CSDN 蒋涛:AI 开源平民化,人人都能为自己创造数百个专属应用

AI科技大本营 2024-06-23 14:31:04 阅读 54

创造软件将不再受编程语言能力约束,创造和使用软件的方式将发生巨大的改变。

整理 | 王启隆

出品丨AI 科技大本营(ID:rgznai100)

GitHub CEO Thomas Dohmke 曾在今年的 TED 演讲上分享了他通过 AI 编程开发的一款专属应用,用来记录他一生中乘坐的所有航班。他自己吐槽说这是一款无聊的应用,但这却是属于他自己一个人的 App,且整个开发过程仅用自然语言完成,只花了喝一杯酒的时间。

Thomas 紧接着强调:“不久之后,每个人都能像我一样,开发出专属于自己的 App。” 这句话的“每个人”并不是指“每一名程序员”,而是世界上的“每一位普通人”。

这一切,并不是仅靠 OpenAI ChatGPT 的驱动,而是与紧随其后的开源 AI 浪潮息息相关。如今开源 AI 大模型层出不穷,不仅有企业巨头 Meta 开发的 Llama,还出现了法国独角兽 Mistral、马斯克谋划已久的 Grok、英伟达最新开源的 Nemotron、登顶 Hugging Face 的国产阿里云 Qwen2……开源的风吹进了千家百户,让每个人都能享受到这场正在进行的 AI 革命

作为国内最早推广开源文化的技术社区,CSDN 团结了我国最早的一批开源贡献者与数千万华人开发者,历经了移动互联网时代和云原生时代两大变革。如今面对 AI 技术的迅猛发展,CSDN 创始人、总裁蒋涛在北京智源大会的“AI 开源”分论坛上带来了自己的思考与观察,以开发者的视角总结了当前开源大模型时代的范式变化与 AI 应用的爆发趋势,观点提炼如下:

我们正从程序员的“2G 时代”进入真正的智能时代,即所谓的 3G 时代。随着大模型在本地设备上的运行,对应的“4G 时代”也将加速到来,AI 应用产生巨大爆发。

开源和闭源的工具在不断涌现,AI 技术生态的演进速度是过去云计算的十倍以上。每一次新技术带来范式的转移,应用的渗透速度都会加倍

智能体(Agent)写代码只是临时的热点,未来智能体将彻底改变人机交互的方式,我们身边的每一个设备都会智能化

所有的电脑用户都将能够从零开始开发小型软件工具,创造软件将不再受编程语言能力约束,创造和使用软件的方式将发生巨大的改变。每个人都可以创作数百个专属应用,每家企业都可以拥有专属个性化应用市场

2d967f997398504f107613344565efad.jpeg

以下为演讲全文整理:

f4aa0b8cbbf1698993d005316afa0cb6.png

AI 大模型是一场新生态革命

我从事编程很多年,经历了行业的很多演变周期。但这两年我发现,我们其实原本处于程序员的“2G 时代”,现在才开始进入真正的智能时代,即所谓的 3G 时代。

CSDN 在这些年里积累了超过 5300 万的注册用户,每天新增约两万用户。如今全球开发者数量持续增加,根据 GitHub 截止到 5 月份的数据,全球开发者数量达 1.32 亿,增长了 30%。而在中国,每年新增开发者数量达到七八百万,几乎与我国的大学生数量持平。

我们有一半的用户同时使用 CSDN 和 GitHub,但是我们中国也需要自己的GitHub,因此 CSDN 在 2020 年开始建设 GitCode 项目,去年与华为进行战略合作,底层使用华为的 CodeArts,上层面向中国开发者提供服务。

此外,我们也举办一些深度的技术大会,比如今年 7 月很快会在北京开启一场全球软件研发技术大会,探讨的主题和这篇文章一样:在开源大模型时代,软件研发将发生什么变化

计算范式的变化

首先是底层计算范式的变化。今年 6 月份高考的时候,我曾听北大计算机系的陈忠教授建议“不要选择计算机专业,因为冯诺依曼架构已不再是主流”,现在连教材都还来不及换。AndreJ Karpathy 在 2017 年曾提出了软件 1.0软件 2.0 的概念,标志着我们程序员从通过 if else 等规则解决问题,转变为神经网络自学习解决问题。

2fb7537a97389bcc73ad123b85029ff4.png

图片来源:Andrej Karpathy “Software 2.0”

过去我们做的是确定性的、规则性的计算,研究结构化的数据串行如何执行;但神经网络的计算是不一样的,它需要向量和并行,它计算的是下一个词出现的概率(next-word prediction),充满了不确定性。这里有个经典的类比:我们相当于从经典物理时代进入了量子物理时代

