de.wedoany.com-Bericht: Am 5. Juni erklärte Dowson Tong, Senior Executive Vice President von Tencent, auf der Tencent Cloud KI-Industrieanwendungskonferenz, dass in diesem Jahr der Großteil des Codes von Tencent von KI generiert wird. Ingenieure werden mehr Zeit für Architekturdesign, die Steuerung der KI-Ausgabe und die Korrektur von Codeergebnissen aufwenden. Der leitende KI-Wissenschaftler von Tencent, Yao Shunyu, nahm an derselben Diskussion teil, bei der beide Seiten über die Veränderungen durch KI in der Softwareentwicklung und industriellen Anwendung sprachen.
Die Botschaft dieser Aussage ist direkt: KI-Programmierung ist bei Tencent von einem Hilfswerkzeug in die Phase der massenhaften Produktion übergegangen. In der Vergangenheit übernahmen KI-Code-Tools eher die Rollen der Vervollständigung von Funktionen, der Erklärung von Fehlern, der Generierung von Testbeispielen und der Steigerung der Effizienz einzelner Entwickler. Wenn „der Großteil des Codes von KI generiert wird“ zum unternehmensweiten Entwicklungszustand wird, verändert sich die Organisation der Softwareentwicklung grundlegend. Der Arbeitsschwerpunkt der Ingenieure verlagert sich vom zeilenweisen Codieren hin zur Anforderungsanalyse, Systemarchitektur, Modulgrenzen, Code-Review, Sicherheitsprüfung, Leistungsoptimierung und langfristigen Wartung. Mit anderen Worten: Die Code-Produktion selbst wird durch KI komprimiert, und die wirklich knappen Fähigkeiten verlagern sich darauf, Probleme zu definieren, Aufgaben zu zerlegen, komplexe Systeme zu verwalten und die Zuverlässigkeit von KI-generierten Inhalten zu beurteilen.
Tencent hat bereits umfangreiche interne Praktiken mit KI-Programmierwerkzeugen entwickelt. Tools wie CodeBuddy bieten Entwicklern Funktionen wie Code-Generierung, Code-Vervollständigung, technische Fragen und Antworten, Unit-Tests, Code-Diagnose und Unterstützung im Entwicklungsprozess und werden bereits in verschiedenen Geschäftsbereichen von Tencent eingesetzt. Für große Internetunternehmen mit umfangreichen Codebasen, häufigen Produktiterationen und komplexen Altsystemen liegt der Wert von KI-Programmierwerkzeugen nicht nur darin, „schneller zu schreiben“, sondern auch darin, repetitive Arbeit zu reduzieren, die Entwicklungsgeschwindigkeit neuer Funktionen zu erhöhen, Ingenieuren beim Verständnis von Altcode zu helfen, die Problemortung zu beschleunigen und die Kosten für die teamübergreifende Zusammenarbeit zu senken. Besonders in Szenarien mit häufig wechselnden Geschäftsanforderungen kann KI eine Vielzahl von standardisierten, repetitiven und strukturierten Codierungsaufgaben übernehmen, sodass Ingenieure ihre Energie mehr auf die Architekturstabilität und die Beurteilung der Produktlogik konzentrieren können.
Die KI-generierte Code bedeutet jedoch nicht, dass die Rolle der Ingenieure geschwächt wird. Im Gegenteil, die Anforderungen an die Architekturfähigkeiten, die Überprüfungsfähigkeiten und die Engineering-Governance-Fähigkeiten des Entwicklungsteams werden steigen. KI kann zwar große Mengen an Code generieren, aber auch Code, der nicht den Engineering-Standards entspricht, versteckte Schwachstellen aufweist, eine schlechte Leistung hat oder schwer zu warten ist. Unternehmen müssen wirklich einen neuen Entwicklungsprozess etablieren, der auf „KI schreibt Code, Menschen definieren die Architektur, Systeme validieren“ basiert, einschließlich automatisierter Tests, Code-Scans, Berechtigungsverwaltung, Abhängigkeitsprüfungen, Code-Stil-Einschränkungen, Prüfung auf geistiges Eigentum und Sicherheits-Compliance-Mechanismen. Ohne diese Engineering-Schritte gilt: Je schneller die KI Code generiert, desto größer können die späteren Wartungsrisiken sein.
Aus industrieller Anwendungsperspektive werden die internen Veränderungen bei Tencent auch die Akzeptanzgeschwindigkeit von KI-Entwicklungswerkzeugen bei Unternehmenskunden beeinflussen. Viele Unternehmen befinden sich bei der KI-Programmierung noch in der Phase der einzelnen Mitarbeitertests und machen sich Sorgen über Datenlecks, Code-Qualität, Berechtigungsgrenzen und Modellzuverlässigkeit. Nachdem Tencent die KI-generierte Code in sein eigenes groß angelegtes Entwicklungssystem integriert hat, kann es externen Unternehmen ein überzeugenderes Beispiel bieten: Wenn KI-Programmierwerkzeuge mit der Unternehmenswissensdatenbank, den Entwicklungsstandards, dem Berechtigungssystem, dem Code-Repository und der Cloud-Entwicklungsumgebung kombiniert werden, haben sie die Chance, sich von einem persönlichen Effizienztool zu einer unternehmensweiten Softwareproduktions-Infrastruktur zu entwickeln. In Zukunft könnten Software-Outsourcing, Internetproduktentwicklung, Finanztechnologie, Industriesoftware, Spieleentwicklung und digitale Unternehmensprojekte durch dieses Modell neu gestaltet werden.
Dies bedeutet auch, dass der Einfluss von KI auf die Softwarebranche von der Frage „Kann sie Code schreiben?“ in die Phase „Wer kann KI schneller organisieren, um komplexe technische Aufgaben zu erledigen?“ übergeht. Die Unterschiede in der Entwicklungseffizienz zwischen Unternehmen könnten zunehmend von der KI-Werkzeugkette, der Ansammlung von Engineering-Daten, der Qualität der Code-Assets und dem Entwicklungsmanagementsystem abhängen. Die Offenlegung des internen Code-Generierungsanteils durch Tencent zeigt, dass KI zu einem wichtigen Faktor in seinem Softwareproduktionsprozess geworden ist. Der entscheidende nächste Beobachtungspunkt ist, ob Tencent die Steigerung der internen Entwicklungseffizienz in ausgereiftere Cloud-basierte KI-Programmierprodukte umwandeln und bei Unternehmenskunden reproduzierbare Engineering-Implementierungslösungen etablieren kann.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
