這是用戶在 2025-7-12 18:32 為 https://www.infoq.cn/article/mNUa9rGvMWSD5BocGZx9 保存的雙語快照頁面,由 沉浸式翻譯 提供雙語支持。了解如何保存?
寫點什麼

作為軟體架構師使用 AI 的經驗

  • 2025-07-04
    北京
  • 本文字數:1801 字

    閱讀完需:約 6 分鐘

大小:925.32K 時長:05:15
作为软件架构师使用AI的经验

Avraham Poupko 說,人工智慧擅長提煉語言和處理大文本,但缺乏類似人類的情境推理和情感智慧。 在進行軟體架構時,許多人類特質會發揮作用。 作為一名架構師,他建議使用人工智慧來探索權衡,並以清晰和精確的方式提煉語言。

 

Avraham Poupko 在 OOP 大會上分享了他作為軟體架構師在日常工作中使用人工智慧的經驗。

 

Poupko 在 《軟體架構師如何在日常工作中使用人工智慧》 中解釋說,軟體架構師和系統架構師不會很快被生成式人工智慧(AI)或大語言模型(LLM)所取代。 他們將被知道如何利用生成式 AI 和 LLM 的軟體架構師取代,同樣重要的是,他們還知道如何不使用生成式 AI。

 

Poupko 提到,當探索權衡,或試圖找到用精確語言說某事的正確方式時,比如使用正確的單詞和句子結構時,AI 是有説明的。 作為一個語言模型,AI 非常有説明,他提供了大量的清晰度:

 

作為一個實驗,我向 Gemini 提供了上述段落,並讓它建議另一種替代的措辭。 結果是:

 

Gemini>>“由於有效設計需要深入的系統、領域和組織知識,雖然人工智慧還不能取代人類架構師,但它是探索權衡和改進語言、為文檔提供清晰度和精確度的有價值工具。 ”

 

雖然 Gemini 提供的段落可能更簡潔,但它仍然需要一些工作。 例如,請注意 Gemini 在句子中添加的“還”這個詞。 “我認為這裡根本不需要加還,”Poupko 說。 如果一個人可以被 LLM 冒犯,這就是他被冒犯的地方,他補充說。

 

作為人類,我們非常擅長“情境推理”。 這意味著我們擅長接受大量的情境以及以往的經驗,並考慮最佳行為,Poupko 解釋說:

 

我們知道如何解讀形勢、肢體語言並判斷適當的行為。 這是 AI 目前非常不擅長的領域。

 

Poupko 說,AI 在涉及書面語言的任務中最有用。 當涉及到閱讀大量文本並使用這些文本中編碼的知識時,我們可能會發現 AI 比人類更好。

 

作為一名架構師,他瞭解到當他進行軟體架構時,他的許多人類特質會發揮作用,Poupko 解釋說:

 

我瞭解到我溝通能力的重要性。 我瞭解到我的心智理論的重要性,這意味著我有能力為別人的心智模型創造一個心智表徵。

 

AI 讓我清楚地認識到,真正的“理解”超越了對文本和技術的理解。 它是關於理解情境和人,Poupko 總結說。

 

InfoQ 採訪了 Avraham Poupko,討論了他作為軟體架構師使用 AI 的情況。

 

InfoQ:我們如何在 AI 增強的世界中利用我們的人類優勢?

 

Avraham Poupko:AI 擅長對大量知識進行編碼,而人類更擅長情境推理。

 

例如,我給 Gemini 提供了如下提示:

 

Avraham>>我正在構建一個基於網路的 AI 智慧體。 它知道如何從用戶那裡獲取問題或挑戰,並使用 AI 提出澄清問題,然後使用 AI 做出回應。 你能為我提供一些系統需求,讓我開始嗎?

我從 Gemini 那裡得到的答案很有用,可以看出它從很多來源收集了大量的知識:

 

雙子座>>

選擇一個簡單的框架 :從羽量級的前端框架如 React 或 Vue.js 以及像 Flask 這樣的後端框架開始。

選擇預訓練模型 :利用來自 Hugging Face Transformers 或其他庫中的預訓練模型進行 NLP 任務。

構建基本 API:創建一個簡單的 API 端點來處理使用者輸入並返回基本回應。

開發一個基本的 UI:創建一個帶有輸入和輸出字段的基本網頁。

反覆運算和改進 :逐步添加更多功能,完善用戶介面,並隨著時間的推移提高 AI 能力。

 

這些都是肯定合適且有説明的答案。

 

當我向一個瞭解我的很好朋友提出同樣的問題時,她的回答完全不同:

 

朋友>>Avraham,你知道,這是一個有趣的想法,涉及到人類和 LLM 之間的關係。 我認為你最好從澄清你的「智慧體」將做什麼以及 LLM 將做什麼開始。 我認為你應該從你的本地 PC 開始。 不要做任何開發。 花一些時間研究你如何讓 LLMs 提出一些能讓你理清思路的問題。 如果你能在慕尼克 OOP 之前做一些這樣的事情那就太好了。 你可以在演講中展示你的發現,也許會得到一些好的反饋或合作。 順便問一下,「智慧體」這個詞在這裡合適嗎? 也許可以用一些很酷的詞,比如“預思考者”之類的。

 

在我朋友的回答以及人工智慧的回答之間,我能夠就使用 LLM 的實踐和理論方面進行一場非常有趣的對話,以及探討智慧體在互動中可能扮演的角色。

 

InfoQ:關於生成式人工智慧的能力和局限性,你有何見解?