开发范式的变化

大模型的出现带来了开发工具的巨大变化,此前被视为没什么机会的云计算也在不断演变。比如 CoreWeave,这家公司是做加密货币挖矿起家的,后面被英伟达投资了 80 亿美元专门做 GPU 算力;而在中国,前阿里巴巴副总裁贾扬清创办的 Lepton AI 就是云原生 AI 平台,专门做推理服务。这些案例体现了基础设施的革新。

围绕模型训练和生成式工具,各种新技术和工具链不断涌现,并且大部分都是开源的。开源项目的发展速度非常快,例如 Meta 的 Llama 项目虽然不到一年时间,但其生态项目的 Star 数已达 24 万,而 Kafka 和 Spark 做了十几年也只有其五分之一。AI 技术生态的演进速度,是过去云计算的十倍以上。我们原先是以半年为单位来学习技术的最新动向,现在则需以周为单位学习。

902ac8f951dc20e4aeca48884a46795b.jpeg

图片来源:Sapphire Ventures

此外,作为 AI 大模型的驱动者,OpenAI 如今收入达到了非常惊人的 34 亿美元(去年是 20 亿),它也是史上最快达到一亿用户的公司。据最新统计,OpenAI 的独立访问用户已经超过 6 亿。

开发者而言,AI 带来了编程范式的变化,开发从本地化走向云化,再到 AI 化,最终借助大模型赋能实现了平民化。新的工具链不断涌现,帮助开发者编写、测试甚至 Review 代码。GitHub 此前推出了 Copilot,并结合 Workspace,让 AI 可以随时在写代码的过程中提供帮助。这也解决了开发人员面临的最大障碍 —— 将想法转化为详细规范。

但现在,我们也面临许多严峻的挑战。

例如,我去年在注册 GitHub Octoverse 大会的时候发现居然没有中国选项,这也是我们开发 GitCode 的原因之一。此外,编辑器也在发生变化,比如 OpenAI 投资的 Cursor AI 可以在写代码时无缝集成 AI 助手,提供了极大的帮助。

未来的编程方式将更加智能化,AI 助手将无处不在。当前大量工具仍由欧美公司掌握,但我们也在积极发展自己的工具链,比如华为、智谱和智源等公司都在努力,相信 AI 带来的机会对中国的公司和大模型厂商是一个巨大的机遇期

这一点可以类比汽车领域:德国、日本曾在燃油车领先了很多年,中国想追上传统燃油车几乎是不可能的,但是我们在电动车领域就实现了很好的超越。所以工具链也是如此,我们很难追赶 20 年的差距,但可以从 AI 编程入手。

53ad02e23de3df796dbb6da18b08d1b6.png

我们的调查显示,AI 编程工具的使用率和留存率非常高,48.6% 的开发者每天使用 AI 编程工具。GitHub Copilot 是世界上最领先的工具,占有率却只有 28%,这有点类似于电动车领域里特斯拉的地位。而阿里的通义灵码等国产工具表现不错,使用占比 25.5%,国产化程度达到了历史新高。此外,付费意愿值得一提,有 71.8% 的中国开发者愿意为工具付费。

未来可能是智能体(Agent)开发的时代,写代码只是临时过程,更多的智能体将帮助开发者完成工作。例如,前段时间爆火的「Devin」就号称“你的第一个 AI 软件工程师”。总之,开源和闭源的工具在不断涌现。

交互范式的变化

随着用户与开发工具的变化,应用也会随之改变。每一次的技术转型同样会带来应用的类型变更,如今从 GUI 图形交互转为自然语言交互,应用形态正在发生变革。

我们总结,从 PC 时代、互联网时代再到移动互联网时代,应用的渗透速度都会加倍。如今进入生成式 AI 的应用时代,会用更短的时间完成范式的转移

1bb0eb3b2fcf286bbb1c42d9d29cb162.png

人工智能的大模型时代并不是从 2022 年底才开始的,前面有很长的积累期,正如我开头提到 2G 时代将过渡到 3G,可能马上就会进入 4G 的加速时代。如果大模型未来能够在我们的本地电脑上很好地运行(苹果已经在今年 WWDC 2024 大会上演示了 iPhone 上的 7B 模型),会带来应用的巨大爆发。

