Proton发布AI宣言，阐述软件工程转型路径

过去二十来年，政府和其他机构花费数十亿美元教人们写代码。人们曾认为这是变化世界中少数安全的职业之一，但事实证明，编写和操作代码恰恰是AI模型最擅长的活动之一。科技公司在过去几年裁员超过100万人，微软上周就提出了6万人的买断方案。对软件行业的人来说，这是一个令人恐惧且彻底迷失方向的时刻。

大约一个月前，我写了一份内部备忘录，详细说明了Proton为了保持竞争力和安全性必须遵循的AI采用路径，以及我们作为一个组织迄今为止所遗漏、必须纠正才能让这一不可避免的转型取得成功的地方。毫无疑问，未能足够快速转型的组织最终会让他们的团队和依赖他们的人失望。

这份备忘录还有另一个目的，就是说服我的同事们，我们不是这场变革中的被动参与者，公司需要他们的才能和专业知识来实现它，而这一转型为那些选择为之做好准备并参与其中的人提供了机会。

这份备忘录不是一份深入的工程文档。它没有深入探讨安全性、可靠性或基础设施的具体细节。相反，它指出了我们整个行业的前进方向。

备忘录全文如下。 下载AI宣言PDF（新窗口） 对Proton的任何人来说——尤其是工程部门——软件工程在今年、甚至更早之前就已经发生了不可逆转的变化，这应该不会让人感到意外。LLM及其相关工具已经具备了编写代码的能力，以至于几天前一位Proton的资深工程师对我说——我引用原话——“{业务单元名称}已经没人写代码了。”就像20世纪记电话号码或19世纪骑马一样，手动编写优秀代码是一项核心技能，但它的时代已经过去了。

总体而言这是一件极好的事。代码编写的大部分工作过去是、现在仍然是耗时的苦差事，至少在生产和大规模场景下如此。文档和测试都是必要的事情，但很少有人喜欢做，历史上常常被忽视，代价是沟通不畅、效率低下和可靠性差。样板代码是软件工程苦力的典型代表，而它可能永远不再需要人类操心。模型现在可以建议和提出架构与系统设计，虽然往往不完美，但对讨论、决策和培训都有实质性贡献。

在Proton之外，AI革命正在席卷世界。其中很多是浮夸和表面的，是化妆式的宣传，更多是为了显得创新而非真正创新。但也有很多是非常真实的，那些公司（包括我们的竞争对手）现在所做的投资将决定我们未来所处的商业环境。这不是追逐潮流——我们在这里正在被落下，这对使命本身的成功是一个生存性威胁。

那么，为什么在Proton，感觉革命还没有到来？如果每个人都已经一直在用LLM，为什么生产力没有大幅提升？我认为归结为三件事，如果我们要在这个已经到来、而非即将到来的新时代中取得成功，这三件事都需要纠正。

第一是工程文化和工程师心态的转变。你的工作已经从根本上改变了。不再是写代码，LLM也不是来帮你更快写出更好的代码。你的工作是帮助LLM更快写出更好的代码。每个工程师现在都是团队领导、管理者，你的直接下属就是你使用的模型和agent。直接指导它们并在它们出错时纠正它们，这当然是其中一部分。但一个总是结对编程的两人团队算不上什么团队，一个团队领导在开会时没人工作的团队也算不上。AI需要能够自主、持续地工作，越来越少地需要人类照看。你的工作是识别LLM无法独自解决的问题，帮助它们不仅这次解决，而且下次能更好地解决——不仅为你，也为所有人：仓库级上下文文件、共享技能和提示词，以及确保重复失败触发调查和修复的习惯。你的工作是推动LLM自主能力的极限，在它做不到的事情上介入，并始终思考如何改进现状。

这不是专业知识的死亡。LLM很快。你很慢，但你携带着一生的经验、判断力和理解。你也（希望如此）远不容易产生幻觉或被不良或恶意输入误导，并且以模型永远无法做到的方式对自己、对队友、对Proton负责。你们一起可以比任何一方单独做到的多得多、快得多。

这也不是良好工程实践的死亡。在架构良好的代码库上，可维护性和速度更好。文档和测试仍然至关重要。话虽如此，我们需要对最佳实践随着成本和能力变化而改变保持开放。测试就是一个很好的例子。旧的最佳实践认为，在编写和维护测试成本高昂的世界里，太多测试（尤其是端到端测试）是一种糟糕的权衡。如果编写和维护测试变得廉价，我们划定那条线的位置很可能也会改变。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）