【新智元导读】从代码补全到全流程开发，AI正以前所未有的速度改变软件开发的规则。本文深入解析了L1到L5五个等级的AI编程工具，展望了AI编程的全面自动化。
AI恰似一把神奇的钥匙，悄然开启了编程领域的全新大门。
从代码补全到项目级自动化，AI的角色从「助手」转变为「工程师」，甚至是「开发团队」，极大地改变了软件开发的传统格局。
借鉴自动驾驶的术语，AI编程工具可以划分为L1到L5五个等级。接下来将详细介绍。
2025年1月AI编程领域可视化图
从基础功能层面来看，以GitHub Copilot为代表的L1级工具，主要聚焦于代码补全。
开发者常常会面临一些重复、繁琐的代码输入，这类工具极具实用价值，通过智能建议与代码补全功能，能极大地简化编码流程。
在现代开发环境中，L1级的代码补全工具已经极为普遍，为更先进的AI编程工具奠定了坚实的基础。
GitHub Copilot擅长代码补全
代码补全（L1）产品
L2级别的工具专注于任务级自动化，LLM如ChatGPT便属于这一范畴。
这类工具擅长处理各种开发任务，能够依据描述性提示来开发新功能、修复漏洞以及重构代码。
然而，在实际使用过程中，使用LLM进行编码任务也面临着一些挑战。例如，它需要精心设计的提示以及相关源代码上下文，才能生成高质量的代码，而手动创建提示既耗时又繁琐。
为了解决这一问题，一些工作流自动化工具应运而生，如命令行工具aider和桌面应用程序16x Prompt，它们能够简化提示生成过程，帮助开发者从LLM中获取高质量代码。
此外，Cursor、Continue和PearAI等集成开发环境（IDE）及其扩展，能够将LLM无缝集成到开发环境中，为开发者提供更友好的交互界面，让他们在开发过程中能够更便捷地与LLM互动，实现编程任务的自动化。
任务级自动化（L2）产品
L3代表着项目级自动化的早期阶段，像Codegen、Sweep 和 Pythagora这样的工具，具备分析项目需求并生成相关拉取请求的能力。
L3级工具的一个关键特性在于，它们能够通过与项目管理工具（如Jira）和源代码平台（如GitHub）集成，实现软件开发多个步骤的自动化，包括需求收集、代码生成、拉取请求创建和部署。
然而，目前这些系统尚处于初级阶段，仅能管理较为简单的编码项目，并生成基本的代码片段。在实际应用中，还需要人工进行干预，以确保代码的质量和相关性，这在一定程度上限制了它们的自主性。
另外，还有一些工具，如Vercel的v0、Tempo Labs的Tempo和CerebrasCoder，能够帮助用户创建网站，但通常专注于软件技术栈中的某一部分，例如前端开发。
项目级自动化（L3）产品
L4标志着从人类驱动编码向AI驱动软件开发的关键转变，开发过程能够实现从产品需求到生产部署的完全自动化。
这一级别的工具，如Devin、Marblism和Cosine的Genie等，旨在访问终端和部署工具，管理整个开发活动的流程。
用Marblism制作的示例项目
SWE-bench 验证排行榜（截至2024年12月19日）
这些先进的系统不仅能够解读产品需求、管理代码部署，还能维护生产环境中的软件，充分体现了AI软件工程师的角色。
它们的出现，能让非技术人员在短短几分钟内，就能从零开始创建一个功能完整的软件产品，大大降低了软件开发的门槛。
AI软件工程师（L4）产品
在L5级别，AI编程进入了一个全新的领域，可能涉及一个包含多个AI软件工程师的AI系统。这些 AI 代理能够协作完成项目，各自专注于软件开发的不同方面。
微软的论文《AutoDev》提出，智能体能够从智能体调度器（Agent Scheduleer）接收目标和对话历史，并根据规则和动作配置做出响应。不过，该论文目前仅使用单个GPT-4智能体来进行评估。
