在 2025 年 YC 人工智能创业学校的一次闭门会议上，人工智能技术大师兼 OpenAI 联合创始人 Andre Kapasi 讨论了 Software 3.0 对编程世界的变革性影响。他认为，传统的编码正在被 AI 驱动的开发兴起所取代，开发者最重要的技能是制作有效的提示，而不是编写代码。Kapasi 强调，开发者必须学习如何用提示词“编程”，或者转型去构建和销售提示词生成器，因为软件创造的格局正在迅速演变。
Software 3.0：编程的全新范式
Kapasi 将 “Software 3.0” 定义为一种新的范式，在这种范式中，人工智能模型而不是人类编写的代码，是应用程序逻辑和决策的引擎。
他解释说，在这个时代，开发者的角色正在从在代码中编写明确指令转向设计、完善和优化能够引导人工智能模型产生期望结果的提示。这意味着，未来的开发者最重要的技能将是使用自然语言或结构化提示工程向人工智能系统传达复杂要求的沟通能力。
Kapasi 警告说，那些坚持传统编程的人可能会被淘汰，因为人工智能模型变得越来越能够自主地生成、调试和优化代码。对于那些不愿或不能适应的人，Kapasi 建议一条替代方案：开发和销售提示词生成器，这些工具可以帮助他人为各种人工智能应用制作有效的提示。
Software 3.0 的意义：软件开发的未来
Kapasi 的表述“Software 3.0 正在将传统编程逼入角落”，意味着软件开发由编写显式代码主导的时代正在迅速被一种新的范式所取代，在这个范式中，人工智能模型，尤其是大型语言模型，是软件创造和逻辑的核心。
在 Software 3.0 中，与开发者编写详细的编程语言指令不同，应用程序的行为很大程度上取决于如何将提示、自然语言指令或高层目标有效地传达给人工智能系统。开发者的角色从逐行编写算法，转变为设计、完善和优化能够引导人工智能模型产生期望结果的提示。
Kapasi 建议，随着人工智能模型能够自主生成、调试和优化代码，传统编程技能的价值会降低。不适应这种新格局的开发者——通过学习提示工程或构建生成有效提示的工具——可能会变得过时，正如“角落”暗示的，这表示传统编码在软件开发未来的空间正在缩小。
总而言之，Software 3.0 重新定义了编程，不仅仅是手动编写代码，而是与人工智能模型进行交互和指示，从根本上改变了人工智能时代软件创造所需的技能和思维方式。
学习“提示工程”的重要性
随着人工智能系统的依赖程度越来越高，特别是那些基于大型语言模型的人工智能系统，学习“提示工程”已成为开发者的核心技能。与传统编程不同，传统编程中开发者会编写明确的指令，提示工程则涉及精心制作精确的、具有上下文的自然语言指令，以引导人工智能模型产生期望的结果。
提示工程的主要原因：
- 人工智能依赖提示：现代人工智能工具本质上是由提示驱动的。提示越好、越细致，人工智能的输出就越有用、越准确。这意味着开发者必须学习如何清晰地传达需求和约束，以获得最佳结果。
- 翻译人类意图：提示工程是人类目标和机器执行之间的桥梁。如果没有精心制作的提示，即使是最先进的人工智能也可能产生不相关或不正确的结果。
- 广泛适用性和模型无关性：提示工程不限于单个平台或模型。一旦开发者掌握了这项技能，他们就可以将其应用于各种人工智能工具和界面，使其成为一种多功能且具有未来保障能力的技术。
- 民主化软件开发：提示工程降低了使用人工智能进行开发的门槛。开发者（甚至是非开发者）可以使用自然语言来指示人工智能系统，从而为更广泛的受众打开了软件创造的可能性。
- 提高生产力和创新：有效的提示工程使人工智能能够自动化复杂的任务、生成代码、创建内容、分析数据等。这加速了开发周期，并使开发者能够专注于更高层次的问题解决，而不是手动编码。
- 促进个性化和上下文：随着人工智能越来越多地融入业务、教育和日常生活，开发者需要调整人工智能的响应以适应特定的用户需求、目标和背景。提示素养使他们能够做到这一点，从而最大限度地提高人工智能输出的价值和相关性。
人工智能驱动的开发对职业的影响
人工智能驱动的开发具有重塑软件开发和编程职业生涯的深远影响，这已得到行业分析和预测的证实。
职业转型：
- 角色进化，而非消除：人工智能将通过自动化重复性任务（例如代码生成、错误修复）来增强开发者，从而使工程师能够专注于高价值工作，如系统设计、问题解决和创新。Gartner 预测到 2027 年，80% 的工程师将通过技能提升来利用人工智能工具。
- 新的技能要求：
- 提示工程：掌握为人工智能系统创建精确指令的能力至关重要。
- 人工智能协作：开发者必须学会引导、评估和完善人工智能生成的输出。
- 领域专业化：结合领域专业知识（例如医疗保健、金融）与人工智能素养将非常宝贵。
- 测试、调试和阅读代码：加强测试和调试技能，特别是随着人工智能生成的代码变得越来越普遍。
- 问题解决和批判性思维：专注于战略问题解决、创造性思维以及解决问题的能力。
- 沟通和协作：提升沟通技能，以有效地与人类同事和人工智能系统进行协作。
- 负责任的人工智能使用：了解人工智能中的伦理考量，例如偏见、公平、透明度和隐私。
- 适应性和持续学习：采用成长型思维模式，并致力于终身学习，因为人工智能领域的快速发展需要不断更新技能。
提升自身技能的途径
为了在人工智能增强的开发环境中蓬勃发展，您需要培养超越传统编程的技能，以下是需要关注的关键领域：
- 提示工程和人工智能协作：学习如何为人工智能模型创建清晰有效的提示，并学会引导、评估和完善人工智能生成的输出以满足项目要求和质量标准。
- 理解人工智能/机器学习基础知识：掌握人工智能、机器学习、神经网络和大型语言模型的理论知识。
- 测试、调试和阅读代码：加强测试和调试技能，特别是随着人工智能生成的代码变得越来越普遍。
- 问题解决和批判性思维：专注于战略问题解决、创造性思维，并具有解决问题的能力。
- 沟通和协作：提升沟通技能，以便有效地与人类同事和人工智能系统进行协作。
- 负责任的人工智能使用：了解人工智能中的伦理考量，例如偏见、公平、透明度和隐私。
- 适应性和持续学习：采用成长型思维模式，并致力于终身学习，因为人工智能领域的快速发展需要不断更新技能。
- 领域和背景专业知识：加深特定领域（例如医疗保健、金融、物流）的知识，因为结合领域专业知识与人工智能素养将非常宝贵。
发表回复