aiXcoder：企业级软件开发需要把AI技术和工程方法论结合起来开展

12月24日，硅心科技（aiXcoder）的产品研发负责人黄宁在一场行业会议中指出，当下备受关注的Vibe Coding（氛围式编程）模式，很难直接满足企业级复杂项目的开发需求。他强调，AI并非能解决软件开发所有问题的“银弹”，需要和软件工程进行深度融合。

硅心科技（aiXcoder）产品研发负责人黄宁

黄宁表示，Vibe Coding这种模式往往是把代码的具体细节交给AI去生成，开发者只需要专注于对需求的描述就行。不过在企业级的应用开发里，这种模式经常会使得AI生成的代码出现一些问题，比如会忽略掉已经存在的工具函数，还会自作主张地增加一些模块，对代码的长期维护没有充分考虑，甚至可能留下安全方面的漏洞，这就加重了代码评审工作的负担。而这背后更深层次的原因是，AI不像人类工程师那样有过“吃亏”的经验，它只能给出在局部看来最优的解决方案，没办法满足项目在全局稳定性以及未来可扩展性上的需求。

针对这一情况，aiXcoder提出了一套“AI+软件工程”的实践方案，其核心思路是围绕AI的能力范畴来设计系统，并明确开发者作为项目最终责任主体的定位。该方案主要涵盖三个维度：首先，借助纵向分层与横向分离的方式，对复杂任务进行拆解，清晰界定人与AI各自的能力边界；其次，搭建“工具自动化监测+人工经验评审”的双重保障机制，以满足企业级的安全标准要求；最后，通过提示词工程与上下文工程，挖掘并运用企业内部的隐性知识，为AI提供更为丰富的项目相关上下文信息。

aiXcoder黑盒测试自动化方案

aiXcoder表示，这种开发模式已在其服务的企业项目里获得了验证。比如，在某通信行业头部企业开展的黑盒测试自动化项目中，团队通过搭建融合领域知识的工作流以及多智能体协同的方式，最终产出了能够批量运行的测试脚本，并且在关键环节配备了人工核验的机制。

黄宁在对未来进行展望时提到，行业正面临从“定义软件”到“定义软件开发模式”的演进，人类开发者需把更多精力投入到应对系统复杂性的工作中。

【