正文
开源和开源软件的最终实现，是两回事，源代码永远是二进制软件包的一部分，二者并非 100% 保持一致， 不要把二者混淆在一起。
InfoQ：曾经在微软 Build 大会上，您预言：未来的开发者，都应该是 AI 开发者。到了今天，预言好像已经变成了现实，开心吗？
Julia：
哈哈哈，很开心。
Julia：
我觉得，现在的 AI，比我当初想象的 AI ，能力要强太多了。当时的 AI 还像一个小朋友，今天的 AI 完全是颠覆性的。从 GPT 3.5 发布之后，AI 发生了质的改变，超出了我的想象。我经常跟我的团队说，以前好像还是马车时代，现在已经是汽车引擎时代。
InfoQ：智能编程引人瞩目，微软应该也很关注这一领域？
Julia：
应该说，微软是发起者，GitHub Copilot 是行业内第一个大型 GenAI 智能编程应用。
InfoQ：那么能否分享一下，过去三年，微软在设计智能编程产品的过程中，思路上有什么变化？
Julia：
过去三年，微软对 AI 的理解变得越来越深。另外，微软和业界一样，都觉得计划赶不上变化。GitHub Copilot 的第一个预览版，实际上在 2021 年的夏天就推出了。只有一个功能，就是在你做自动补全的时候， AI 跳进来，给你推荐一段代码。实现这个功能，需要开发者给出提示词，说明目的，来提升代码补全的效果。
等到 ChatGPT 出来之后，我们发现，咦，实际上开发者可以和 AI 对话，通过大模型来理解代码，使得智能编程工具的能力得到很大的提升。所以 GitHub Copilot 是逐步变成今天的样子。
但当时我做了一个判断，我觉得，放在今天仍然适用。
很多技术人员写完代码之后，觉得非常喜欢自己的代码，越看越喜欢。让他把这段代码干掉，对他而言，是一个比较困难的事。相当于你在否定他。所以我做了一个预言：就是在 AI 时代，你要不断否定自己以前写的代码。
另外，我们通常比较习惯做大的系统工程。比如 Azure，或者某个操作系统，需要有很强的稳定性。围绕架构的可扩展性，做很好得设计。但在 AI 时代，当你开始想这些设计性、扩展性的时候，就已经晚了、慢了。
因为 AI 的能力进化得非常快，可能以前需要用某段代码来解决的问题，过了一周、一个月、两个月，用大模型就可以自动解决。所以你得不断去否定、不断去重写，不断去创新，这对很多工程师来说，都是一个新的挑战，也是一种全新的软件开发思路。
所以关于 GitHub Copilot， 我们从战略规划开始，就想走在 AI 的最前沿，根据大模型的能力，不断推出新的功能。从最简单的编程助手，到“agent mode（代理模式）”，未来再到 vibe coding（氛围编程），给 AI 一个创意，AI 就会帮你实现这段代码。
当然，表达能力越强，智能编程的效果也会更好。AI 就像一个校招的大学生，对业务完全不了解，需要你将需求和背景描述清楚。如果你都说不清楚，那 AI 就更不清楚。很多开发者在自我介绍时，会提到自己比较内向，表达能力不行，但代码能力还不错。到了 AI 时代可能就要突破这个短板。
InfoQ：如您所说，该如何看待“AI 越来越强，开发者的重要性在下降”这一观点？能否给开发者三个建议？
Julia：
可以看看 SWE-bench Verified 榜单，问题解决率最高也只达到 65% 左右。你想想，如果你有一堆系统问题需要解决，但 AI 解决简单问题的成功率也只有 65% ，说明 AI 还有一些路要走。再比如说 vibe coding，做个小 APP 还好，解决生产级的工程问题，可能就很难。
其中难点在于，AI 不清楚某段代码的上下文，即使是一个初来乍到的人类工程师，也很难说清楚某段代码在整个生产线中里的具体作用。只有对业务全流程有了解，才能理解具体模块的划分逻辑。而这也是 AI 接下来会面临的挑战。
