AI 大模型重塑软件开发，有哪些落地前景和痛点？| ArchSummit

科技周边不知道大家是否熟悉？今天我将给大家介绍《AI 大模型重塑软件开发，有哪些落地前景和痛点？| ArchSummit》，这篇文章主要会讲到等等知识点，如果你在看完本篇文章后，有更好的建议或者发现哪里有问题，希望大家都能积极评论指出，谢谢！希望我们能一起加油进步！

随着 Open AI 的 ChatGPT 的革命性发布，整个 IT 生态面临大模型（LLM）的洗牌和洗礼。

AIG Code 和 AIG Action，分别代表代码生成和 AI 驱动的软件开发，其中前者帮助每个人都成为十倍效率的程序员，后者则将 AI 的力量注入到现有软件中，大模型与端到端的低代码开发相结合，使口述需求能直接转化为完整的软件功能。

随着应用开发框架的快速发展以及实验性的自治模型现，大模型正在重塑软件开发的形态，让我们看到了软件开发可能被颠覆的未来。

通过优先考虑人工智能和数据，更多的需求能够在软件内部自动生成，而不只是事先规划。而在软件开发自动驾驶的方面，一个人配合一个 AI 团队，可以实现软件开发的全自动驾驶，这可能是未来软件开发的新趋势。

来自腾讯智能创作与内容平台部技术专家揭光发老师将在 7 月 21-22 日深圳 ArchSummit 架构师峰会上介绍大模型在业务上的使用，帮助大家理解 AI 在软件开发中的应用，了解 AI 如何被用于代码生成和软件开发，以及它们如何提高开发效率和软件功能。

同时，帮助大家洞察未来的发展趋势，了解到全新的软件交互体验、软件开发自动驾驶等新趋势，以及应用开发框架的快速发展和实验性自治模型的出现，这些都有助于听众把握未来的行业趋势。

其次呢，架构师们的职业发展思考，并启发新的创新思维，通过了解 AI 在软件开发中的新应用和尝试，对自己的工作或项目产生新的创新思考。

来自出门问问的工程 VP 李维博士，在 NLP 领域是资深的专家，这次他会来 ArchSummit 架构师峰会上介绍 AI 大模型落地的前景和痛点，兼谈工程师、架构师所面临的机会和挑战话题。

LLM 规模化落地 IT 各领域场景只是时间的问题。这里有两个 LLM 落地产生价值的趋向值得关注。

LLM的提示工程直接应用于教育、其他语言文字、以及知识类工作，使其得到强大的赋能。这是 LLM 带来的洗牌效应，为产品经理、领域专家、数据工作者和 Power Users 带来全民创业和场景渗透的机会。

另一个是规模化领域落地对于现有领域应用的洗礼。这就需要结合通用 LLM 的能力与领域数据（例如行业规范、操作手册等）以及领域知识库或知识图谱，根据业务逻辑设计应用流程，才能提供领域场景的服务。

虽然仍面临一定挑战，但后一种方法在业界积极探索中，前景非常广阔。架构师和工程师需要积极地拥抱并追踪这场技术革命的应用趋势，全力投入其中。

这次演讲，李维博士会介绍大模型导致的洗牌场景：正在发生（教育、例如 ToC Copilot、plug-ins，提示工程）。另外还有一个洗礼场景正在进行中，包括与数据库和场景数据的接口（例如ToB）

帮助大家了解 AI 的革命性巨变（大模型 LLM）意味着什么，对于 IT 全生态的影响：全民创业潮的到来；对 LLM 提示工程与外挂形态有大概的了解，拥抱大模型而不是惧怕大模型。

顺丰科技技术总监李波老师深耕于云原生应用，边缘计算，HPC 高性能计算，企业 AI 赋能和混合云数据合规等领域多年，擅长运用先进工业实践，研发先进 AI 工程化技术，打造可持续低成本 AI 企业级解决方案。

这次李波会在 ArchSummit 会议上分享 LLM 在企业数字化转型升级中的应用场景，每类场景的模型选择原则，以及如何理解并综合应用 Embedding Model，Vector Database，Plugin System，Prompt Tuning，LLM 等多种技术手段实现我们的应用目标。

这里面包含的技术点，例如 LLM 应用平台架构方案设计与核心技术：NLP 多任务系统、Prompt 自优化、增强型前置小模型设计、知识分割等。同时也会介绍 LLM 领域新技术的演进方向，从多个角度进行探讨证明其对企业数字化转型升级具有广泛和深远影响。

活动介绍

今天关于《AI 大模型重塑软件开发，有哪些落地前景和痛点？| ArchSummit》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！