Huang Renxun说：Nvidia将为所有员工配备AI助手！
这不仅是一个馅饼，而且是Nvidia剧烈的变化，而且这种趋势可能会扫整整个技术圈。
meta的小萨，微软首席执行官纳德拉（Nadella）和人类首席执行官都表示，AI将重塑开发人员的作用。
AI很快就会完成大部分代码，程序员的工作将从键入代码到“指导” AI，告诉AI，就像导演一样，该怎么办。
Huang Renxun说，NVIDIA希望为所有员工转变为“ AI指挥官”：
NVIDIA的大多数工程师都是软件工程师，而芯片设计师今天也是软件工程师。不久之后，每个人都会使用AI代理来协助他们的工作，但是现在许多人已经在使用它。
这使他们更有效，可以做更大的项目，将想法更快地转化为原型，并开发具有更高质量，更少脆弱性和更强安全性的软件。
所有营销人员，销售人员，分析师甚至研究人员都在使用它。深度研究是一个非常强大的工具。
NVIDIA：所有员工都配备了AI助手
NVIDIA长期以来一直理解，现代芯片开发本质上是一项软件工作。硬件和软件之间的边界几乎消失了。
AI代理的引入不仅是为了提高效率，而且是为了完全改变工程师的工作模型。
在NVIDIA，AI代理人不是偶尔被称为的可选助手，但已成为日常工作的标准。
它可以嵌入日常工作中，提前检测代码漏洞，优化设计计划，以超快速速度模拟测试，并自动检查系统是否符合监管和安全要求。
Huang Renxun认为，将来，AI将从对指示的反应发展为更活跃的AI代理。
未来的AI将就像一个超级聪明的助手一样，思考，计划和做事，而不是等待您逐步指导它。
例如：告诉它“帮助我计划旅行”。它不仅会搜索机票，而且还会考虑您的预算，偏好，预订酒店，甚至提醒您带伞，因为它可能会在目的地下雨。
Huang Renxun预测，在接下来的5 - 10年中，AI智能将成为主流，完全改变各行各业，例如医疗保健（自动诊断和治疗计划），制造业（优化的生产过程）和日常生活。
但这也带来了挑战，例如AI独立决策，高技术阈值和发展成本的安全。
Nvidia并不是唯一认识这种发展趋势的人。
OpenAI和DeepMind也越来越倾向于开发可以独立执行推理，协作和执行任务的智能模型。
但是，区别在于这些系统的定位。
NVIDIA将AI代理直接整合到工作中，并成为技术系统中必不可少的半自动合作伙伴。
这种转变的影响是深远的。
在GTC会议上，Huang Renxun指出，现在世界上大约有10亿个知识工作者，每个人将来可能会指挥10名AI助手！
在研发的前线上，工程师指挥了一组AIS，这些AIS执行自己的职责：有些专门检查安全漏洞，一些优化的代码以提高能源效率，并确保与新硬件的兼容性。
“工程师”的概念也在不断发展。它不再是一个独自战斗的技术大亨，而是成为指挥AI团队的商人。
但是，黄伦Xun还在他的播客中强调了一个严峻的现实：能量和计算能力是AI普及的最终瓶颈。
过去，芯片性能呈指数增长，但现在撞击了热力学和基础设施的天花板。
无论单个GPU多么高效，都必须同时运行数十亿个AI助手，现有的功率，散热和硬件条件将无法维持！
芯片包装，光子技术和散热系统领域的创新不是可选的，而是与生存必要条件有关的。
代理AI在这里！
同时，大型公司拼命地为AI助理工作。
OpenAI研究使AI可以学习使用工具，并且DeepMind考虑如何使AI团队合作。每个人都有一个明确的目标：只能听取说明的被动AI几乎已经过时了，将来是一个AI智能机构，采取了主动行动并独立完成任务！
NVIDIA的内部策略表明，它不仅希望成为计算能源供应商，还希望为技术行业提供蓝图。
Huang Renxun的愿景中也隐藏了一个警告。
人工智能助手将成为工作的必备品。良好使用的人和公司将涌入天空，而那些无法跟上的人将被消除。
生产力差距不会线性增长，但会呈指数增长。
由AI代理支持的工程师可能会产生数十倍甚至数百倍的普通工程师的价值！
如果您不执行系统的AI升级，很快您将通过根据经验和资格获得优势在海滩上拍照。
与其说这是Nvidia的内部计划，不如说这是AI时代技术行业的工作场所蓝图。
像许多技术革命一样，人们经常意识到自己的重要性很晚，而进入市场的公司已经延长了领先优势。
Genai确实是一项惊人的技术，但它也有明显的局限性。
如果在正确的情况下未应用，或者缺乏适当的管理控制，则可能会引起严重的问题。
著名的商业统计软件公司SAS首席技术官Bryan Harris举例说明了贷款应用中的大型模型。
“大语言模型对黑人申请人的拒绝率较高，并且建议的利率通常高于对白人申请人建议的利率。仅LLM不足以对大多数企业级申请情景胜任。它们需要更完整的过程，治理机制和道德准则。”
他进一步解释说，吉奈的模型是人类要求的，AI做出了决定或答案。代理AI在双向工作，而AI将首先组织并总结它以供人类审查。
他宣布SAS完全包含Agentic AI，并支持用户通过低代码/无代码来构建AI代理。
从Genai到代理AI，不仅是SA都会改变。
AI重塑了开发人员的角色
上周，meta举行了首个Llamacon人工智能会议。
小萨预测，明年，大约一半的开发工作将由AI完成，从而促进了该行业的生产力。
他说，meta正在开发AI模型，以编写其自己的AI系统。
纳德拉（Nadella）在美洲狮会议上透露，AI已从事Microsoft代码工作的30％。
