未来属于拥抱 AI 的工程领导者——不仅仅是将其作为一种工具，而是将其视为团队工作和构建软件方式的根本转变。
译自：How AI Is Reshaping Software Engineering: Key Takeaways From DeveloperWeek 2025
作者：Lucas Mendes
AI 正在改变软件的构建方式，其发生速度比我们大多数人预期的要快。但这种转变对工程团队和领导者意味着什么？
在 DeveloperWeek 2025 上，我有机会主持一个小组讨论，与 Amazon、Microsoft、Google 和 Augment Code 等 AI 领域的一些重量级企业一起探讨这个问题。我们进行了一次富有洞察力的讨论，内容涉及 LLM 如何改变软件开发流程、工程师需要哪些新技能以及领导者应如何保持领先地位。
与我同台的有：
- Anoop Deoras – Amazon Q 的 AI/ML 总监
- Paulo Zacchello – Google HITL AI 平台首席 TPM
- Nilo Dutta Roy – Microsoft AI 产品管理高级总监
- Vinay Perneti – Augment Code 工程总监
以下是我从讨论中获得的最大收获：
我们都见过可以生成代码的 AI 工具，但当今最重要的进展远不止于此。我们的专家组成员分享了 AI 现在如何在以下方面帮助工程师：
- 自动化测试：AI 可以自动生成单元测试并提高代码覆盖率。
- 代码迁移：Amazon 分享了 AI 如何帮助将 30,000 个应用程序迁移到新的 Java 版本，从而节省了 4,500 小时的人工工作。
- 事件响应：AI 通过实时显示相关日志、最近的提交和故障排除建议，从而减轻了随叫随到工程的压力。
“这些 AI 系统正在将各种软件开发任务加速 80%。它们不仅仅是生成代码，它们还在改变整个工作流程，从文档到复杂的工程任务，”Amazon 的 Anoop Deoras 说。
Augment Code 工程总监 Vinay Perneti 强调了 AI 的转变：
“如果 AI 助手了解您的代码库、文档和过去的对话，它就不需要获得完美的答案，它只需要帮助您入门。这是一个巨大的差异。它可以减轻压力，提高生产力，并让开发人员有更多时间专注于产品层面的思考。”
关键的转变是，AI 不再仅仅是一个编码助手，它正在成为一个实时的工程伙伴。
虽然 AI 可以加快许多任务的速度，但它仍然需要人工监督，尤其是在以下方面：
- 代码质量和安全性——如果未经过充分审查，AI 生成的代码可能会引入漏洞。
- 最佳实践——AI 可以编写代码，但不总是遵循最佳设计模式，除非使用正确的数据进行训练。
- 避免幻觉——Microsoft 和 Google 强调，人机回路强化学习对于防止 AI 生成误导性或不正确的代码至关重要。
Microsoft AI 产品管理高级总监 Nilo Dutta Roy 强调了人工反馈的作用：
“模型变得智能和在实际应用中变得有用之间存在差异。人工标签正在产生这种差异。通过人工反馈进行的强化学习可确保 AI 生成的代码遵循最佳实践、安全标准和性能优化。”
共识是？AI 是一种放大器，而不是替代品。学习如何指导和验证 AI 输出的工程师将拥有最大的优势。
AI 不会抢走工程工作，它正在改变工程师有效工作所需的技能。
专家组成员一致认为，在 AI 驱动的世界中，最好的工程师将是那些：
-
了解 AI 的优势和劣势——工程师必须学习如何有效地使用 AI，利用它来自动化繁琐的任务，同时仍然应用人工判断。
-
超越语法思考——随着 AI 处理越来越多的“繁重工作”， 工程师必须专注于架构、系统设计和战略问题解决 engineers must focus on architecture, system design, and strategic problem-solving。
-
拥抱实验。采用并改进 AI 工具的团队将超越那些抵制变革的团队。领导者必须鼓励一种好奇心和持续学习的文化。 Amazon 的 Anoop Deoras 说：“你的开发者需要坐在驾驶座上，指导 AI 代理并定义目标”。
这种转变需要一种思维模式的改变——工程师不再仅仅是编写代码，而是将指导 AI 代理执行复杂的技术工作流程，确保 AI 解决方案与业务目标和工程最佳实践保持一致。
工程领导者面临的一个常见挑战是衡量 AI 的影响。我们应该跟踪 AI 编写的代码行数吗？是否减少了 bug？生产力是否提高了？
专家组一致认为，开发者采用率和满意度是衡量 AI 成功的最佳指标。如果工程师因为 AI 工具让他们的生活更轻松而持续使用它，那么它就实现了价值。如果它在积灰，那就没有价值。
例如，在 Augment Code，他们跟踪：
- 重复使用——开发者是否每天都在使用 AI 工具？
- 接受的 tab 补全——开发者是否对 AI 助手的建议感到满意？
- 开发者情绪——他们有多大可能向同事推荐它？
Augment Code 的 Vinay Perneti 说：“最好的指标是采用率，人们是否在重复使用该工具？不仅仅是第一天，而是几个月后？”
在 Revelo，我们观察到，早期拥抱 AI 的团队获得了竞争优势，而那些延迟采用的团队则面临在速度和效率方面落后的风险。
工程领导力的角色正在演变。AI 正在打破传统的团队结构，工程、产品和数据科学之间的界限正在变得模糊。
领导者的关键行动：
- 鼓励实验——为工程师提供尝试新的 AI 工具并整合有效工具的空间。
- 重新定义团队结构——考虑跨职能团队，其中工程师、产品经理和设计师与 AI 协作以更快地迭代。
- 从前线领导——领导者必须使用 AI 来了解其优势和劣势。你不能委托 AI 的采用——你需要亲力亲为。
Google 的 Paulo Zacchello 强调了团队结构和人才需求的变化：
“我们正在摆脱前端和后端工程师的传统团队设置。相反，我们看到的是整体的、多学科的团队一起工作，包括产品、用户体验和工程。此外，对能够将工程与数据科学相结合的人才的需求也在不断增长。领导者需要认识和培养这种混合技能。”
AI 已经在改变软件开发，而我们才刚刚开始。
如果说我从这次讨论中得到了一件事，那就是：未来属于拥抱 AI 的工程领导者——不仅仅是将其作为一种工具，而是将其作为团队工作和构建软件方式的根本转变。
非常感谢我们的专家组成员 Anoop、Nilo、Paulo 和 Vinay 分享他们的专业知识，并感谢 DeveloperWeek 团队组织了如此精彩的活动。