吳恩達>>歡迎來到生成式 AI 軟體開發。生成式 AI 正在幫助許多軟體開發者撰寫更快、更好的程式碼。需要澄清的是，這門專項課程並不是關於開發生成式 AI 應用程式，而是關於生成式 AI 如何幫助進行軟體開發。不管你是數據科學家、前端開發者、後端開發者、全端開發者、行動應用開發者，或其他類型的開發者，我們的課程都能為你提供幫助。
在這裡，我們邀請了 Laurence Moroney 擔任這些課程的講師。你可能已經熟悉 Laurence，他曾與 DeepLearning.AI 合作教授 TensorFlow 課程。此外，他還撰寫了 30 多本書，內容涵蓋科幻小說、程式設計和機器學習。我們非常高興他能教授如何利用生成式 AI 來提高軟體開發的最佳實踐。
勞倫斯·莫羅尼>> 很高興能在這裡與你和你的團隊一起合作。其中一個我一直在思考的問題是，生成式 AI 對軟體開發者日常工作的影響。你認為這會是什麼樣子？
吳恩達>> 令我感到驚訝的是，使用生成式 AI 寫程式比不使用時更加有趣。三週前，我嘗試將某個項目部署到雲端服務上。由於很久沒做這件事，我忘記了該怎麼做。如果我不得不去閱讀文檔來解決問題，那麼我可以做到，但坦白說，使用 LLM 提示來引導我完成這個過程要快得多。它幾乎是正確的，幫助我打包 Docker 容器，將其推送到所使用的雲端服務，並快速完成工作。所以我發現，知道有這樣一個生成式 AI 的程式開發夥伴可以幫助我，我會更加期待寫程式。
勞倫斯·莫羅尼>> 是的，有時候是那些繁瑣的任務讓人失去了解決問題的樂趣。有一個合作的程序員夥伴來幫助你完成這些事情，確實讓整體任務變得更加有趣。
吳恩達>> 是的，生產力是其中一個因素，我完全支持這一點。我記得有一項 McKinsey 的研究，還有一項 Cisco 的研究，估計代碼生成和各種任務的生產力提升大約是 35% 或更高。所以生產力的提升是很棒的，我完全支持。此外，增加的樂趣也是一個很大的加分。
勞倫斯·莫羅尼>> 完全同意。我發現自己坐下來寫程式時，比以前更加享受，因為我花更多的時間思考要解決的問題，思考如何實現它，而不是去處理用戶介面、Docker 容器或推送到雲端這類事情。這真的很有趣。
吳恩達>> 那麼關於社交媒體上的一些聲音——有人強烈表示沒有人需要再編寫代碼，因為生成式 AI 的緣故，軟體工程師將被淘汰。對此你有什麼看法？
勞倫斯·莫羅尼>> 我認為這種觀點是錯誤的。我認為作為一名軟體開發者的專業技能在生成式 AI 時代比以往任何時候都更為重要。它可以賦予你超能力，讓你更高效，能夠解決這些特定領域的問題，並在此過程中享受更多樂趣，讓你在工作中更加充實。
吳恩達>> 如果生產力提升的估算是準確的，比如說 35%，那麼我認為會發生的是，使用 AI 的人將取代那些不使用 AI 的人，而不是 AI 本身取代軟體開發者。而且當我想到已經顯示出明顯生產力提升的研究時，我認為隨著技術的快速發展，這些收益將會進一步擴大，變得更大。
勞倫斯·莫羅尼>> 絕對如此。我也認為，如果要用一個詞來形容的話，應該是『縮小化』（shrinkification）。LLM 變得越來越小，但仍然能保持高效。我確實看到這一趨勢在持續並加速，讓開發者的工作變得更加輕鬆。所以現在，與其透過聊天機器人或類似工具將代碼外包給第三方，不如直接在本地機器上運行一個 LLM。這個 LLM 是基於你的代碼庫訓練的，對你的領域有專業知識，可以作為你的配對程序員。我認為這將成為一個重要的趨勢。
此外，當然還有一點，許多公司不允許他們的源代碼被分享給外部。因此，你無法將它們帶到 ChatGPT、Claude 或其他類似平台。但是，當你有一個內部模型在自己的開發設備上運行時，這些限制就會被突破，我認為這將開啟新的可能性。
吳恩達>> 對於許多開發者來說，無論是新手還是有經驗的開發者，如果學習新事物時遇到困難，你必須找到人類專家來幫助解決問題。我非常喜歡這種『配對寫程式』的類比，現在你隨時有一個夥伴可以問問題，立即得到答案。我認為相比於等待一天或更長時間來找到該領域的專家，即使 LLM 並不總是知道所有答案，但這位夥伴可以立即提供答案並給出一些選項，這無疑將幫助開發者更快地解決問題。
勞倫斯·莫羅尼>>我個人發現，有時候即使它無法幫助直接解決當前問題，它所提供的答案也會激發靈感。一些答案會幫助我找到一個新的方向來解決某個問題，或者引導我進入一個我之前從未想到過的全新方向。這種靈感的激發確實讓任務更加有趣。
吳恩達>> 我非常欣賞你在我們的討論中帶來的洞察力。我們很多人可能已經在即興但有效的方式下使用生成式 AI 來幫助寫程式。你帶來的一點我特別欣賞，那就是系統性地分析開發者必須處理的任務，以及如何利用生成式 AI 幫助完成這些任務的最佳實踐。舉例來說，我之前從未想到可以用生成式 AI 來幫助測試驅動開發，直到很久以前從你那裡聽說這件事。這些系統性的分析真的讓人耳目一新。
勞倫斯·莫羅尼>> 謝謝。是的，另一個我喜歡的例子是依賴管理（dependency management）。通常錯誤並不在於你的代碼，而是你的依賴關係集有某些不匹配之處。能夠有一個友好的配對程序員或 LLM 幫助你解決這些依賴問題，處理變更，並指導你完成這些工作，這真的非常有幫助。