Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

人工智能彻底改变了软件开发

Posted on 2025-07-27

多年来,创建软件模型和原型的速度一直比将其交付生产更快。因此,软件设计团队可以始终领先于工程团队。如今,人工智能编码代理使开发速度提高了 10 倍,彻底颠覆了传统的软件开发流程。

在我三十年的软件工作生涯中,我所在的设计团队通常比软件开发同行“领先一步”。由于不受现有代码库、技术债务、性能和基础设施限制的束缚,设计师可以快速地在模型、线框图甚至原型中工作,在投入时间和精力实际构建之前,帮助我们预想可以或应该构建的内容。

虽然有些软件工程团队可以在几天内交付产品,但在大多数(尤其是大型)组织中,构建新功能或重新设计应用程序可能需要数月甚至数个季度或数年的时间。因此,设计师有充足的时间进行探索和迭代。这也反映在大多数公司的设计师与开发人员的比例上:平均每20名工程师对应1名设计师。

当设计真正进入生产工程阶段时,(但愿如此)会经历一系列反复的沟通,以解决悬而未决的问题、新出现的问题或不断变化的需求。工程部门承担了很大一部分工作,因为他们会遇到一些极端情况、规格缺失、跨设备性能差异等等。然而,最终导致的结果是,构建和发布产品的过程往往比设计过程耗时更长。

AI 编程工具改变了这种现状。在我们旗下的几家公司中,软件开发团队如今已经“领先”于设计。更具体地说,与 AI 代理(例如Augment Code )协作,可以让软件开发人员以 10 倍的速度将概念转化为可运行的代码。这意味着新功能能够以极快的速度转化为代码。

传统软件开发已经发生改变

然而,当软件以这种方式编码时,它(至少目前)缺乏用户体验的完善,也无法与产品的结构和功能进行周到的整合。这项工作过去是设计师在前期完成的,但现在需要在事后进行“清理”。这就像开发流程被彻底颠覆了。过去,设计师用模型和原型来设计功能,然后工程师必须对其进行清理才能发布。现在,工程师可以快速编写功能,设计师只需要回头进行清理即可。

设计师现在这么可怕吗?不。现在真是太棒了!不用等上几个月,几个小时就能开始尝试各种功能和创意。这让每个人,无论是设计师还是工程师,都有机会学习哪些方法可行,哪些方法行不通。快速迭代的核心在于改进软件,而构建、使用/测试、学习、重复的循环只是被颠覆了,并没有消失。

Henry Modisett 在 Sutter Hill Ventures 的“设计困惑”演讲中,将这种新状态描述为“从原型到产品化”,而不是“从设计到建造”。我觉得这很合理。

原文: http://www.lukew.com/ff/entry.asp?2112

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme