CSDN 蒋涛：AI 开源平民化，人人都能为自己创造数百个专属应用

整理 | 王启隆

• 我们正从程序员的“2G 时代”进入真正的智能时代，即所谓的 3G 时代。随着大模型在本地设备上的运行，对应的“4G 时代”也将加速到来，AI 应用产生巨大爆发。

• 开源和闭源的工具在不断涌现， AI 技术生态的演进速度是过去云计算的十倍以上。 每一次新技术带来范式的转移， 应用的渗透速度都会加倍 。

• 智能体（Agent）写代码只是临时的热点，未来智能体将彻底改变人机交互的方式， 我们身边的每一个设备都会智能化 。

• 所有的电脑用户都将能够从零开始开发小型软件工具，创造软件将不再受编程语言能力约束，创造和使用软件的方式将发生巨大的改变。 每个人都可以创作数百个专属应用，每家企业都可以拥有专属个性化应用市场 。

以下为演讲全文整理：

AI 大模型是一场新生态革命

我从事编程很多年，经历了行业的很多演变周期。但这两年我发现，我们其实原本处于程序员的“ 2G 时代 ”，现在才开始进入真正的智能时代，即所谓的 3G 时代。

CSDN 在这些年里积累了超过 5300 万的注册用户，每天新增约两万用户。如今全球开发者数量持续增加，根据 GitHub 截止到 5 月份的数据，全球开发者数量达 1.32 亿，增长了 30%。而在中国，每年新增开发者数量达到七八百万，几乎与我国的大学生数量持平。

我们有一半的用户同时使用 CSDN 和 GitHub，但是我们中国也需要自己的GitHub，因此 CSDN 在 2020 年开始建设 GitCode 项目，去年与华为进行战略合作，底层使用华为的 CodeArts，上层面向中国开发者提供服务。

此外，我们也举办一些深度的技术大会，比如今年 7 月很快会在北京开启一场 全球软件研发技术大会 ，探讨的主题和这篇文章一样： 在开源大模型时代，软件研发将发生什么变化 。

计算范式的变化

首先是底层计算范式的变化。今年 6 月份高考的时候，我曾听北大计算机系的陈忠教授建议“ 不要选择计算机专业 ，因为冯诺依曼架构已不再是主流 ”，现在连教材都还来不及换。AndreJ Karpathy 在 2017 年曾提出了 软件 1.0 和 软件 2.0 的概念，标志着我们程序员从通过 if else 等规则解决问题，转变为神经网络自学习解决问题。

过去我们做的是确定性的、规则性的计算，研究结构化的数据串行如何执行；但神经网络的计算是不一样的，它需要向量和并行，它计算的是下一个词出现的概率（next-word prediction），充满了不确定性。 这里有个经典的类比： 我们相当于从经典物理时代进入了量子物理时代 。

开发范式的变化

大模型的出现带来了开发工具的巨大变化，此前被视为没什么机会的云计算也在不断演变。比如 CoreWeave，这家公司是做加密货币挖矿起家的，后面被英伟达投资了 80 亿美元专门做 GPU 算力；而在中国，前阿里巴巴副总裁贾扬清创办的 Lepton AI 就是云原生 AI 平台，专门做推理服务。这些案例体现了基础设施的革新。

围绕模型训练和生成式工具，各种新技术和工具链不断涌现，并且大部分都是开源的。开源项目的发展速度非常快，例如 Meta 的 Llama 项目虽然不到一年时间，但其生态项目的 Star 数已达 24 万，而 Kafka 和 Spark 做了十几年也只有其五分之一。 AI 技术生态的演进速度，是过去云计算的十倍以上 。我们原先是 以半年为单位来学习技术的最新动向，现在则需以周为单位学习。

图片来源：Sapphire Ventures

此外，作为 AI 大模型的驱动者，OpenAI 如今收入达到了非常惊人的 34 亿美元（ 去年是 20 亿 ），它也是史上最快达到一亿用户的公司。据最新统计，OpenAI 的独立访问用户已经超过 6 亿。

