际代码的时间。一旦意图明确后，迭代周期就会大幅缩短。开发人员不再只是单独编写代码，而是更像管理者——引导智能体、验证输出结果，并确保需求得到满足。
InfoQ：人工智能的采用对团队的入职过程有什么影响？您的组织或团队中的初级开发人员是否受到了人工智能在软件开发过程中的影响？
Mariia Bulycheva: 人工智能工具可以通过提供即时的代码示例、文档摘要以及测试建议来大大加快学习过程，这对初级开发人员非常有帮助。对于那些从事个性化处理和推荐系统这样的复杂领域的工作来说，这一点尤为重要，因为现在初级开发人员可以更快地探索新的代码库，而不必总是依赖经验丰富的工程师的指导。同时，我们会让他们与更有经验的同事一起工作，以确保他们不仅掌握基本的建模和系统设计原则，还能学会如何使用捷径。
Phil Caldeado: 我们刚刚看到，暑期实习生们展示了他们的项目成果，几乎每个人都认为人工智能是他们的大救星。要处理一个有着数千个组件的旧版Rails代码库确实很困难。但是，如果可以使用Cursor或Claude Code来帮助自己理解代码，那么他们就可以在几周内开始工作，而不是花几个月时间来学习和测试基础知识。
Andreas Kollegger: 人工智能的采用提升了我们的入职流程，尤其是对于那些初次接触图数据库的新手来说。虽然人工智能无法替代经验丰富的导师的指导，但它确实有助于新人更快地熟悉工作环境。
May Walter: 人工智能降低了参与的门槛。现在，新手们甚至可以在第一天就写出可用的代码——这与过去早期工作仅限于编写样板代码或修复错误的情况相比，是一个巨大的进步。但真正的机会并不在于速度，而在于深度和能力的广度。
InfoQ：您在您的组织或团队中测量过人工智能辅助开发的效率或质量效果吗？您学到了什么？
Mariia Bulycheva: 我们在模板代码和单元测试的生成方面看到了明显的效率提升，甚至在为推荐系统设置模拟实验方面也是如此。不过，在处理涉及客户体验的关键系统时，只有当人工智能辅助与深入的工程师参与相结合时，才能真正发挥其作用。我们了解到，虽然人工智能提高了效率，但质量仍然取决于严格的验证和明确的度量标准。
<