如何落地AI编程和可观测智能化？怎么从 0 到 1 训练大模型？阿里多位专家出席 ArchSummit 现身说法
高玉娴
麦肯锡的一项研究结果表明，在生成式 AI 的辅助下，可维护性代码文档可以在一半的时间内完成，新代码生成效率提升近一倍，而代码重构类任务的完成时间也节省近 1/3。
可见，随着 AI 大模型相关技术的快速发展， AI 编程助手的引入的确为软件开发带来了质的飞跃。那么，具体突破体现在哪些方面？基于大模型的 AI 编程工具存在哪些设计要点、难点和改进思路？从开发者自身的生命力出发，又如何用 AI 激活开发效率，提升生产力？
在 6 月 14 日 -6 月 15 日于深圳举办的 ArchSummit 全球架构师峰会上，我们邀请到了阿里巴巴研究员、阿里云云原生应用平台负责人丁宇（叔同），在 Keynote 主题演讲中分享 AI 编程带来的革命性巨变，他将围绕以上话题展开深入介绍，并且从全球视角分享开发者对于 AI 编程的需求差异、AI 编程工具能力，以及 AI 编程领域未来的发展趋势。
生成式 AI 的引入，在带来效率提升的同时，也使得 IT 系统复杂性日益增加，运维和监控领域面临的挑战随之增长。但“魔法”总能打败“魔法”，技术的问题同样可以用技术解决。AIOps 已成为解决以上挑战的有力工具，能够帮助自动化和优化监控流程，并显著提高效率。
在 ArchSummit 深圳，阿里云高级算法工程师陈昆仪博士将带来《阿里云可观测智能化探索与实践》的议题分享，详细探讨智能算法在系统异常检测和故障根因定位方面的应用，如推荐告警阈值、时序预测算法、定位异常服务以及分析错误或缓慢的调用链。此外，还将介绍如何利用 LLM 将自然语言自动转换为 Prometheus 查询语言（PromQL）的技术，简化查询构建的过程。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. AI编程助手的引入为软件开发带来了质的飞跃，提升了代码文档完成效率和新代码生成效率，节省了代码重构类任务的时间。 2. AIOps是解决IT系统复杂性和运维监控挑战的有力工具，能够自动化和优化监控流程，显著提高效率。 3. 智能算法在系统异常检测和故障根因定位方面的应用，以及利用自然语言自动转换为Prometheus查询语言的技术，对监控领域具有重要意义。 4. 使用云原生技术、微服务架构以及自动化扩缩容策略来构建高弹性、高性能的SMS网关，以应对流量波动和保障消息送达的准确性。 5. 技术从业者需要适应时代，利用大模型将软件系统带入下一个发展阶段，需要关注技能提升和企业赋能。 6. 架构师在AI时代面临挑战，需要关注可迁移能力，提升自身竞争力。 7. 大语言模型的从零到一的训练过程、训练原理和最佳实践对于了解AI编程工具的发展趋势具有重要意义。 8. 生成式AI技术对企业未来架构的影响，吸引了众多互联网技术大厂和头部互联网企业的专家共同探讨。 9. ArchSummit深圳大会议程已经上线，持续更新，提供了关于AI编程和可观测智能化等方面的更多详情。
该试读文章来自《AI 前线》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论