Salesforce 代码的20%由AI完成，开发者将转型升级而非消逝

AI 已经为 Salesforce 编写了 20% 的代码，但这并不意味着开发者会消失，而是他们的角色正在发生转变。以下是具体介绍：

开发者角色的转变

• 从技术执行者到战略规划者：AI 能够完成大部分初始代码的编写，开发者的工作重心从单纯的写代码，转移到了更偏向战略规划的层面，如思考“我们应该构建什么”“客户真正需要什么”。他们需要更多地关注业务需求，与业务团队紧密合作，理解客户的痛点和期望，从而更好地指导 AI 生成符合需求的代码。

• 从代码编写者到 AI 指导者：开发者开始采用“vibe coding”，即给 AI 高层次的指导，让 AI 生成代码初稿，然后开发者对生成的代码进行细化和调整。他们需要学会如何向 AI 提供清晰、准确的指令，以便 AI 能够生成高质量的代码。

• 从单一开发到全生命周期参与者：AI 不仅在代码编写阶段发挥作用，还在软件开发的整个生命周期中提供支持，包括构建阶段的代码扩展、测试阶段的回归测试和新代码测试等。开发者需要熟悉 AI 在各个阶段的应用，以便更好地利用这些工具提高开发效率。

开发者技能的提升

• 算法思维和问题分解能力：尽管 AI 能够生成代码，但开发者仍需要具备扎实的算法思维和问题分解能力，以便将复杂的问题拆解为 AI 可以解决的小问题。他们需要理解软件能够解决哪些问题，以及如何将业务需求转化为技术解决方案。

• 质量控制和测试能力：AI 生成的代码具有非确定性，开发者需要成为质量控制方面的专家，掌握边界测试和设置防护栏的技能。他们需要学会评估 AI 生成的代码的质量，确保其符合业务需求和技术标准。

• AI 相关技能：开发者需要学习 AI 相关的知识，如机器学习概念、数据科学和 AI 伦理等。这有助于他们更好地理解 AI 工具的工作原理，从而更有效地与 AI 合作。

开发者与 AI 的协作模式

• 明确分工与合作：AI 主要负责处理重复性、规律性强的代码编写任务，而开发者则专注于解决复杂的业务逻辑、创新设计和质量把控等问题。例如，在构建一个复杂的业务应用时，AI 可以快速生成基础的 UI 和数据库调用代码，开发者则在此基础上进行优化和扩展。

• 持续迭代与优化：开发者与 AI 的协作是一个持续迭代的过程。开发者根据业务需求和客户反馈，不断调整和优化 AI 生成的代码。这种协作模式使得软件开发更加高效，能够更快地响应市场变化和客户需求。