本周二，来自全球各地的 3000 多名软件开发人员齐聚旧金山，只为探寻一个答案：在 AI 时代，软件开发将会走向何方。

这次大会名为“AI Dev 26 x SF”，由吴恩达创立的 DeepLearning.AI 主办。

DeepLearning.AI 的首席运营官 Jonathan Heyne 为大会定下了基调，并抛出了那个核心难题：五年后的软件工程究竟意味着什么？

剧透一下：没人知道确切答案，但大家确实对当下的局势畅所欲言。

Heyne 表示，软件开发的瓶颈一直以来都是“写代码”这个过程。而随着 AI 的到来，“瓶颈变成了我们的想象力。”

当然，还有资金和时间。不过为了保持轻松的氛围，我们还是先聚焦在“想象力”上吧。刚才差点提到法律限制，但就目前来看，法院似乎对“AI 代码洗白”这事儿还挺满意的。

AMD 企业 AI 软件副总裁 Anush Elangovan 登台，重点介绍了 ROCm（AMD 用于优化 AI 工作负载的开源软件栈）的相关工作。他简要介绍了几个项目，比如 HotSwap（拦截 GPU 内核工作负载并在运行时重新定位 ISA）、llama.cpp 的新原生 HIP 后端，以及高性能的 IREE C 分词器。
Elangovan 认为，AI 正在以远超以往任何技术变革的速度重塑科技行业。
“唯快不破（速度就是护城河），”他说道，这话大概是在影射 2023 年一份据称出自某谷歌匿名员工之手的备忘录，当时该备忘录指出了谷歌在竞争壁垒上的缺失。
我们注意到，商业防御手段其实还有很多。比如“虽然入市晚，但资金比竞争对手更雄厚”，这也被证明是一个成功的公式。创业公司的“坟场”里躺满了曾经拥有先发优势的企业。甚至可以说，AI 已经让“速度”变成了一种大宗商品（不再稀缺）。

无论如何，Elangovan 补充说，现在已经不存在“太难了”这回事了——当然，这个说法确实得加个限定条件才行。

接着登台的是 AWS 副总裁兼杰出工程师 Marc Brooker。

“我每天都写软件，而且经常是生产环境的代码，”他说。“我不得不说，这是我职业生涯中最令人兴奋的时刻。我靠写代码赚钱已经快 30 年了，从未见过像今天这样快的变革速度……身处软件行业，此刻令人心潮澎湃。能有机会亲手塑造这个行业的一部分，更是激动人心。但这还不完美，我们还有很多工作要做。”

Brooker 并不认为 AI 会接管一切。“AI 智能体（Agents）的机遇受限于其缺陷率，”他认为，降低错误率比一味拓展技术边界更重要。

他说，智能体之所以有趣，是因为它们形成了一个反馈循环。“你可以利用这个反馈循环，在那些并不完美的基础之上构建出伟大的东西。”

Brooker 指出了一些旨在强制保证代码正确性的项目，例如 Hydro（一个供智能体和人类编写分布式协议的 Rust 框架）、Cedar（一种用于编写授权器的语言）以及 Strata（一种自动推理工具）。他还强调了“规范驱动开发”的价值，因为给 AI 模型提供明确的规范能带来更好的结果。

他说，AWS 的策略是降低缺陷率。“整个行业都需要更高的标准，”他表示。

历来如此。但失败恰恰是推动科技行业前进的燃料。毫无疑问，三月初亚马逊的那次宕机事故，对公司的工程师们来说是一次深刻的教训。

接下来登场的是数据智能公司 Actian 的首席技术官 Emma McGrattan——由于交通延误，原定的小组讨论被推迟，她因此提前出场。

她探讨了数据层应如何构建才能为企业带来价值，这也提醒了我们：技术创新无法战胜政治现实——具体来说，就是欧洲各国政府和企业对于将数据托管在美国本土的担忧。

她还提醒大家，混合基础设施才是常态，而非例外。边缘部署、本地部署和云部署各有其优势。

最后进行的是关于软件开发未来的小组讨论。

一开始，来自 Silicon Valley Girl 的主持人 Marina Mogilko 请小组成员用 1 到 10 分来给软件开发的未来“光明度”打分。来自 Practical Data Media 的 Joe Reis 打了 8 分。来自 LandingAI 的 Dan Maloney 打了 8 到 9 分。来自 Oracle 的 Richmond Alake 打了 7 分。来自 Replit 的 Michele Catasta 说未来太光明了，她直接打了 10 分。

考虑到这是在一个人工智能开发软件的大会上，这种评分结果也在意料之中。那些倾向于打低分的人，可能早就被“关起来”了（开个玩笑，意指悲观者可能已经被淘汰或边缘化）。

Alake 表示，他预计未来的软件开发看起来会更像“智能体编排”和“智能体管理”。他还预计很多职位界限会变得模糊，软件工程师将承担起部分产品经理、设计师和市场营销的职责——直接与客户沟通以了解他们的需求。

DeepLearning.AI 创始人吴恩达在主题演讲中也表达了类似的观点。他认为，由通才组成的小型团队来监督 AI 智能体，看起来是未来的发展方向。他建议，与其让 AI 智能体只写一部分代码，不如让它们写全部代码。

“如果我必须去审查代码，那我就成了瓶颈，”他补充说，亲手写代码当然没问题。但对于许多前沿团队来说，趋势是走向 100% 由 AI 生成。

软件开发的未来，看起来将包含少得多的实际“软件开发”工作。