AI大模型如何影响基础软件行业中的开发工具与环境？

正文

请到「今天看啥」查看全文

目前 AI 大模型行业应用的实现路径主要有两种：一是持续加大对通用大模型的研发投入，提升 AI Agent 能力，直接服务各行业；二是融合行业专业知识，基于通用大模型打造垂类行业模型。垂类行业大模型已通用大模型的基础，通过二次训练和优化，实现更精准的行业应用。

60% 的企业通过垂类行业大模型实现 AI 大模型在行业的应用布局。金融、政务、影视游戏和教育领域是大模型渗透率最高的四大行业，渗透率均超过 50%。电信、电子商务和建筑领域的应用成熟度较高。

一、AI 大模型正在颠覆基础软件行业

基础软件是指构成计算机系统和信息技术基础设施核心的软件，它们为应用程序的运行、数据处理和系统管理提供基本功能和支持。操作系统、数据库、中间件和网络软件、安全软件、系统管理软件、虚拟化软件、云平台等都属于基础软件。

作为构建软件世界的重要工具，随着 AI 大模型能力的不断释放，基础软件行业正在快速变革，传统的软件公司受到巨大冲击。

来自美国老牌 VC Menlo Ventures 的报告显示：以 ChatGPT 为例，在它的影响下 Stack Overflow 的网络流量减少了一半。IT 外包公司和传统的自动化公司必须为即将到来的 AI 自动化挑战做准备。随着时间的推移，即使是 Salesforce 和 Autodesk 等软件巨头也将面临被 AI 公司颠覆的危险。

面临的挑战

当然机遇之中也蕴含着挑战。

值得注意的是尽管 AI 大模型在软件开发中的潜力巨大，但也面临数据隐私与安全性、模型可解释性、资源成本高以及法律与伦理风险等挑战。为了应对这些挑战，需要制定相应的数据保护政策、提高模型透明度、优化资源分配，并在法律层面清晰界定 AI 应用的责任归属。

大模型最常用的调用方式是通过模型厂商或者云服务提供商的 API 进行调用。在一些关注数据隐私和安全的商业公司里面，这通常意味着需要从模型厂商或者云服务提供商处购买昂贵的私有化部署的实例。

大模型在大量的数据上进行了训练，获得了很强的泛化能力，但是在一些少见、结构化的数据上仍然没有办法表现的足够优秀。现有的解决方案，例如推理时进行约束解码、微调，通常会导致模型能力的退化。如何让模型能够在推理的时候 “主动” 地生成符合期望约束的输出，仍然是一个没有解决的问题。

二、AI 编程成为热门赛道

请到「今天看啥」查看全文