De acordo com pt.wedoany.com-Em 5 de junho, Tang Daosheng, vice-presidente executivo sênior da Tencent, afirmou na Conferência de Aplicação da Indústria de IA da Tencent Cloud que, este ano, a maior parte do código da Tencent foi gerado por IA, e os engenheiros dedicarão mais tempo ao design de arquitetura, orientação da saída da IA e correção dos resultados do código. Yao Shunyu, cientista-chefe de IA da Tencent, participou do mesmo diálogo, onde ambas as partes discutiram as mudanças na aplicação da IA no desenvolvimento de software e na indústria.
O sinal transmitido por esta declaração é direto: a programação de IA na Tencent já passou de uma ferramenta auxiliar para uma fase de produção em escala. No passado, as ferramentas de código de IA assumiam mais o papel de completar funções, explicar erros, gerar exemplos de teste e aumentar a eficiência de desenvolvedores individuais; quando "a maior parte do código gerado por IA" se torna o estado de desenvolvimento empresarial, a forma de organização da engenharia de software sofrerá mudanças mais profundas. O foco do trabalho dos engenheiros passará da codificação linha por linha para a decomposição de requisitos, arquitetura de sistemas, limites de módulos, revisão de código, verificação de segurança, otimização de desempenho e manutenção de longo prazo. Ou seja, a produção de código em si está sendo comprimida pela IA, e a capacidade verdadeiramente escassa se volta para como definir problemas, decompor tarefas, gerenciar sistemas complexos e julgar se o conteúdo gerado pela IA é confiável.
A Tencent já possui uma prática interna profunda com ferramentas de programação de IA. Suas ferramentas, como o CodeBuddy, oferecem aos desenvolvedores capacidades de geração de código, complementação de código, perguntas e respostas técnicas, testes unitários, diagnóstico de código e suporte ao processo de desenvolvimento, e já foram integradas em vários cenários de negócios internos da Tencent. Para grandes empresas de internet, com vasto volume de código, iteração frequente de produtos e sistemas legados complexos, o valor das ferramentas de programação de IA não se reflete apenas em "escrever mais rápido", mas também em reduzir o trabalho repetitivo, aumentar a velocidade de desenvolvimento de novas funcionalidades, ajudar engenheiros a entender código antigo, acelerar a localização de problemas e reduzir os custos de colaboração entre equipes. Especialmente em cenários com mudanças frequentes de requisitos de negócios, a IA pode assumir uma grande quantidade de tarefas de codificação padronizadas, repetitivas e estruturadas, permitindo que os engenheiros concentrem mais energia na estabilidade da arquitetura e no julgamento da lógica do produto.
No entanto, o código gerado por IA não significa que o papel do engenheiro seja simplesmente enfraquecido. Pelo contrário, as equipes de desenvolvimento terão exigências maiores em relação à capacidade de arquitetura, capacidade de revisão e capacidade de governança de engenharia. A IA pode gerar uma grande quantidade de código, mas também pode gerar código que não está em conformidade com as normas de engenharia, contém vulnerabilidades ocultas, tem baixo desempenho ou é difícil de manter. O que as empresas realmente precisam estabelecer é um novo processo de desenvolvimento de "IA escreve código, humanos definem a arquitetura, sistemas fazem a verificação", incluindo testes automatizados, varredura de código, gerenciamento de permissões, auditoria de dependências, restrições de estilo de código, verificação de propriedade intelectual e mecanismos de conformidade de segurança. Sem esses elos de engenharia, quanto mais rápido a IA gera código, maior pode ser o risco de manutenção subsequente.
Do ponto de vista da aplicação industrial, as mudanças internas da Tencent também afetarão a velocidade de aceitação das ferramentas de desenvolvimento de IA pelos clientes empresariais. Muitas empresas ainda estão na fase de teste individual por funcionários da programação de IA, preocupadas com vazamento de dados, qualidade do código, limites de permissão e confiabilidade do modelo. Depois que a Tencent integrou a geração de código por IA em seu próprio sistema de desenvolvimento em larga escala, ela pode fornecer um exemplo mais convincente para empresas externas: se as ferramentas de programação de IA forem combinadas com a base de conhecimento empresarial, normas de desenvolvimento, sistema de permissões, repositório de código e ambiente de desenvolvimento em nuvem, há a oportunidade de evoluir de uma ferramenta de eficiência pessoal para uma infraestrutura de produção de software empresarial. No futuro, terceirização de software, desenvolvimento de produtos de internet, tecnologia financeira, software industrial, desenvolvimento de jogos e projetos de digitalização empresarial podem ser remodelados por esse modelo.
Isso também significa que o impacto da IA na indústria de software está passando de "se consegue escrever código" para "quem consegue organizar a IA mais rapidamente para concluir projetos complexos". A diferença de eficiência de desenvolvimento entre empresas pode depender mais da cadeia de ferramentas de IA, do acúmulo de dados de engenharia, da qualidade dos ativos de código e do sistema de gerenciamento de desenvolvimento. A divulgação da proporção de geração interna de código pela Tencent desta vez indica que a IA já se tornou uma variável importante em seu processo de produção de software. O ponto de observação mais crítico a seguir é se a Tencent conseguirá transformar o aumento da eficiência interna de desenvolvimento em produtos de programação de IA em nuvem mais maduros e formar soluções de engenharia replicáveis para clientes empresariais.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
