加入我们的每日和每周新闻通讯，获取有关行业领先的 AI 报道的最新更新和独家内容。了解更多
三年前，AI 驱动的代码开发主要只是 GitHub Copilot。
GitHub 的 AI 驱动的开发者工具以其帮助完成代码甚至生成新代码的能力让开发者惊叹不已。如今，在 2025 年初，来自大大小小的供应商的十几个或更多生成式 AI 编码工具和服务已经面世。AI 驱动的编码工具现在提供了复杂的代码生成和完成功能，并支持各种编程语言和部署模式。
新一代软件开发工具有可能彻底改变应用程序的构建和交付方式——至少许多供应商是这么声称的。一些观察人士担心，这些新工具将意味着我们所知的专业程序员的终结。
现实情况如何？这些工具今天实际上是如何产生影响的？它们在哪些方面存在不足，以及 2025 年的市场走向如何？
“过去一年，AI 工具对于开发者效率变得越来越重要，”GitHub 首席产品官马里奥·罗德里格斯告诉 VentureBeat。
那么，现在生成式 AI 驱动的代码开发工具能做什么呢？
罗德里格斯表示，像 GitHub Copilot 这样的工具已经可以在某些工作流程中生成 30-50% 的代码。这些工具还可以帮助自动化重复性任务，并协助调试和学习。它们甚至可以作为思想伙伴，帮助开发者在几分钟内将想法转化为应用程序。
“我们还发现，AI 工具不仅帮助开发者更快地编写代码，而且还能编写更高质量的代码，”罗德里格斯说。“在我们最新的受控开发者研究中，我们发现使用 Copilot 编写的代码不仅更易于阅读，而且功能更强大——它通过单元测试的可能性高出 56%。”
虽然 GitHub Copilot 是该领域的早期先驱，但其他一些较新的参与者也取得了类似的成果。Replit 是该领域最热门的供应商之一，它开发了一种 AI 代理方法来加速软件开发。据 Replit 首席执行官阿姆贾德·马萨德说，生成式 AI 驱动的编码工具可以使专业工程师的编码速度提高 10-40%。
“受益最大的是前端工程师，因为他们的工作中存在大量样板代码和重复性操作，”马萨德告诉 VentureBeat。“另一方面，我认为它对低级软件工程师的影响较小，因为他们必须谨慎处理内存管理和安全性。”
对于马萨德来说，更令人兴奋的不是生成式 AI 编码对现有开发者的影响，而是它对其他人的影响。
“最令人兴奋的事情，至少从 Replit 的角度来看，是它可以将非工程师变成初级工程师，”马萨德说。“突然之间，任何人都可以使用代码创建软件。这可以改变世界。”
当然，生成式 AI 驱动的编码工具有可能使开发民主化，并提高专业开发者的效率。
也就是说，它不是万能药，至少目前还有一些局限性。
“对于简单、孤立的项目，AI 取得了显著进展，”Qodo 联合创始人兼首席执行官伊塔马尔·弗里德曼告诉 VentureBeat。
Qodo（前身为 Codium AI）正在构建一系列由 AI 代理驱动的企业应用程序开发工具。弗里德曼表示，使用自动化的 AI 工具，任何人都可以比传统的网站构建器更快地创建基本网站，并且可以实现更多个性化。
“然而，对于为财富 5000 强公司提供动力的复杂企业软件来说，AI 还没有能力实现完全的端到端自动化，”弗里德曼指出。“它擅长于特定任务，例如对复杂代码进行问答、行完成、测试生成和代码审查。”
弗里德曼认为，核心挑战在于企业软件的复杂性。在他看来，仅仅依靠大型语言模型 (LLM) 的能力无法处理这种复杂性。
“仅仅使用 AI 生成更多代码行实际上可能会降低代码质量——这已经是企业环境中一个重大的问题，”弗里德曼说。“因此，我们还没有看到大规模采用，是因为为了让 AI 解决方案完全理解复杂的企业软件，还需要在技术、工程和机器学习方面取得更多进展。”
弗里德曼表示，Qodo 通过专注于理解复杂代码、对其进行索引、分类以及理解组织最佳实践来生成有意义的测试和代码审查，从而解决了这个问题。
阻碍更广泛采用和部署的另一个障碍是遗留代码。生成式 AI 开发供应商 Tabnine 的生态系统副总裁布兰登·荣格告诉 VentureBeat，他认为缺乏高质量数据阻碍了 AI 编码工具的更广泛采用。
“对于企业来说，许多企业拥有庞大、古老的代码库，而这些代码并不为人所知，”荣格说。“数据一直是机器学习的关键，对于代码的生成式 AI 来说也是如此。”
没有一个单一的 LLM 可以处理现代企业软件开发所需的一切。这就是领先供应商采用代理 AI 方法的原因。
Qodo 的弗里德曼预计，在 2025 年，那些在 2022 年看起来很革命性的功能——比如自动完成和简单的代码聊天功能——将变得商品化。
“真正的演变将是朝着专门的代理工作流程发展——不是一个通用的代理，而是许多专门的代理，每个代理都擅长于特定任务，”弗里德曼说。“在 2025 年，我们将看到许多这些专门的代理被开发和部署，直到最终，当这些代理足够多时，我们将看到下一个拐点，代理可以协作创建复杂的软件。”
GitHub 的罗德里格斯也看到了这种趋势。他预计，在整个 2025 年，AI 工具将继续发展，以在整个软件生命周期中为开发者提供帮助。这不仅仅是编写代码；它还包括构建、部署、测试、维护甚至修复软件。人类不会在这个过程中被取代，他们将被增强 AI，这将使事情变得更快、更高效。
“这将通过使用 AI 代理来实现，开发者通过 AI 代理在开发过程的每个步骤中获得特定任务的帮助——最重要的是，一个迭代的反馈循环，让开发者始终保持控制，”罗德里格斯说。
在一个生成式 AI 驱动的编码将在 2025 年及以后变得越来越主流的世界里，至少有一个差异化因素对于企业来说至关重要。在罗德里格斯看来，那就是平台集成。
“为了真正实现大规模成功，AI 工具必须无缝集成到现有工作流程中，”罗德里格斯说。