对开发者而言， AI 带来了编程范式的变化，开发从本地化走向云化，再到 AI 化，最终借助大模型赋能实现了 平民化 。 新的工具链不断涌现，帮助开发者编写、测试甚至 Review 代码。 GitHub 此前推出了 Copilot，并结合 Workspace，让 AI 可以随时在写代码的过程中提供帮助。这也解决了开发人员面临的最大障碍 —— 将想法转化为详细规范。

但现在，我们也面临许多严峻的挑战。

例如，我去年在注册 GitHub Octoverse 大会的时候发现居然没有中国选项，这也是我们开发 GitCode 的原因之一。此外， 编辑器也在发生变化，比如 OpenAI 投资的 Cursor AI 可以在写代码时无缝集成 AI 助手，提供了极大的帮助。

未来的编程方式将更加智能化，AI 助手将无处不在。当前大量工具仍由欧美公司掌握，但我们也在积极发展自己的工具链，比如华为、智谱和智源等公司都在努力，相信 AI 带来的机会对中国的公司和大模型厂商是一个巨大的机遇期 。

这一点可以类比汽车领域：德国、日本曾在燃油车领先了很多年，中国想追上传统燃油车几乎是不可能的，但是 我们 在电动车领域就实现了很好的超越。所以工具链也是如此，我们很难追赶 20 年的差距，但可以从 AI 编程入手。

我们的调查显示，AI 编程工具的使用率和留存率非常高，48.6% 的开发者每天使用 AI 编程工具。 GitHub Copilot 是世界上最领先的工具，占有率却只有 28%，这有点类似于电动车领域里特斯拉的地位。而 阿里的通义灵码等 国产工具 表现不错，使用占比 25.5%，国产化程度达到了历史新高。 此外，付费意愿值得一提，有 71.8% 的中国开发者愿意为工具付费。

未来可能是智能体（Agent）开发的时代，写代码只是临时过程，更多的智能体将帮助开发者完成工作。 例如，前段时间爆火的「 D evin 」就号称“ 你 的第一个 AI 软件工程师 ”。 总之，开源和闭源的工具在不断涌现。

交互范式的变化

随着用户与开发工具的变化，应用也会随之改变。每一次的技术转型同样会带来应用的类型变更，如今从 GUI 图形交互转为自然语言交互，应用形态正在发生变革。

我们总结，从 PC 时代、互联网时代再到移动互联网时代，应用的渗透速度都会加倍。如今进入生成式 AI 的应用时代，会用更短的时间完成范式的转移 。

人工智能的大模型时代并不是从 2022 年底才开始的，前面有很长的积累期，正如我开头提到 2G 时代将过渡到 3G ，可能马上就会进入 4G 的加速时代。 如果大模型未来能够在我们的本地电脑上很好地运行（苹果已经在今年 WWDC 2024 大会上演示了 iPhone 上的 7B 模型）， 会带来应用的巨大爆发。

创造软件将不再受编程语言能力的约束

应用将如何实现爆发呢？我们总结了三个关键点： 行业应用 AI 化、终端应用服务化和应用行业可塑化 。

行业应用 AI 化

我曾提出过一个观点： 大模型新时代， 人人都是开发者、行行知识炼模型 。每个行业都应该有自己的行业模型，基于自身的知识和数据，推动全行业 AI 化。

图片来源： Battery Ventures

此前美国投资机构 Battery Ventures 整理过法律领域的 AI 应用点。可以看到，光是法律领域，每个点都可以独立做一个模型，如专利 Review、合同 Review 等等。同样的情况在 AI 营销工具中也出现了，包括 SEO 和内容生成工具。

终端应用服务化

目前主流的交互方式还是依赖点击和键盘，但比尔·盖茨先前在他的个人网站发表过观点，他认为 智能体将是新的交互方式， 智能体会颠覆软件行业，引领自我们从输入命令到点击图标以来最大的计算机革命 。