 

Poupko:我了解到人工智慧總是能讓我感到驚訝。 人工智慧有時在收集和表達已知資訊並將其應用於新情境方面做得驚人地好。

 

然而,與人工智慧對話與與人對話並不相同。 人工智慧對世界並不好奇,也永遠不會成為我的“朋友”,在這個意義上,我們無法共用共同的價值觀或目標感。

 

原文連結:

https://www.infoq.com/news/2025/07/using-AI-software-architect/

大會推薦:
8 月 22~23 日的 AICon 深圳站 將以 “探索 AI 應用邊界” 為主題,聚焦 Agent、多模態、AI 產品設計等熱門方向,圍繞企業如何通過大模型降低成本、提升經營效率的實際應用案例,邀請來自頭部企業、大廠以及明星創業公司的專家,帶來一線的大模型實踐經驗和前沿洞察。 一起探索 AI 應用的更多可能,發掘 AI 驅動業務增長的新路徑!

2025-07-04 14:008585

評論

發佈
暫無評論
發現更多內容

傳統行業為什麼需要互聯網人才

Geek_vidmje

Spark 地基之 RDD

正向成長

火花 RDD

Javac 源碼調試教程

學 Java 關注我

爪哇島 程式設計 程式師 架構 計算機

Leveldb 解讀之二:Read

喬溫

級別資料庫

分散式作業系統 Elastic-Job-Lite 源碼分析——作業失效轉移

比伯

爪哇島 程式設計 架構 互聯網 技術宅

移動開發 iOS 工程師秘笈(全套七層)

程式師 移動開發 ios 開發

8K 視頻指的什麼? 8K 視頻處理和工作原理分析

科技貓

技術 解析度 視頻 視頻處理 8 千分

百度商業大規模微服務分散式監控系統——鳳睛

百度 Geek 說

資料庫 分散式 微服務 大前端 監控

一種自適應混合域音頻無聲浮水印

行者 AI

音訊

Linux 內核源碼分析:基於最新的 Linux 4.0 內核(學習路線總結)

Linux 伺服器開發

後端 Linux 內核 內核源碼 內核4.0 底層原理

智慧公安情指勤指揮調度平臺搭建,指揮中心平臺搭建

送給你一份程式師大佬整理的 HTTP 基礎知識大圖

Java 架構師遷哥

分散式存儲中間件(1):10000 字把 Redis 扒個乾淨,一發入魂

北遊學 Java

爪哇島 資料庫 雷迪斯 分散式

Golang 性能分析

埃斯克萊

學習 極客時間 Go 語言 4月日更

如何用 iMazing 備份恢復貪婪洞窟

懶得勤快

Java-技術專題-同步可見性的查缺補漏

碼界西柚

JVM 發生前 可見性 有序性

Flink 在唯品會的實踐

Apache Flink

flink

直播系統聊天技術(四):百度直播的海量用戶即時消息系統架構演進實踐

傑克江

架構設計 即時通訊 直播技術

德賽西威與華為簽署全場景智慧出行生態解決方案合作協定

iOS 面試策略之語言工具-Objective-C

iOS 使用者

iOS 系統目標-C 程式師

B 站視頻下載:如何下載 B 站視頻到電腦上

科技貓

B 站 分享 嗶哩嗶哩 視頻處理 b 站視頻下載

又有400多個元件支援鴻蒙了!

Geek_283163

華為 鴻蒙

使用開源項目必須保留作者姓名? 開源軟體不能商用? 我們需要先學會分辨開源許可證

郭旭東

開源 開源文化

北京天源迪科亮相 2021 年企業數字化轉型峰會暨山東 CIO 智庫年會

DT 極客

道相同、謀相通、人相守:華為副總裁周躍峰分享如何與使用者精英共創數位基建

腦極體

乾貨拉滿! 阿里公開內部 P9 級架構師(Java)成長路線圖,滿滿的乾貨

Java 架構追夢

爪哇島 阿裡巴巴 架構 面試 成長路線

聚力區塊鏈 共建數字中國丨「桂鏈」平臺正式發佈並啟動全面接入「星火·鏈網”

雲計算

commons-pool2 池化技術探究

vivo 互聯網技術

爪哇島公共池 2 池化技術

實至名歸! DataPipeline 斬獲“銀行數位化科技創新大獎”

DataPipeline 數見科技

Github 瞬間爆火! 被各大廠要求直接下架的面試題庫也太全了

爪哇島 程式設計 程式師 架構 面試

【論文分享】Presto: SQL on Everything(二)

小艦

4月日更

作为软件架构师使用AI的经验_架构_Ben Linders_InfoQ精选文章