•
黃仁勳放話：輝達全員擁抱智能體！
【新智元導讀】軟體開發的未來已來！每位工程師都將配備AI智能體，它們將嵌入日常開發，最佳化程式碼、發現漏洞、加速原型設計。黃仁勳認為，未來每個人都將指揮多個AI助手，生產力呈指數級增長。
黃仁勳放話：輝達將全員配AI助手！
這可不是隨便畫個大餅，而是輝達正在大刀闊斧搞的變革，這趨勢可能席捲整個科技圈。
Meta的小扎、微軟CEO納德拉、Anthropic的CEO都表示：AI將重塑開發者角色。
AI很快會完成大部分程式碼，程式設計師的工作將從苦哈哈地敲程式碼變成「指揮」AI，像導演一樣告訴AI要做什麼。
黃仁勳表示輝達要全員轉型「AI指揮員」：
輝達的絕大多數工程師都是軟體工程師，如今晶片設計師也是軟體工程師。不久之後，所有人都會用AI智能體輔助工作，其實現在很多人已經在用了。
這他們的工作效率更高，能做更大的項目，更快地將創意轉化為原型，開發出質量更高、漏洞更少、安全性更強的軟體。
所有的行銷人員、銷售人員、分析師，甚至研究人員都在使用。深度研究是一個非常強大的工具。
輝達：全員配AI助手
輝達早就明白，現代晶片開發本質上是一項軟體工作。硬體和軟體之間的界限幾乎不復存在。
引入AI智能體不僅是為了提高效率，而是徹底改變工程師的工作模式。
在輝達，AI智能體不是偶爾呼叫的可選助手，而是成了日常工作的標配。
它能嵌入到日常的工作中，提前發現程式碼漏洞，最佳化設計方案，用超快速度模擬測試，自動檢查系統是否符合監管和安全要求。
黃仁勳認為未來AI將從被動響應指令，進化成更主動的AI智能體。
未來的AI會像超級聰明的助手，自己思考、計畫、做事，而不是等你一步步指揮。
比如：告訴它「幫我規劃一次旅行」，它不僅會搜尋機票，還會考慮你的預算、偏好，預訂酒店，甚至提醒你帶傘因為目的地可能下雨。
黃仁勳預測，未來5-10年，AI智能體會成為主流，徹底改變各行各業，比如醫療（自動診斷和治療方案）、製造業（最佳化生產流程）以及日常生活。
但同時也帶來挑戰，如AI自主決策的安全性、較高的技術門檻和開發成本。
認識到這一發展趨勢的並不只有輝達。
OpenAI和DeepMind也越來越傾向於開發能進行推理、協作和自主執行任務的智能體模型。
然而，其中的差別在於這些系統的定位。
輝達直接讓AI智能體深度融入工作，變成技術系統中不可或缺的、半自主的合作夥伴。
這種轉變的影響是深遠的。
GTC大會上，黃仁勳指出，現在全球大約有10億知識工作者，以後每個人可能指揮著10個AI助手！
在研發一線，工程師指揮一批各司其職的AI：有的專門查安全漏洞，有的最佳化程式碼以提高能源效率，還有的確保和新硬體相容。
「工程師」的概念也在發生演變，不再僅僅是單打獨鬥的技術大佬，而是變成了指揮AI團隊的操盤手。
然而，黃仁勳在播客中，也強調了一個嚴峻的現實：能源和計算能力是AI普及的最終瓶頸。
以前晶片性能按摩爾定律指數級增長，現在卻撞上了熱力學和基礎設施的天花板。
無論單個GPU的效率有多高，要同時運行幾十億個AI助手，現有的電力、散熱和硬體條件根本撐不住！
晶片封裝、光子技術、散熱系統這些領域的創新不是可有可無，而是關乎生存的必要條件。
Agentic AI來了！
與此同時，各大公司都在拚命卷AI助手。
OpenAI研究讓AI學會用工具，DeepMind思考怎麼讓AI團隊協作，大家目標很明確：那種只能聽指令的被動AI快過時了，未來屬於主動出擊、自主完成任務的AI智能體！
輝達的內部戰略表明，它不僅想成為算力供應商，還想給科技行業提供藍圖。
黃仁勳的願景中還隱含著一個警告。
AI助手將成為工作剛需，用得好的人和公司會一飛衝天，跟不上的就直接被淘汰。
生產力差距不會呈線性增長，而是會呈指數級增長。
有AI智能體加持的工程師，產出的價值可能是普通工程師的幾十倍甚至上百倍！
如果不做系統性的AI升級，以前靠經驗和資歷積累的優勢，很快就會被拍在沙灘上。
與其說這是輝達的內部計畫，不如說這是AI時代技術行業的職場藍圖。
就像許多技術革命一樣，人們往往很晚才會認識到其重要性，先入場的公司早把領先優勢拉滿了。
GenAI的確是了不起的技術，但它也有明顯的侷限性。
如果沒有應用在合適的場景中，或者缺乏恰當的管理控制，就可能引發嚴重問題。
著名商用統計軟體公司SAS的首席技術官Bryan Harris，舉了大模型在貸款申請的例子。
