- 简介AI智能体的兴起正在改变软件的构建方式。智能体的前景在于，开发者或许能更快地编写代码，将多个任务委派给不同的智能体，甚至完全通过自然语言来生成一整套软件。然而在现实中，智能体在专业软件开发中究竟扮演何种角色仍存疑问。本文探讨了经验丰富的开发者在软件开发过程中如何使用智能体，包括他们的动机、策略、适用的任务类型以及态度感受。通过实地观察（N=13）和定性调查（N=99），我们发现，尽管经验丰富的开发者认可智能体对提升生产力的价值，但他们仍坚持由自己主导软件的设计与实现，以确保软件的核心质量属性；他们凭借自身专业知识，采用各种策略来控制智能体的行为。此外，由于对弥补智能体局限性的能力充满信心，这些开发者总体上对在开发中引入智能体持积极态度。本研究的结果揭示了软件开发最佳实践在有效使用智能体过程中的重要性，指出了智能体可能适用的任务类型，并为未来更优的智能体交互界面和使用指南的设计提供了方向。
-
- 图表
- 解决问题论文探讨了经验丰富的开发者在实际软件开发中如何使用AI代理（agents），包括他们的动机、策略、任务适用性及情感态度。尽管AI代理被宣传为能通过自然语言生成完整软件并提升开发效率，但其在专业开发中的真实角色仍不明确。该问题具有现实意义，并非全新问题，但针对‘有经验开发者’这一群体的深入定性研究尚属稀缺。
- 关键思路经验丰富的开发者将AI代理视为生产力工具而非设计主导者，他们坚持掌控软件设计与实现，以保障软件质量。开发者利用自身专业知识制定控制策略来引导代理行为，并对其局限性保持清醒认知，从而形成人机协作模式。这一思路强调‘人类主导、代理辅助’的实践范式，突出了专业判断在AI时代的重要性，相较于当前追求全自动化代码生成的研究潮流更具现实洞察力。
- 其它亮点研究结合实地观察（N=13）和定性调查（N=99），采用质性研究方法深入挖掘开发者的真实使用场景与心理机制。未提及具体数据集或开源代码，但样本量在定性研究中具有说服力。值得关注的是，研究揭示了开发者对软件质量属性（如可维护性、架构合理性）的坚持是限制代理自主性的关键因素。未来可进一步探索如何设计更符合专业工作流的代理接口，以及制定AI代理使用的最佳实践指南。
- 1. 'On the Role of Large Language Models in Programming: A Survey of Industrial Practices' 2. 'Human-AI Collaboration in Software Development: Challenges and Opportunities' 3. 'Empirical Study on Developer Trust in AI-generated Code' 4. 'The Impact of Copilot on Productivity and Code Quality: An Industrial Case Study' 5. 'Agentic Workflows in Software Engineering: Vision and Challenges'
NEW
提问交流
提交问题，平台邀请作者，轻松获得权威解答～
向作者提问
提问交流