从L2到L5：AI智能体对程序员工作方式的深刻影响与未来展望

人工智能的分级

在当下，AI Agent的智能化可分为五个等级，分别对应L1,L2,L3,L4和L5.

图片引用自网络

L1：基本反应型智能体

• 能力：只能执行预设的简单任务，通常不具备任何自我学习或推理能力。
• 特点：这种智能体基于规则和条件反射工作，反应简单且固定。例如，自动化脚本、简单的机器人等。
• 应用：一些固定任务的自动化、简单的流程控制等。

L2：自主反应型智能体

• 能力：具备一定的自主性，能够在预定规则范围内做出反应。它们能够从环境中获取信息并做出简单的判断，但没有深度推理能力。
• 特点：通过传感器和算法获取输入，根据环境做出有限的决策，能在不完全依赖人工指令的情况下执行任务。
• 应用：基础的自动驾驶系统、家居自动化系统、客服机器人等。

L3：自适应智能体

• 能力：能够在一定程度上学习并适应环境变化，具备基础的学习能力，能够改进自己的行为或反应。
• 特点：智能体通过反馈机制，优化自己的决策和行动。通常能通过数据分析做出更合理的判断，但学习能力仍然有限。
• 应用：一些简单的机器学习应用，如推荐系统、语音助手、智能安防等。

L4：高级自学习智能体

• 能力：具备较强的自我学习和自我优化能力，能够从大量的数据中进行深度学习、推理和决策。
• 特点：这种智能体能够在复杂环境下独立工作，并通过学习和改进来处理复杂的任务。它们不依赖于固定的规则，能通过经验不断优化自己的行为。
• 应用：高级的自动驾驶系统、深度学习模型（如GPT-3、AlphaGo等）、复杂的数据分析和决策支持系统等。

L5：完全自主智能体（超智能）

• 能力：具备完全的自主性和高度的智能，能够像人类一样进行推理、决策、创造，甚至具备情感和意识。其能力远超人类。
• 特点：L5智能体能够处理完全未知的任务，并具备广泛的学习、推理、创造和社会交互能力。它们在几乎所有领域都能自如应对并做出最优决策。
• 应用：未来的人工通用智能（AGI）、具备自我意识和自主决策能力的机器人等。

其中，只有达到L2级别，还真正能算得上是一个Agent智能体。

未来看法

而我们大多的智能体介于L2-L3之间。作为一个互联网行业的程序员，也谈谈对未来AI的看法：

目前我们公司今年也开始逐步去拥抱AI，并且带领团队逐步向AI转型，我经历了从一个传统程序员到一个拥抱AI的程序员的转型。早在之前，我们在编码阶段需要首先梳理清楚需求，并完成架构和程序设计，然后开始编码，甚至连单元测试都没时间写，就匆匆忙忙提测。到了今日，在我们团队不断的尝试下，随便是再复杂的业务代码，都可以完全靠AI去编码，作为一个研发人员的工作方式发生了质的变化，我们在梳理清楚需求和完成架构和程序的设计的同时，完成这块提示词的编写，复杂一个业务模块的提示词可以长达3000字，并不断进行提示词的优化。甚至是自己完成单元测试的编写，以前完成设计后，编码16小时，现在可以变成5小时的提示词编写，3小时的代码Review和调试，当然这个效率的提升并不敢说50%，但至少提升个20%-30%是不在话下的。

在我们面向提示词开发的过程中，也不禁做了一些思考，只需要写得一手好的提示词，即使是再复杂的代码都可以完成让AI去完成编写，人只需要进行设计即可，那为什么我们还要求AI写得代码要符合我们的编码规范呢？为了让AI写的代码符合我们的规范，又进行了大量的提示词优化，有什么意义呢？我觉得有以下几个方面：

1、大家普遍还是尝试阶段，没有很大的信心完全交给AI，担心哪天AI搞不定了还得靠人来上

这个确实是一个大家担心的一个问题，但实际上，从我的近期的实践来看，如果AI搞不定，大概率是写的提示词不够精确，或是没有一个AI思维去编写提示词，大概率是用AI的这个人的问题，而不是AI工具本身的问题。况且目前的AI 编码工具我个人认为也是介于L2-L3的水平，还是需要人工更多的在提示词上花费更多的时间去编写，也许未来达到L4或L5的水平后，提示词的编写又一轮思维的转变。

2、并不是所有研发人员能快速拥抱AI，还是有很多老员工坚持传统的工作思维

从传统研发人员转向通过AI的人机协助，让AI成为工作中的一部分，确实需要很大的思维转变，也许，这对于一些不乐于接触新鲜事务的研发人员来说是一个挑战。从编码转向编写和优化提示词以及代码Review和调试，这是一个完全不同的思维和工作模式。同时，有了AI辅助，我个人对一个高级研发人员的定义也发生了明显的变化。从前，我们对一个高级Java的要求是 ：熟练掌握Java集合，SpringBoot体系，并掌握相关原理，并且能独立按时完成功能的开发。但有了AI以后，我们需要研发人员能编写出高效准确的提示词，同时AI又经常一本正经的胡说八道，需要研发人员具备识别错误的能力。同时，AI目前不具备设计的能力，设计这一块完全需要人工来进行设计。需要研发人员有设计能力。如此来看，以往的高级Java这些技能很多可以被AI所取代。但这块的能力依然很重要，因为识别并纠正错误，以及在复杂场景的提示词编码中，这部分的能力依然很重要，只是不再要求研发人员记得具体的一些类名怎么写，方法怎么调用了，但原理依然需要你理解才能编码出高效的提示词并能正确够识别错误，同时又要求你有设计的能力，这反而是对研发人员提出了更高的要求，当然，当你达到这个标准以后，你反而会觉得工作的过程中会更加轻松，你完全可以在编写完提示词在AI编码的这部分时间里去喝个茶，“摸个鱼”。摸完了鱼，活说干得又大差不差了，同时如果你一眼又能看出里面的问题，继续去优化提示词，难道不是很爽吗？