他表示：「大語言模型對黑人申請者的拒貸率更高，推薦的利率也普遍高於對白人申請者的建議。只靠LLM不足以勝任大多數企業級應用場景。它們需要更完善的流程、治理機制和倫理規範。」
他進一步解釋說，GenAI的模式是人類提問，AI給出決策或答案；而Agentic AI是雙向工作的，AI會先整理出總結供人類審閱。
他宣佈，SAS全面擁抱Agentic AI，支援使用者通過低程式碼/無程式碼的方式建構AI智能體。
從GenAI到Agentic AI，轉型的不止是SAS。
AI重塑開發者角色
上周，Meta舉辦了首屆LlamaCon人工智慧大會。
小扎預測，未來一年內，大約一半的開發工作將由AI完成，推動行業的生產力大幅提升。
他表示，Meta正在開發一種AI模型，給自家AI系統寫程序。
LlamaCon大會上，納德拉透露，AI已承擔了微軟30%的程式碼工作。
開發者的角色將從寫程式碼轉變為管理AI，開發者將更多扮演「定義需求」的角色，最佳化AI生成的程式碼。
AI程式設計工具將掀起軟體開發革命。
它不僅能自動生成程式碼，還能自己寫測試用例。這讓開發者有更多時間投入創新。
行業預測顯示，AI能讓生產力提高30%，有望為全球GDP貢獻超過1.5兆美元。
目前，最受歡迎的AI應用之一是「氛圍程式設計」（vibe coding），就是用聊天的方式給AI指令。
開發者在舒服的燈光下，聽著音樂，和AI工具聊聊天，就能提供合適的程式設計思路，還能直接生成程式碼。
高德納諮詢（Gartner Research）公司預測，到2028年，75%的專業開發者都會用氛圍程式設計等AI工具。
在2023年9月，這一比例還不到10%。
未來三年，80%的企業會把AI輔助測試工具整合到軟體工程工具鏈，與去年年初約15%相比，有顯著增長。
《MIT科技評論》的報告顯示，如今94%的企業領導者在軟體開發中會用生成式AI，82%用在多個開發階段。
有些行業專家大膽預測，用不了多久，AI寫程式碼的佔比會高得驚人。
Anthropic CEO在近期的採訪中表示：預計3-6個月後，AI編寫的程式碼將達到90%。再過一年，幾乎所有程式碼都可能被AI包辦。
雖說這個預測聽起來有點誇張，但現在軟體開發的方式確實在發生巨大變化。
Forrester諮詢公司副總裁表示，就連那些經驗豐富的資深開發者，都開始把氛圍程式設計當成得力助手了。
不過他也提到，目前的AI輔助開發主要是用來處理一些比較簡單的任務，這讓開發者騰出手來，去做那些更重要、更具創造性的工作。
今年早些時候，一項針對2300多名開發者的調查發現，42%的人已經在使用「圖靈機器人」（TuringBots），也就是基於AI的程式碼生成器。
隨著圖靈機器人變得更加智能和自主，開發團隊將能自動完成更多軟體開發生命周期（SDLC）中的任務。
以前要花幾個星期、幾個月才能完成的端到端應用程式，以後說不定很快就能做好。
GPT-4 Turbo（ChatGPT）、GitHub Copilot、Cursor、Replit Ghostwriter、Codeium，還有亞馬遜的Q Developer，都支援氛圍程式設計這種對話式的開發方式。
AI程式設計工具能幫開發者頭腦風暴、製作原型、完善功能，還能檢查程式碼中的錯誤或安全漏洞。
比如像Copilot那樣提供即時建議，也可以像Cursor那樣實現互動式程式碼編輯，或者像ChatGPT提供全端式指導。
這些工具簡化了編碼過程，非常適合獨立開發者、快速原型製作或團隊協作開發。
像StackBlitz Bolt.new、Github Spark、Lovable這些，能根據指令直接生成應用。
BlinqIO、Diffblue、IDERA、QualityKiosk Technologies、Qyrus，是專門用來做AI輔助測試的。
據報導，蘋果正與Anthropic合作，打算把AI程式設計工具加到Xcode開發軟體裡，用Claude Sonnet模型來幫開發者寫程式碼、做測試。
亞馬遜（AWS）也沒閒著，2023年發佈了預覽，2024年4月正式推出了Q Developer。開發者可以在命令列介面氛圍程式設計。
上周，AWS把這個功能擴展到了Visual Studio Code整合開發環境。
AWS生成式AI應用與體驗部門主管把AI助手比作兩個人一起寫程式碼，它會像坐在你旁邊的程式設計師一樣完成任務！
在亞馬遜內部，所有開發者都可以使用Q Developer工具集。 (新智元)