基于人工智能的工具，即所谓的 „编码代理“，正在从根本上改变当今软件的创建方式。但并非所有开发领域都在以同样的方式加速发展。了解这些差异是团队正确工作和设定现实期望的关键。.

人工智能的最大贡献体现在前端开发方面。例如，在创建电子商店网站时。现代模型精通 TypeScript 或 JavaScript 等语言以及 React 或 Angular 等框架。正因为如此，它们可以快速生成功能界面，还能根据浏览器中的结果进行独立迭代。可视化设计目前仍是一个弱点，但如果设计是预先确定的，实施速度就会比以前快很多。.

后端开发（如创建应用程序接口来处理数据）则更为复杂。它需要经验丰富的开发人员提供更细致的指导，特别是因为边缘情况可能导致错误或安全问题。此外，后台的错误往往会导致不透明的问题，如数据库损坏或查询结果不正确。虽然人工智能有助于加快工作速度，但高质量的后台仍然需要经验和周密的设计。.

人工智能在基础设施方面的贡献就更小了。 像为成千上万的用户扩展系统，同时保持高可靠性这样的任务需要深厚的知识和权衡意识。目前的模型在这方面的知识有限，因此在做出关键决策时并不十分可靠。此外，检测基础设施错误（如网络配置错误）是有史以来最具挑战性的任务之一。.

迄今为止，人工智能对研究的帮助最小。这涉及提出假设、实验、解释结果和反复测试。虽然编码代理可以加快编写实验代码的速度，或帮助组织实验，但大多数研究工作都涉及思考和决策，而人工智能迄今在这方面的作用有限。.

软件工作分为前端、后端、基础架构和研究，这种划分虽然简单，但却非常有用。它有助于公司更好地组织团队和设定期望值。如今，前端团队的工作速度可能比一年前快很多，但研究团队的工作速度变化却很小。.

因此，软件开发正在进入一个新的阶段，其速度越来越取决于人工智能的正确使用，但也取决于人工智能的极限在哪里。.

deeplearning.ai/gnews.cz - GH