微软的 AutoDev：自动化的 AI 驱动开发

AutoDev 及类似工具的范围

• 被视为一种 AI“助手”，可自动化现有工作流的一部分（测试、重构、简单修复 bug），但还不是完全自主的工程开发。
• 与 Devin 相比：一个更像“构建者/助手”，另一个更像更自主的“架构师”，不过两者都还处于早期、偏演示性质的阶段。
• 有人指出，类似的开源工具其实已经存在（例如集成到 IDE 的代理、自定义 DSL），这导致了混淆，并引发了对更清晰命名的呼吁。

软件工程师角色的演变

• 许多人预测，工作重心将从“写代码”转向：
  • 系统与架构设计
  • 需求收集与领域建模
  • 集成、验证与探索性测试
  • 项目/计划管理与利益相关者沟通
• 入门级和中级的“CRUD/管道”工作被认为最容易受到冲击；利基专长、遗留系统以及深度调试可能仍然更安全。

生产力、基准测试与局限性

• 重度用户表示，个人生产力提升最多可能也就 2–3 倍；远谈不上“100 倍工程师”。
• HumanEval 之类的基准测试受到批评，被认为像 leetcode 风格，范围狭窄，而且可能已被训练数据污染。其实用性也受到质疑。
• 有人认为，代理加上 LLM 最终会处理开发生命周期中的第 2 步和第 4–8 步（设计、编码、测试、排错），也有人认为在自主性和鲁棒性方面仍存在巨大缺口。

经济与社会影响

• 人们强烈担心，公司会利用 AI 来减少员工人数而不是缩短工时，从而压缩中产开发岗位。
• 历史类比：肖像画家 vs 摄影、纺织工人 vs 机械化、电子表格 vs 会计师。有人看到的是最终会出现的新角色；也有人担心如果没有安全网，转型会更为严酷。
• 争论焦点在于这究竟是“创造性破坏”，还是通向大规模岗位冗余的路径，包括其他白领岗位。

流程、测试与需求

• 许多人预计，AI 驱动的开发将围绕精确规格说明展开：测试、基于性质的规格，或专门的需求语言，而不是普通英语。
• 有人认为这会把“有趣的编码”外包给 AI，而把困难、模糊、甚至有时“糟糕”的需求工作留给人类。

更广泛的 AI/AGI 争论与怀疑

• 人们分成两派：一派认为 LLM 被过度炒作，是“随机鹦鹉”；另一派则认为它们虽然还早，但正迅速改进，是通用工具。
• 对于“固化”存在担忧：模型可能会强化当前主流工具（例如 pandas、基于表格的布局），并减缓更深层次的创新。
• 责任与对齐问题仍未解决：当 AI 生成的代码出错时由谁负责，在法律和实践上都被认为并不明确。