在前有编程语言历经 80 年的迭代，后有 GitHub Copilot、ChatGPT 等 AI 辅助编程工具的层出不穷，开发者的开发方式发生了什么样的变化？行业中领头的 Java IDE IntelliJ IDEA、Kotlin 编程语言背后的软件工具开发公司 JetBrains 基于全球 26,348 位开发者的调研，最新发布的《2023 开发者生态系统现状》报告中，首次加入的AI趋势调研，解答了以上问题。
1、 开发者使用AI工具主要解决哪些问题？
开发者使用 AI 工具的最常见方式是使用自然语言询问软件开发相关一般问题。其次是生成代码、代码注释或代码文档。
2、 开发者熟悉的生成式AI工具类型是什么？
69%的开发者选择了AI文本生成工具，60%开发者选择了代码生成工具。开发者对 AI 文本生成工具比代码生成工具更熟悉，可能得益于ChatGPT 的受欢迎程度和易用性。
3、 以下AI工具你正在使用的是？
毫无悬念，ChatGPT凭借77%的占比拔得头筹，GitHub Copilot以46%占比位居第二。
生成式AI工具的出现是否会取代开发者”这个讨论从未停歇，而随着越来越多开发者尝试使用AI工具后，对于它的态度又会有哪些变化呢？
4、 是什么阻碍你学习使用生成式AI工具？
欣慰的是，只有 1.6% 的受访者从未听说过生成式 AI 工具，而在尚未熟悉生成式 AI 工具的人中，略低于一半的人计划在不久的将来做出尝试。安全顾虑是采用生成式 AI 工具时最常被提及的障碍。
对于复杂的企业级应用开发而言，不得不承认，即使是具备了强大编程能力的 GPT-4 也还存在诸如缺乏企业级应用所必需的行业和业务know-how；因为依赖Prompt，代码质量存在极大的不确定性；难以满足企业级应用对于安全性的要求等相当严重的局限性。
这不仅是ChatGPT需要攻克的问题，国内很多生成式AI厂商也在致力于突破以上局限。以国内数字化技术服务商飞算推出的全栈式全自动的软件开发工具SoFlu软件机器人为例：
专业性方面，除了提供的通用性组件和模型，用户和飞算可以共同基于自身长期积累的大量行业和业务 know-how，通过SoFlu软件机器人搭建个性化组件和模型并进行持续迭代，从而产出最贴近业务需求的应用。
可靠性方面，相比于具备高度不确定性的 GPT-4，SoFlu软件机器人实现了软件开发的标准化，从“人治”到“法治”，对人为变量进行最大限度约束，确保产品质量高度可靠。
安全性方面，SoFlu软件机器人支持客户根据需求灵活选择代码的存储和部署方式，私有化部署的支持能够从根本上打消客户对于安全性和知识产权的顾虑。
此外，SoFlu软件机器人推出的专注Java生成AI函数的FuncGPT（慧函数）, 通过自然语言描述Java函数需求，实时生成高质量、高可读性的Java函数代码。生成代码可直接复制到IDEA，或一键导入Java全自动开发工具函数库。内测中，很多开发者用户反馈，相对于市面上很多代码生成工具，FuncGPT（慧函数）生成的代码质量较高，能够满足他们的实际工作需求。
5、 以下关于AI赋能的代码生成的未来陈述观点中，你认同哪一个？
数据显示，虽然五分之三的受访者认为 AI 编码工具将从根本上改变软件开发就业市场，但只有 13% 相信 AI 将完全取代开发者编写代码。尽管如此，大约三分之一的人相信软件工程一定会变成提示工程。
总体看来，开发者相信不会被 AI 所取代，反之 AI 将成为协助编写代码的新工具。
数字化背景下，AI工具在助力开发者效率和质量双提升的基础上，将解放开发者能够更加专注于 20% 的工作，站在更高的角度深入思考问题，从“程序员”变成“架构师”，从“写代码”变成“设计程序”，彻底释放每个开发者的创新潜能，跨越能力的边界。