28b2fcc27c65b79d3c99863e04538f09.png

创造软件将不再受编程语言能力的约束

应用将如何实现爆发呢?我们总结了三个关键点:行业应用 AI 化、终端应用服务化和应用行业可塑化

行业应用 AI 化

我曾提出过一个观点:大模型新时代,人人都是开发者、行行知识炼模型。每个行业都应该有自己的行业模型,基于自身的知识和数据,推动全行业 AI 化。

a70080c6db6713cad9a972e418836f18.png

图片来源:Battery Ventures

此前美国投资机构 Battery Ventures 整理过法律领域的 AI 应用点。可以看到,光是法律领域,每个点都可以独立做一个模型,如专利 Review、合同 Review 等等。同样的情况在 AI 营销工具中也出现了,包括 SEO 和内容生成工具。

终端应用服务化

目前主流的交互方式还是依赖点击和键盘,但比尔·盖茨先前在他的个人网站发表过观点,他认为智能体将是新的交互方式,智能体会颠覆软件行业,引领自我们从输入命令到点击图标以来最大的计算机革命

在前不久的 WWDC 苹果开发者大会,苹果展示了他们的 Apple Intelligence 如何将 AI 能力无缝集成到其 SDK 中。这对手机厂商和硬件厂商来说是一个非常巨大的机会,AI 将无处不在,从可穿戴硬件到智能耳机、眼镜、运动绑带,甚至是 AI PC。像鸿蒙的 HarmonyOS 搞的多设备联动、荣耀 MagicOS 做的对话实现服务都是很好的例子,这些系统的概念中包含了这一点。

应用行业可塑化

软件形态将发生重大变化。对大厂和行业巨头来说,AI 应用场景越多,数据越多,机会就越大。硬件厂商也是如此,用户量越多,机会越大。那对个人创业者或小型创业者来说,机会在哪里呢?

我们认为,现在中等规模的公司最难受,而小型个体将迎来很大的机会。

过去,业务人员想快速开发应用,但程序员需要将这些需求翻译成代码,过程中会有信息损失和偏差。现在有了大模型和云原生技术,没有编程能力的人也能写出应用。我们基于这个理念开发了 Inscode 工具,通过对话生成代码,发现错误还能自动调试。例如,开会需要海报,现在可以直接让媒体工作人员提取海报信息并存入数据库,而不需要程序员的介入。

此外,InsCode 也提供了国内外主流大模型的推理、微调服务,并通过集成所有大模型 API,帮助开发者快速开发智能应用。

c3c60b6ab270c94f6d895d05b323f1dd.png

让你的灵感立刻落地:https://inscode.csdn.net/

所以,开发者数量将迎来十倍的增长。这不仅是我个人一直以来的观点,最近 GitHub CEO Thomas Dohmke 也这么认为,他表示 GitHub 用户将在三年内达到 10 亿,而现在是 1 亿。如果每个用户都能通过对话构建软件,软件形态将发生巨大变化。软件不再需要写给很多人用,而是为个人、为我自己定制化服务。

以前,我们需要程序员来帮忙设计和编程,而现在每个人都可以创作数百个专属应用,无需编程能力。普通电脑用户可以让 AI 来创建和执行脚本,进行数据分析或视频编辑等任务;或是通过 AI 创建整个 GUI 应用程序 ,仅执行单个特定任务。

MIT 博士 Geoffrey Litt 曾提出了可塑性软件的概念,我非常认同这个观点,觉得是异曲同工之妙。所谓可塑性,是指未来每个人都可以像改文章一样改造自己的应用,将不同应用程序的最佳部分取出进行软件重组。AI 使得用户和企业能够扩展和修改现有软件适应工作流程,并创作出数百个属于自己的应用,自动化自己的工作流程。

而对于企业来说,现在企业所用的系统大同小异,没有拉开数字化竞争力。但是每个企业有自己的流程与业务特性,这是比较矛盾的。所以,企业能够更多地自行开发软件以满足其定制需求 ,因 AI 让定制软件成本更低。每家企业拥有企业专属个性化应用市场,这是未来我们认为的发展趋势。

中国正处于这样的机遇期,AI 正在改变我们的生产工具、软件和数据基础,中国有机会在这个市场上与美国并驾齐驱。希望与大家一起合作,构建下一代大模型时代的新开发者生态,谢谢!

ea185ea221b0c8b11f0cfda2cdcffd93.gif

由 CSDN 和 Boolan 联合主办的「2024 全球软件研发技术大会(SDCon)」将于 7 月 4 - 5 日在北京威斯汀酒店举行。 

由世界著名软件架构大师、云原生和微服务领域技术先驱 Chris Richardson 和 MIT 计算机与 AI 实验室(CSAIL)副主任,ACM Fellow Daniel Jackson 领衔,BAT、微软、字节跳动、小米等技术专家将齐聚一堂,共同探讨软件开发的最前沿趋势与技术实践。 

大会官网:http://sdcon.com.cn/(可点击阅读原文直达)



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。