开发人员的角色将从编写代码转换为管理AI，开发人员将在“定义需求”中发挥更大的作用，并优化AI生成的代码。
AI编程工具将启动软件开发革命。
它不仅会自动生成代码，而且还可以单独编写测试用例。这使开发人员有更多时间投资创新。
行业预测表明，AI可以提高生产率30％，预计将为全球GDP贡献超过1.5万亿美元。
目前，最受欢迎的AI应用程序之一是“ Vibe编码”，它是通过聊天提供AI说明。
开发人员可以提供适当的编程想法，并通过聆听音乐并在舒适的灯光下与AI工具聊天直接生成代码。
Gartner Research预测，到2028年，有75％的专业开发人员将使用AI工具，例如氛围编程。
在2023年9月，这一比例不到10％。
在接下来的三年中，80％的企业将将AI辅助测试工具集成到软件工程工具链中，这是显着增长，而去年年初约为15％。
《麻省理工学院技术评论》的报告表明，现在有94％的企业领导者在软件开发中使用生成AI，而82％的企业领导者在多个开发阶段使用它。
一些行业专家大胆地预测，在AI中编写代码不会很长时间。
人类首席执行官在最近的一次采访中说：预计AI将在3-6个月内撰写90％的代码。在又一年中，几乎所有代码都可以由AI处理。
尽管此预测听起来有些夸张，但软件开发的方式确实正在发生巨大变化。
Forrester Consulting副总裁表示，即使是经验丰富的高级开发人员也开始将气氛编程视为右手助手。
但是，他还提到，当前的AI辅助开发主要用于处理一些相对简单的任务，这使开发人员可以释放他们的手来完成更重要和创造性的任务。
今年早些时候，对超过2300名开发人员进行的调查发现，有42％的人已经在使用图灵机器人或基于AI的代码生成器。
随着图灵机器人变得越来越聪明和自主，开发团队将能够自动完成软件开发生命周期（SDLC）中的更多任务。
可能需要花费数周或数月才能完成的端到端应用程序可以很快完成。
GPT-4 Turbo（ChatGpt），Github Copilot，光标，Replositing，Repingsworter，Codeium和Amazon的Q开发人员所有支持对话的开发方法，例如Altermentere Programming。
github副唱片氛围编程演示
AI编程工具可以帮助开发人员集思广益，制作原型，改善功能，并检查代码中的错误或安全漏洞。
例如，提供诸如Copilot之类的实时建议，实现Cursor等交互式代码编辑或提供诸如ChatGpt之类的全堆栈指南。
这些工具简化了编码过程，非常适合独立开发人员，快速原型制作或团队中的协作开发。
例如stackblitz bolt.new，github spark，lodable等，可以根据说明直接生成应用程序。
Blinqio，Diffblue，Idera，QualityKiosk Technologies和Qyrus专门用于AI辅助测试。
据报道，Apple正在与Anthropic合作，将AI编程工具添加到Xcode开发软件中，并使用Claude Sonnet模型来帮助开发人员编写代码并进行测试。
亚马逊（AWS）也不闲置。它于2023年发布了预览，并于2024年4月正式启动了Q开发人员。开发人员可以在命令行界面中编程。
上周，AWS将此功能扩展到Visual Studio代码集成开发环境。
AWS生成的AI应用程序和经验部门的负责人将AI助手比作两个人一起编写代码，它将完成任务，例如坐在您旁边的程序员！
在亚马逊内部，所有开发人员均可使用Q开发人员工具集。
最近，亚马逊使用它将30,000个应用程序从旧版本的Java更新为新版本，该应用程序节省了4,500年的手动开发时间，并每年额外获得2.6亿美元。提高效率太明显了！
开发周期会引起巨大变化
Gartner Consulting上个月进行的一项调查显示，35％的IT领导者期望生成的AI从根本上改变其业务，而52％的人希望将该技术用于软件开发。
接受调查的高管中有三分之二以上认为，生成AI的好处大于其风险。
在软件开发过程中使用生成AI将使公司更加关注团队生产力。毕竟，人们普遍认为其主要优势在于降低成本。
大多数公司已经乘坐AI Express火车。尽管发展位置仍然存在，但工作内容将完全改变。
总体而言，生成的AI工具无法处理应用程序技术的90％，但是它们可以完成应用代码库的60％-70％。
专门针对每个字段，比例大致如下：
以上数据基于每天都在改变现有的生成AI工具的功能。
目前，生成AI可以编写大多数基本，常见和重复的代码。但是，如果您遇到复杂的开发方案，您仍然需要依靠人类的指导。
尽管当今的AI工具功能强大，但它们的使用并不便宜，并且更快地更新。
工程师将成为精通AI的建筑师，负责设计和维护复杂的系统，并且也可以根据用户需求快速更新。
工程师不必担心人工智能会找到工作。他们可以与AI合作，以更快地开发更高质量的应用程序并促进各种行业的创新。
开发人员认为，生成的AI工具在诸如生成样板代码，了解代码，测试，编写文档和重构代码等任务中非常有用。
但与此同时，这些工具还带来了代码质量，知识产权以及产出结果的指导和验证的风险。
开发人员越来越依赖AI AIDS，但是仍然有人参与了解所部署的代码以及如何实施。
编程和构建应用程序确实更容易，但是了解逻辑以及在部署和调试过程中如何运行代码仍然非常重要。
参考：
