大模型重塑软件开发以及实践案例展示

1. 大模型重塑软件开发 Kongjie@tencent.com

2. 个人简介 Konjie / 揭光发 Techparty 前组委主席。 2015年开始从事低无代码相关的研发与管理工作。 2020年度腾讯云TVP。 2021年以低代码技术专家身份加入腾讯，是低代码Oteam 核心成员，参与信通院低代码标准、IEEE低代码标准的订制工作。

3. 大模型AIGC与软件开发现状

4. AIGC 的三种形态，从用途的角度区分端到端内容生成（经典AIG Content） AI生成最终产品，它们可以直接被最终消费者使用。例如文本、图片、音频和视频，它们都是可以直接供给最终用户的。中间产物生成（AIG Code） AI生成的中间产品，它们往往需要进一步的加工和使用。例如生成的代码片段和完整的复杂代码，它们通常被用作开发更复杂系统或应用的基础。任务与动作生成（AIG aCtion） AI生成的具体动作或任务，它们常常作为粘合层，连接不同系统和应用，以完成更复杂的任务。例如自然语言交互，复杂任务执行等。

5. AIG -- Code, 开启十倍程序员的时代

6. AIG - Action ：通往第三个拐点（行动无处不在）的道路 @陆奇

7. AIGX -- Action: 低代码 + AI 的最佳结合方式

8. AIGX -- Action ： AI 充当自然语言与既有系统的粘合层 AIGAction的本质是在AI生成的文本中嵌入特定格式的代码或配置数据。这些代码或数据可以被解析并用来指导特定的程序执行相应的任务。

9. AIGX -- Action: 当下大模型应用开发的主流形态 ChatGPT Plugin，插件提供具体的扩展能力，ChatGPT识别用户意图调用插件执行复杂任务。

10. AIGX -- Action: 当下大模型应用开发的主流形态

11. AIGX -- Action: ChatGPT 最新模型支持 Function Calling

12. 大模型后的低代码开发业态 – 自然语言交互 Power apps Copilot

13. 与逻辑编排的结合 – 支持 CURD 以外的个性化逻辑开发

14. 大模型正在加速重构软件开发

15. 大模型应用开发框架飞速发展

16. 三分钟搞定 Chat-PDF

17. 自治 Agent 层出不穷，挑战更加复杂的任务 Baby AGI

18. 软件开发的新局面 1. 全新的软件交互体验 2. 软件开发自动驾驶

19. 全新 UX —— Chat every where, Copilot for Every thing

20. 全新 UX —— Chat every where, Copilot for Every thing

21. 全新 UX —— Chat every where, Copilot for Every thing

22. 全新 UX —— Chat every where, Copilot for Every thing

23. 全新 UX —— Chat every where, Copilot for Every thing

24. 全新 UX —— 消失的软件？

25. 全新 UX —— 消失的软件之『 0 分钟搞定 Chat-PDF 』

26. 全新 UX —— 趋势小结软件回归解决需求本身，而非交互界面复杂的交互界面更小众，ChatUI成主流预先设计的、结构化、固化的软件功能会减少大量个性化的需求可快速得到满足，传统软件开发模式难以照顾到

27. 软件开发的 AutoPilot

28. 软件开发Auto Pilot之路

29. 软件开发从 Copilot 到 Auto Pilot 端到端内容生成（经典AIG Content） AI生成最终产品，它们可以直接被最终消费者使用。例如文本、图片、音频和视频，它们都是可以直接供给最终用户的。中间产物生成（AIG Code） AI生成的中间产品，它们往往需要进一步的加工和使用。例如生成的代码片段和完整的复杂代码，它们通常被用作开发更复杂系统或应用的基础。任务与动作生成（AIG aCtion） AI生成的具体动作或任务，它们常常作为粘合层，连接不同系统和应用，以完成更复杂的任务。例如自然语言交互，复杂任务执行等。

30. 软件开发的 Auto Pilot —— 终局端到端内容生成（经典AIG Content） AI生成最终产品，它们可以直接被最终消费者使用。例如文本、图片、音频、视频、代码、软件、服务，它们都是可以直接供给最终用户的。

31. 软件开发的 Auto Pilot —— self refine agents Plan and Execute Agent With programing tools Baby AGI

32. 软件开发的 Auto Pilot —— self refine + 人类反馈 = GPT Engineer

33. 软件开发的 Auto Pilot —— 我们是怎样开发软件的？

34. 换个角度，如何软件开发的 Auto Pilot 是个管理问题呢？顶级LLM(gpt-4)的单兵能力已经超过大多数行业的大多数人 LLM + 工具可完成单一功能代码编写、修复、功能验证，最大化减小幻觉记忆不再是问题，大容量Token、摘要、Embedding多手段解决引入结构化项目管理

35. 软件开发的 Auto Pilot —— 结构化协同的 AI Agent 团队职业Agent：项目经理、需求分析师、架构师、程序员、测试，针对职业深度订制Prompt和工具如给AI程序员提供工具： - 本地代码文件读写能力 - 代码执行的验证的环境 - 命令行工具项目研发管理流程工具化：人与Agent、Agent与Agent关于项目、需求、代码、任务协同工具大项目拆解成需求，需求拆解成任务职业Agent们围绕任务进行协同，可随时停止和断点续写人作为copilot参与需求确认、方案评审等

36. 软件开发的 Auto Pilot —— 结构化协同的 AI Agent 团队 Project DB

37. 软件开发的 Auto Pilot —— MetaGPT ，职业 Agent 的范例目标更泛化，不只专注于软件自动开发一波流，无状态，产物不可持续迭代缺乏人类参与反馈机制

38. 未来，开发还存在吗我们又将如何自处？

39. THANKS