{"version":"https://jsonfeed.org/version/1.1","title":"leland feed","home_page_url":"https://leland-eu-org.pages.dev","feed_url":"https://leland.eu.org/json/","description":"<p><br></p>","icon":"https://leland.eu.org/assets/default/channel-image.png","favicon":"https://leland.eu.org/assets/default/favicon.png","language":"zh-tw","items":[{"id":"6tEOEDCfHuo","title":"Why now","url":"https://leland-eu-org.pages.dev/i/6tEOEDCfHuo/","content_html":"<h2><strong>Why now？</strong></h2><p>正如当年智能手机为开发者带来了新要素，而推动巨大的移动互联网的浪潮和应用程序开发生态，Fred Wilson 将其概括为：</p><ul><li>位置（location）</li><li>邻近度（proximity）</li><li>触摸（touch）</li><li>音频输入（audio input）</li><li>视频输入（video input）</li></ul><p><br></p><p>而 AI 的大浪潮也让我们开始思考新一波的迭代：大模型为开发者带来了什么样的新要素？开发者的 workflow 是否会因此产生新的改变？目前看来，AI 作为生产环境为开发者带来最显著的变化，是远超乎曾经的理解能力和生成能力，也会由此变革生产力和生产关系。未来的格局种也会慢慢出现除了人力替代以外的更多可能，比如直接调取大模型来成为软件中的“功能”，从而真正实现“大模型即服务”。</p><p>代码生成行业的发展可以追溯到计算机编程的早期。从最初的简单代码生成工具到现今的复杂人工智能驱动的系统，代码生成行业已经经历了多次重大变革。</p><p>•&nbsp;早期代码生成器：在计算机编程的早期，简单的代码生成器可以用于生成常见的代码模板和结构，以提高编程效率。比如基于 Java 的模板引擎 Apache Velocity，可以在开发人员创建的模板中，根据数据自动生成 Java 类代码，从而减少手动编写重复代码的工作量；</p><p>•&nbsp;集成开发环境（IDE）：IDE 则是更加贴合程序员工作流的产品，包含了诸如代码补全、错误提示和代码重构等功能，进一步提高了开发人员的工作效率；</p><p>•&nbsp;模型驱动架构（MDA）：在21世纪初，模型驱动架构（MDA）开始受到关注。MDA 通过将业务逻辑与技术实现分离，开发人员可以使用统一的模型描述系统来自动生成代码。如 No Magic，用户可以基于它实现从抽象模型到具体代码的自动化转换；</p><p>•&nbsp;人工智能和自然语言处理：随着 AI 和自然语言处理 NLP 技术的进步，代码生成领域取得了突破性进展。OpenAI 的 GPT-3 和 GPT-4 等大型预训练语言模型可以根据自然语言描述生成代码，可以理解业务逻辑后完成核心代码的搭建，在项目完成的过程中的效率和表现甚至超过大厂程序员。</p><p>GPT-4 可以通过输入粗糙的手绘草图来生成网站，并在短短几秒钟内生成几乎与草图一样的网页代码。</p><p>基于这些发展，软件开发的速度正在不断加快。根据市场调研公司 MarketsandMarkets 的报告，全球代码生成市场规模预计将从 2020 年的 20 亿美元增长到 2025 年的 60 亿美元，年复合增长率为 24.4%。而 AI 本身可以为这个市场带来更大的增长，除了 GPT-4 等更强能力的出现所带来的场景突破以外，使用者门槛也有了大幅降低，能够触达到更广泛的人群，我们预计未来的市场规模可以翻倍。</p>","content_text":"WHY NOW？\n\n正如当年智能手机为开发者带来了新要素，而推动巨大的移动互联网的浪潮和应用程序开发生态，Fred Wilson 将其概括为：\n\n * 位置（location）\n * 邻近度（proximity）\n * 触摸（touch）\n * 音频输入（audio input）\n * 视频输入（video input）\n\n\n\n\n而 AI 的大浪潮也让我们开始思考新一波的迭代：大模型为开发者带来了什么样的新要素？开发者的 workflow 是否会因此产生新的改变？目前看来，AI\n作为生产环境为开发者带来最显著的变化，是远超乎曾经的理解能力和生成能力，也会由此变革生产力和生产关系。未来的格局种也会慢慢出现除了人力替代以外的更多可能，比如直接调取大模型来成为软件中的“功能”，从而真正实现“大模型即服务”。\n\n代码生成行业的发展可以追溯到计算机编程的早期。从最初的简单代码生成工具到现今的复杂人工智能驱动的系统，代码生成行业已经经历了多次重大变革。\n\n• 早期代码生成器：在计算机编程的早期，简单的代码生成器可以用于生成常见的代码模板和结构，以提高编程效率。比如基于 Java 的模板引擎 Apache\nVelocity，可以在开发人员创建的模板中，根据数据自动生成 Java 类代码，从而减少手动编写重复代码的工作量；\n\n• 集成开发环境（IDE）：IDE 则是更加贴合程序员工作流的产品，包含了诸如代码补全、错误提示和代码重构等功能，进一步提高了开发人员的工作效率；\n\n• 模型驱动架构（MDA）：在21世纪初，模型驱动架构（MDA）开始受到关注。MDA\n通过将业务逻辑与技术实现分离，开发人员可以使用统一的模型描述系统来自动生成代码。如 No Magic，用户可以基于它实现从抽象模型到具体代码的自动化转换；\n\n• 人工智能和自然语言处理：随着 AI 和自然语言处理 NLP 技术的进步，代码生成领域取得了突破性进展。OpenAI 的 GPT-3 和 GPT-4\n等大型预训练语言模型可以根据自然语言描述生成代码，可以理解业务逻辑后完成核心代码的搭建，在项目完成的过程中的效率和表现甚至超过大厂程序员。\n\nGPT-4 可以通过输入粗糙的手绘草图来生成网站，并在短短几秒钟内生成几乎与草图一样的网页代码。\n\n基于这些发展，软件开发的速度正在不断加快。根据市场调研公司 MarketsandMarkets 的报告，全球代码生成市场规模预计将从 2020 年的 20\n亿美元增长到 2025 年的 60 亿美元，年复合增长率为 24.4%。而 AI 本身可以为这个市场带来更大的增长，除了 GPT-4\n等更强能力的出现所带来的场景突破以外，使用者门槛也有了大幅降低，能够触达到更广泛的人群，我们预计未来的市场规模可以翻倍。","date_published":"2024-05-12T04:26:13.799Z","_microfeed":{"web_url":"https://leland.eu.org/i/why-now-6tEOEDCfHuo/","json_url":"https://leland.eu.org/i/6tEOEDCfHuo/json/","rss_url":"https://leland.eu.org/i/6tEOEDCfHuo/rss/","guid":"6tEOEDCfHuo","status":"published","itunes:episodeType":"full","date_published_short":"Sun May 12 2024","date_published_ms":1715487973799}}],"_microfeed":{"microfeed_version":"0.1.2","base_url":"https://leland.eu.org","categories":[],"subscribe_methods":[{"name":"RSS","type":"rss","url":"https://leland.eu.org/rss/","image":"https://leland.eu.org/assets/brands/subscribe/rss.png","enabled":true,"editable":false,"id":"hlixyXUyL_l"},{"name":"JSON","type":"json","url":"https://leland.eu.org/json/","image":"https://leland.eu.org/assets/brands/subscribe/json.png","enabled":true,"editable":false,"id":"MQ5v6jkJ_8v"}],"description_text":"\n","copyright":"©2024","itunes:type":"episodic","items_sort_order":"newest_first"}}