AI 輔助編程給軟件工程帶來的需求開發(fā)范式變化

發(fā)布日期： 2025-02-17 閱讀量： 作者： 小編

今年 AI 領(lǐng)域最大的突破之一應(yīng)該是在編程領(lǐng)域，像 Cursor、v0 dev 這樣的 AI 編程工具，不僅大幅降低了普通人編程的門檻，也讓專業(yè)程序員的開發(fā)效率大幅提升。

但是我們聽到的新聞都是不會編程的高中生、產(chǎn)品經(jīng)理，借助 AI 編程工具幾個小時就做出了火爆的產(chǎn)品，卻沒有聽到有程序員因為編程效率提升而升職加薪的，反倒是有了更多的對于 AI 會替代程序員的擔憂。

這是因為 AI 編程雖然增強了開發(fā)效率，但稀釋了寫程序的稀缺性，并開始改變軟件開發(fā)的范式，讓從需求變成產(chǎn)品的單一鏈條，開始分叉成多個分支，大部分需求在鏈條前半部分就得以解決，無需傳遞到后半部分，甚至無需專業(yè)程序員參與。

1，直接在需求源頭處進行計算完成，而毋需傳遞到產(chǎn)品設(shè)計等工具環(huán)節(jié)。 2，由用戶自主“分解”需求，進而（一定程度的）瓦解了復(fù)雜問題為諸個單一訴求，毋需構(gòu)建軟件系統(tǒng)。 3，更高階的、復(fù)雜的企業(yè)服務(wù)訴求，由擅用Ai系統(tǒng)的人進行“分解”，并構(gòu)建。總的來說，從簡單、中級、復(fù)雜層面都會逐漸“消解”。

1，Ai的自然語言特性，又“潤滑”了1、2、3的運作阻礙，使得過程更平滑。 2，Ai的廣博特性，又增加了1、2、3的擴展組合可能性。基本上，只要底層模型能持續(xù)進化，所謂應(yīng)用層都會在1、2、3層里逐漸“消解”，剩下的是一個市場教育度、接受度過程。

——Tales

傳統(tǒng)的需求開發(fā)模式是什么樣的？

傳統(tǒng)需求開發(fā)模式就像一根鏈條：需求 -> 產(chǎn)品設(shè)計 -> 開發(fā) -> 測試 -> 運維。

當用戶有一個需求，比如要翻譯一篇文章，要處理合并 PDF 文件，這都需要專業(yè)軟件的支持，這種專業(yè)軟件的開發(fā)，都需要有專業(yè)的產(chǎn)品經(jīng)理將用戶的原始需求，設(shè)計成可以供用戶便于操作的 UI 界面，程序員再基于產(chǎn)品經(jīng)理的設(shè)計，去做系統(tǒng)設(shè)計去寫代碼，最后做出來滿足需求的軟件。

在這根鏈條中，產(chǎn)品經(jīng)理和程序員都是專業(yè)度很高的崗位，極難相互替代，即使是非常簡單的 App，普通產(chǎn)品經(jīng)理也無法勝任程序員的角色，但反過來普通程序員也做不了產(chǎn)品設(shè)計的工作。當然也存在極少數(shù)能兼任的“獨立開發(fā)者”。

AI 為需求開發(fā)的范式帶來的變化

1簡易需求不需要軟件開發(fā)了

第一個變化是簡單的需求不再需要“軟件”了，直接通過和 AI “聊天”就解決了。以前我們翻譯需要專業(yè)的軟件，現(xiàn)在把文字發(fā)給 ChatGPT 或者 Claude 這樣的 AI 工具，很快就給我們翻譯出來了；或者一段報告需要把里面的結(jié)構(gòu)化數(shù)據(jù)提取出來，以前要寫腳本或者用工具，現(xiàn)在也是發(fā)給 AI 就好了；這樣的例子很多，我們?nèi)粘Ｖ幸恍┏Ｒ姷男⌒枨?，很輕松就可以用 AI 聊天工具滿足了。

而且 AI 模型也在升級，以前 ChatGPT、Claude 們還只能聊天，現(xiàn)在可以上傳圖片、文檔，生成文檔，未來還能生成視頻，還可以執(zhí)行代碼，虛擬機運行一段 Python 腳本，或者生成一份漂亮的報表，能做的事情越來越多。

2普通需求可以不依賴專業(yè)程序員啟動

第二個變化就是有了產(chǎn)品設(shè)計，就算沒程序員，也可以啟動項目，做出原型。

以前流行的一個梗是：“萬事俱備，就差一個程序員”，畢竟光是產(chǎn)品設(shè)計還不夠，需要程序員把產(chǎn)品設(shè)計實現(xiàn)出來，但是現(xiàn)在有了 AI 輔助，即使沒有編程基礎(chǔ)，也可以做出來簡單的應(yīng)用，或者原型。

很多程序員瞧不上這些 AI 開發(fā)出來的產(chǎn)品，覺得不夠?qū)I(yè)，只是原型類產(chǎn)品，但是它們真的能滿足需求，很多時候用戶沒有那么挑剔，滿足需求就好，也許不穩(wěn)定也許不夠好看，但能解決問題。

最近很火的小貓補光燈，重要的不是它是用 AI 做出來的，不是作者職業(yè)是產(chǎn)品經(jīng)理不是專業(yè)程序員，而是它能滿足用戶的需求，用戶愿意掏錢。至于用了 AI，本質(zhì)不過是實現(xiàn)需求和營銷的工具罷了。

未來這樣的案例會越來越多，甚至?xí)霈F(xiàn)小而美應(yīng)用爆發(fā)的情況，因為需求的分解和制作，初期不再需要專業(yè)程序員的參與，非專業(yè)人士也可以將普通需求轉(zhuǎn)換為原型。一旦被證明需求可行，要么作者可以進一步學(xué)習(xí)專業(yè)編程技術(shù)，要么找程序員合作。

為什么現(xiàn)在程序員做獨立開發(fā)者成功的寥寥？因為程序員們離需求都太遠了，離用戶太遠了，并不知道用戶想要什么，也不知道怎么賣給用戶！

其實用戶有很多需求痛點沒有被滿足，但以前苦于沒有技術(shù)能實現(xiàn)，而現(xiàn)在起，很多需求用戶可以借助 AI，自己將這些需求變成工具，先滿足自己和身邊人的需求，其中一部分會火出圈去。

3復(fù)雜需求還是需要專業(yè)程序員去設(shè)計，但是開發(fā)流程會因 AI 效率大幅提升

第三個變化是 AI 將大幅提升專業(yè)程序員的開發(fā)效率，進而縮短軟件項目開發(fā)周期。迄今為止，軟件工程經(jīng)歷了幾次大的變革：

瀑布模型：真正意義上的標志著軟件工程的開始，有了明確的分工，有了軟件項目生命周期，讓軟件開發(fā)可衡量

敏捷開發(fā)：讓軟件項目進入小型化，可以快速迭代快速交付，更好的響應(yīng)需求變更

DevOps：持續(xù)交付，持續(xù)集成，讓整個開發(fā)、集成和部署實現(xiàn)了自動化，將開發(fā)、測試和運維從繁重的手工工作中解放出來，從需求端到

上一篇: DeepSeek 與 ChatGPT：一場新的 AI 之戰(zhàn)

下一篇: 真正的王炸組合！微信終于接入滿血版DeepSeek R1，灰

AI 輔助編程給軟件工程帶來的需求開發(fā)范式變化

隨便看看