当然AI会继续发展，让AI成为我们工作的一部分，需要思维的不断转变，并且需要追随他，未来可能又会是一次大的转变，同样，这对研发人员也会是一次大洗牌，对于不拥抱AI的研发人员来说，必定会被市场淘汰。

3、提示词很难进行规范化管理，即便管理规范，也不具备可调试性

这确实是最大的一个问题。如果代码没有按照我们的规范来编写，我们很难读懂他的意思，后续如果要修改功能，你面对一个毫无设计，错综复杂的系统而言，你可能连提示词都不知道如何去编写。同时，如果发现了系统隐藏BUG，可能还真需要研发人员去DEBUG代码才知道问题。

但我有个大胆的猜想，随着AI的发展，如果达到了L4或是L5级别，Java,python这种编码语言会不会都成为历史，发展出一个AI的DSL(领域特定语言)，未来所有的AI Agent在DSL都有统一的规范，更易让AI去理解他。在那一天，或许研发人员最多会去学习一下DSL，以AI的视角来看整个世界，那时候，AI是主角，研发人员只是如何去配合好AI去完成工作。

新工作模式

同时，这我仅仅是站在了目前研发人角度来思考整个领域，实际上，未来的工作岗位我觉得也会是一场大的变革，现在，我们一个产品研发到上线过程中有产品、需求、前端研发、后端研发、测试、运维等。而我们面对AI，如何更好得串联起整个流程我们也充满了未知数。至少从目前的L2到L3阶段来说，对于复杂业务场景代码编写，如果不是一个专业和前端或后端，是无法编写出非常专业的提示词的，这块还是有他的稀缺性，但对于初中级研发或许一部分的工作可以被AI取代。一个完善的系统运维完全可以通过AI来完成，但这需要在公司层面对整体规划和在研发阶段的投入。而测试和研发未来我觉得更容易融合为一体，我们的软件测试基本可以分为以下几大类：

单元测试：一般是研发人员完成，有了AI加持，可以编写覆盖率更高的单元测试。

集成测试：一般是研发人员完成。在对多个系统集成以后，验收集成功能是否正常。

系统测试：这块在以往主要由测试人员完成。但在有了AI加持后，完全可以在研发阶段，测试人员能提供一个场景支持和一些提示词的输入，以帮助研发人员更好的完成提示词的编写，提示词的编写融合了研发人员和测试人员的内容，研发人员并按要求完成AI编码后的调试，BUG可以大幅降低，并且由于有了测试人员的场景输入，如果能再融合一些自动化接口测试相关提示词，在测试阶段即可完成自动化测试，大幅减轻测试工作量，但这对测试的要求也有一定的提升，并且需要对传统的思维模式的一个质的改变，同时，对初中级测试的需求量会有一定的减少是必然。当然，这仅仅是L2-L3级别，如果达到L4和L5呢，你自己想吧！

验收测试：一般由项目经理和客户方测试。这块应该不会有改变。

AI发展态势

那么，什么时候L4和L5能达到呢？虽然AI发展迅猛，但我觉得并没有那么容易。

说说我的几大理由：

1、目前AI存在一定的泡沫性，Open AI凭借微软的靠山，走在了AI研发的前沿，但目前每年仍然有大量的科研经费，且仍然在扩张，目前还不处于营利期，我们可以看：

因此，近几年AI之所以快速的发展，是靠我们的科技巨头烧了大量的钱换来的，但觉得成本不断的增长，会有泡沫的一天，只恐怕也会是纳斯达克崩盘之日，但你也无需恐慌，我们并不知道是哪一天，就像20年前就有人预测房地产即将崩盘一样。

2、数据墙。目前AI在不断的学习我们人类已知的数据，已经非常接近上限，国外有相关研究者估计，将在2026-2032年期间人类所有的数据被会被AI消耗完毕。而这些数据是人类上千年才发展而成的，而AI之所以发展如此之快，是由于人类在短短两三年内，人类将上千年的所有知识体系都喂给了他，而有了今天如此智能的AI。这就相当天我们乘坐电梯直接上了顶层，上了顶层后如果我们再继续往上呢？只能一步一步往上爬了！这也就是L4和L5的发展必经阶段，必须突破这个数据墙。

总的来说，AI的发展无疑会重塑软件开发的未来。随着AI智能体的不断进化，尤其是在L4和L5的阶段，程序员的工作方式将经历一次彻底的变革。尽管目前我们仍处于AI转型的早期阶段，但未来不远的某一天，我们将不再依赖传统的编码语言，而是与AI共同编写出更加高效、精确的系统。那些能够迅速拥抱AI、理解其潜力并与其协作的研发人员，将在未来的职场中占据有利位置。而不愿意适应这一转变的程序员，则可能被时代淘汰。AI的浪潮已然来临，未来属于那些敢于拥抱变革的创新者。