峰会演讲者拆解软件开发公司新趋势

今年2月笔者去BrightTAK峰会溜达，赶上他们搞了个“软件开发方法论”专场。本来以为又是些干巴巴的理论，结果六位大佬轮番上阵，聊的都是咱们天天头疼的真问题——软件咋做才能赚钱又扛打？AI这新产物到底能不能靠得住？  

开发模型这事儿，没有“万能钥匙”

叶吉萨贝特·阿拉韦季扬（Yeghisabet Alaverdyan），亚美尼亚EKENG CJSC的系统集成主管，上来没整虚的。她把软件开发生命周期掰成七块儿：从规划可行性分析开始，到需求分析、设计、写代码、测试验证、部署，最后是维护老代码——这老代码啊，简直是程序员的“祖传包袱”，谁碰谁知道头疼。  

她还列了一串常用模型：瀑布、敏捷，说“软件复用”其实是个巧办法，别啥都从头写。临走前撂下一句实在话：“哪有啥标准答案？得看手头项目啥状态、目标多大、预算够不够、团队啥水平，灵活调！”这话听着糙，但真在理。  

测试不是“走过场”，是软件的“保命符”

说到测试，毛里西奥·阿尼切这教授兼作家，说话跟咱隔壁爱吐槽的技术大拿似的。他上来就喊：“别迷信大规模测试！咱们多数人又不是谷歌那帮神仙，没人家那基础设施，硬搞集成测试抓复杂bug？纯属给自己挖坑！”  

他教了个招儿：“分而治之”。先搞“预合并测试”，把测试金字塔搭明白——啥该测、按啥层级测，心里得有数。还强调“让写测试变简单”，“没人愿意在难搞的测试上耗时间，工具顺手了，人才愿意写”。最后补刀：“测试完不是完事儿，得接着跟团队对，别各干各的。”  

阿纳斯塔西娅·西罗塔（Anastasiia Syrota），Intellectsoft的项目经理，更直接。她把她公司踩过的12种开发方法全抖出来了：瀑布、敏捷、螺旋、RUP、原型法、JAD、RAD、DSDM、FDD、精益、XP、Scrum……列得笔者眼花缭乱。  

她掰扯每种的优缺点，末了说：“选哪个？看预算、团队大小、项目体量、客户咋想的。”为啥敏捷和Scrum最火？“简单啊！团队转得快，老板改需求也不至于掀桌子。” 

AI来了，偏见和官司也跟着来了

生成式AI现在火得不行，但毛病也不少。软件质量工程师格里·欧文（Gerie Owen）聊起这个直摇头：“AI跟人一样，也有认知偏见，而且这偏见藏得深。”  

她举了个扎心例子：亚马逊当年想用AI筛简历，训练数据全是男的简历，AI直接学歪了——“程序员=男的”。还有微软那个聊天机器人Tay，没“训练”识别冒犯词，结果满嘴跑火车。更绝的是伦敦一女医生，门禁卡死活刷不开健身房更衣室，一问才知道系统默认“医生”是男的——AI这脑回路，有时候比直男还离谱。  

欧文说：“偏见源于数据，数据源于人，人就有偏见，避不开。”她支招：用真实数据+用户画像测试，别光信AI。“咱们是想让AI替人决策吗？要是偏见跟人想的一样，你能接受？机器反应快，但代码造不出真智能，算法也没人脑子活。”  

伦斯勒理工的讲师克里斯托弗·托齐（Christopher Tozzi）更愁开源许可的事儿。“AI编码助手现在火，但用它的代码算不算‘复制’开源代码？复制多少违规？供应商自己都说不清！”他挠着头说：“可能违规，也可能不，全看你怎么用。”  

开源协议没规定“允许复制的量”，这就麻烦了：开源开发者怕代码被滥用，用AI的开发者可能稀里糊涂踩雷，雇主还得跟着吃官司。他给建议：“少抄AI生成的代码，记清楚哪儿用了别人的，定期扫扫代码库有没有‘偷跑’的开源代码。对了，多盯着《纽约时报》告OpenAI、微软这些案子，风向标在那儿呢！”  

AI真能兑现承诺吗？别被“神话”忽悠了

作家兼董事总经理马特·豪瑟（Matt Heusser）上来就拿“高德纳炒作周期”泼冷水：“新技术都这样——期待涨到‘过高期望峰值’，然后跌进‘幻灭期’，爬‘启蒙斜坡’，最后才到‘生产力高原’。现在AI就在峰值尾巴上，你看最近负面新闻是不是多了？”  

他说ChatGPT写东西有时候跟复读机似的，全是陈词滥调，智能全看训练数据。“但在测试领域是真有用：生成测试数据、写单元测试、分析需求，能省不少劲儿。”  

豪瑟最后撂下句实在话：“用AI前先把测试数据捋顺了，不然就是给自己埋雷。多问案例，找真用过的人唠，要样本试试合不合适——说白了，你得当自己的‘测试员’。”  

峰会散场时，笔者琢磨着：软件开发哪有什么“新时代密码”？无非是模型选对、测试做实、AI用稳。那些大佬讲的不是真理，是踩过坑的经验——毕竟，软件这东西，做得好不好，用户用脚投票最实在。