駕馭軟體開發的第四波：智能體人工智慧如何重新定義軟體的規劃、建置與交付方式

「唯一不變的是變化。」——赫拉克利特

我從學習程式設計至今已有30年。那時，還沒有整合開發環境（IDE），沒有敏捷開發，團隊協作開發也還處於萌芽階段。網路的成功遠未可知。過去三十年間，唯一不變的就是持續的變化──不僅體現在我們開發的軟體本身，也體現在我們建置和交付軟體的業務流程中。

新的創新、語言和流程不斷地顛覆、挑戰並推動這門相對年輕的工程學科的發展。物件導向程式設計、網路的興起、全球分散式開發、敏捷開發、現代協作工具、行動技術和雲端運算等大趨勢都已徹底改變了我們建構軟體的方式，而過去三年或許帶來了迄今為止最具顛覆性的力量：現代人工智慧。

那麼，人工智慧將如何改變我們現在以及未來規劃、建置、測試、保護、交付、運作和支援軟體的方式？要了解未來的發展方向，首先需要了解過去。本文（以及一系列後續文章）旨在探討軟體開發領域的變革浪潮，探討人工智慧為何如此契合軟體生命週期，並展望未來的發展方向。

第一波：程式開發

現代軟體開發的第一波浪潮通常被稱為過程式設計時代。這段時期的開發人員嚴重依賴結構化程式技術，這些技術高度依賴迴圈、條件語句和順序邏輯。 FORTRAN、COBOL、ALGOL、Pascal 和 C 等語言佔據主導地位，大多數開發團隊都集中辦公——團隊成員之間以及他們的運行時硬體（通常是大型主機）都位於同一地點。

這一波浪潮為高效能、高可靠性的軟體奠定了技術基礎。但它也帶來了一些限制：自上而下的決策方式、緩慢的瀑布式開發週期以及缺乏靈活性、難以維護的程式碼庫。

第二波浪潮：物件導向程式設計、敏捷開發與互聯網

到了1990年代初，軟體開發格局開始改變。網路正從業餘愛好者的樂園發展成為現代經濟的支柱，這給軟體交付的現代化、規模化和加速帶來了巨大的壓力。

這一波浪潮引入了物件導向編程，出現了 C++、Java、Smalltalk、Python 和 C# 等語言，實現了抽象、封裝、繼承，並為程式碼重用和可維護性奠定了基礎。

流程的改變同樣重要。敏捷開發、全球分散式團隊、結對程式設計和精實規劃方法逐漸普及。工具也隨之迅速發展：整合開發環境（IDE）、原始碼控制管理（SCM）和建置自動化成為標準配置。敏捷規劃、測試自動化、交付管線和持續整合工具也從「錦上添花」變成了「不可或缺」。

互聯網規模帶來的機會與工具的改進相結合，導致了生產力的爆炸式增長；許多人估計，僅在 20 世紀 90 年代，軟體產量就增長了五到十倍，是之前所有十年總和的五到十倍。

雖然這標誌著巨大的進步，但真正的變革和創新才剛剛開始。

第三波浪潮：行動、雲端、SaaS 和現代技術 DevOps

進入21世紀，軟體產業進入了指數級增長期。高速互聯網、更強大的個人電腦、智慧型手機、大型資料中心和雲端運算催化了軟體開發的第三波。

這波浪潮的獨特之處不僅僅在於新的程式語言。第三波的標誌是無所不在的網路連線、可擴展的運算能力，以及無論身處哪個產業，所有公司都在轉型為軟體公司的市場環境。

這波浪潮帶來了更高層次的自動化、以用戶為中心的設計以及「消費化」的軟體體驗。敏捷方法論也隨之演變為 DevOps強調開發與維運的無縫整合。持續整合/持續交付（CI/CD）等概念成為標準。虛擬化和雲端運算使基礎設施具有彈性，並可即時擴展。

商業模式也隨之改變：SaaS、平台生態系統和API經濟應運而生。軟體產業迅速擴張，新創公司、成長型企業和老牌公司競相轉型。正如馬克安德森在2011年《華爾街日報》的一篇評論文章中所說：“軟體正在吞噬世界。”

第四波：智慧軟體開發與交付

人工智慧、機器學習和神經網路雖然早在20世紀中期就已出現，但2022年11月標誌著一個重要的轉捩點。當時，OpenAI發布了ChatGPT 3.5，將生成式人工智慧大型語言模型（LLM）推向了主流應用。其成果立竿見影且意義深遠。 ChatGPT展現了媲美人類的上下文理解能力、流暢的自然語言互動能力以及多模態處理能力。隨著這些突破，能夠感知、推理和自主行動的智慧體人工智慧不再是科幻小說裡的情節。它已經到來，並且正在改變一切。

人工智慧將影響所有業務職能，但其影響在軟體開發領域最為顯著。我們正處於第四波浪潮的初期——這股浪潮由人工智慧和智能體工作流程所驅動。這股浪潮遠不止於自動補全或代碼產生。人工智慧代理正在重塑我們規劃、編寫、測試、保護、部署、運行和支援軟體的方式。它們正在優化鏈條上的每一個環節。更重要的是，它們正在改變整個系統。

在大型組織中，我們已經看到一種模式：狹隘、孤立的AI應用只能帶來漸進式的利益。自動化單一子流程只是轉移了瓶頸，而無法消除瓶頸。只有當團隊以整體視角應用AI，並將軟體生命週期視為一個相互關聯的系統時，AI的真正價值才能得以體現。

在這個新時代，對開發和交付流程的全面、深入的理解，加上深思熟慮的、策略性的 AI 採用，將決定哪些企業能夠脫穎而出，成為贏家，哪些企業只能淪為陪跑者。

在本系列文章中，我們將深入探討第四波人工智慧的核心屬性，探索軟體團隊成功（和不成功）採用人工智慧的真實案例，並概述正確採用人工智慧的框架。

下一步是什麼？

軟體開發和交付與人工智慧天然契合，但目前，軟體中的人工智慧部署在最容易的地方，而在最重要的地方卻未被充分利用。

在人工智慧開發領域，近一半的創投都流向了幫助開發者更快編寫程式碼的程式碼助理。然而，我們更應該深入思考的是，在程式碼編寫完成之前和之後，人工智慧如何發揮作用：規劃、交付、品質保證和安全。這才是真正的機會。