Vượt qua Lập trình AI: Sự Nhảy vọt Thực sự về Năng suất là Bỏ qua Mã hoàn toàn

Đối với tất cả sự chú ý về phát triển được hỗ trợ bởi AI, từ các công cụ tự động hoàn thành đến các hệ thống tạo ra toàn bộ kho lưu trữ, cuộc trò chuyện vẫn tập trung vào tốc độ. Mọi người đều nói về việc tạo khung nhanh hơn, tạo mẫu nhanh hơn và tạo mã nhanh hơn. Các đội sản phẩm庆祝 khả năng chuyển đổi các mô tả ngôn ngữ tự nhiên thành hàm hoặc API trong vài phút. Vâng, những lợi ích này là có ý nghĩa, nhưng chúng vẫn hoạt động trong cùng một mô hình phần mềm. Mã được viết, biên dịch, triển khai, kiểm tra và bảo trì. Chu kỳ tăng tốc, nhưng cấu trúc vẫn còn nguyên.

Ở mức độ sâu hơn, tuy nhiên, một sự thay đổi đang bắt đầu xuất hiện, một sự thay đổi chỉ ra bước đột phá thực sự về năng suất tiếp theo. Để đạt được những lợi ích đáng kinh ngạc, chúng ta cần một sự thay đổi mô hình: không phải mã nhanh hơn, mà là ít mã hơn. Thay vì sử dụng AI để chuyển đổi các quy tắc kinh doanh thành chương trình mà máy móc thực hiện sau này, logic kinh doanh sẽ được thể hiện trực tiếp bằng ngôn ngữ tự nhiên và được thực hiện bởi các hệ thống thông minh. Mô hình trở thành thời gian chạy. Các lớp dịch thuật biến mất.

Đây không phải là một vấn đề về sự tiện lợi. Nó thay đổi cách các tổ chức hoạt động. Nó thay đổi cách chính sách trở thành phần mềm, cách quy định trở thành hành động và cách các doanh nghiệp thích nghi với các áp lực bên ngoài. Nó mang lại khả năng thu hẹp các chu kỳ kỹ thuật nhiều tháng thành các cập nhật chính sách nhanh chóng, di chuyển nhanh như các tổ chức quản lý chúng.

Làm thế nào AI di chuyển từ viết mã đến thực hiện logic

Có ba giai đoạn áp dụng AI rộng rãi trong phát triển phần mềm. Giai đoạn đầu là lập trình được hỗ trợ bởi AI, nơi máy giúp tạo ra các đoạn mã hoặc hàm trong quá trình phát triển. Giai đoạn thứ hai là hệ thống được tạo ra bởi AI, nơi các thành phần lớn hoặc kiến trúc có thể được tạo ra từ ngôn ngữ tự nhiên. Giai đoạn thứ ba là logic được thực hiện bởi AI, nơi các nhà phát triển không viết mã. Thay vào đó, họ cung cấp chính sách, quy tắc hoặc ý định. Hệ thống giải thích các hướng dẫn này và thực hiện chúng trực tiếp.

Đa số các cuộc thảo luận trong ngành vẫn còn giới hạn trong hai giai đoạn đầu. Chúng tạo ra hiệu quả nhưng không thay đổi cấu trúc sâu hơn của phần mềm. Logic phân nhánh, đường ống triển khai, kiểm tra hồi quy, quản lý môi trường vẫn còn. Cũng như nợ kỹ thuật, trôi dạt phụ thuộc, và nhu cầu về các đội có thể điều hướng các lớp dịch thuật phức tạp giữa chính sách, yêu cầu và mã.

Cơ hội trong giai đoạn thứ ba là có ý nghĩa hơn. Khi hướng dẫn kinh doanh trở thành nguồn sự thật, các tổ chức chuyển từ chu kỳ phát hành phần mềm sang thực hiện được thúc đẩy bởi lời nhắc. Cập nhật một quy tắc tuân thủ trở thành một hướng dẫn duy nhất. Điều chỉnh ngưỡng điểm số gian lận trở thành một hướng dẫn duy nhất. Điều chỉnh logic hoàn trả cụ thể theo khu vực trở thành một hướng dẫn duy nhất. Những thay đổi này không được đưa vào một danh sách chờ. Chúng di chuyển trực tiếp vào thực hiện được kiểm soát thông qua mô phỏng, xác thực và phê duyệt.

Mô hình này chỉ mới bắt đầu hình thành. Các thành phần tồn tại, nhưng tích hợp chưa được phổ biến. Tuy nhiên, hướng đi là rõ ràng.

Tại sao giảm努力 lập trình không đủ

Mã được tạo ra bởi AI vẫn mang theo những gánh nặng giống như mã được viết bởi con người. Hệ thống yêu cầu bảo trì và phụ thuộc thay đổi. Ngoài ra, việc tái cấu trúc trở nên không thể tránh khỏi khi logic phát triển, và chu kỳ kiểm tra và hồi quy vẫn tồn tại vì tính chính xác vẫn phụ thuộc vào các hướng dẫn tĩnh được viết trong một ngôn ngữ quyết định. Nhiều hạn chế này không liên quan đến việc ai viết mã. Chúng phản ánh bản chất của mã: một lớp dịch thuật giữa ý định kinh doanh và thực hiện máy móc.

Các hạn chế này tích lũy. Chúng tiêu tốn thời gian và tiền bạc. Ngay cả các kho lưu trữ được tạo ra bởi AI tinh vi nhất vẫn yêu cầu giám sát và kiểm tra phức tạp. Bảo trì trở thành yếu tố chi phí chủ đạo trong suốt vòng đời của hệ thống.

Các nghiên cứu gần đây đã phác thảo những thách thức này chi tiết. Một nghiên cứu năm 2025 về nợ kỹ thuật trong các hệ thống được kích hoạt bởi AI cho thấy rằng các tổ chức áp dụng mã được tạo ra bởi AI vẫn phải đối mặt với các vấn đề bảo trì đáng kể, không nhất quán về kiến trúc và gánh nặng tái cấu trúc lâu dài. Những vấn đề này xuất hiện bất kể mã được viết bởi con người hay mô hình, điều này cho thấy rằng việc tăng tốc tạo mã không giải quyết các hạn chế cấu trúc của kỹ thuật phần mềm. Loại bỏ hoàn toàn lớp dịch thuật là con đường duy nhất để đạt được năng suất đột phá.

Tại sao lĩnh vực tài chính sẽ cảm nhận được sự thay đổi này trước tiên

Thanh toán, ngân hàng và dịch vụ tài chính hoạt động dưới các điều kiện thưởng cho sự thích nghi. Các cảnh quan quy định thay đổi thường xuyên, và hướng dẫn trên các lĩnh vực như xác thực khách hàng mạnh, hoàn trả gian lận, trừng phạt xuyên biên giới và bảo vệ người tiêu dùng đang phát triển liên tục. Ví dụ, thông tin của FCA về việc hoàn trả APP đặt ra kỳ vọng rõ ràng về giám sát và kiểm soát hệ thống trong môi trường này. Các tổ chức thường花tháng để chuyển đổi các thay đổi chính sách thành hành vi hệ thống, và sự chậm trễ này tạo ra một bất lợi chiến lược.

Một mô hình thực hiện được thúc đẩy bởi lời nhắc có thể thay đổi nhịp điệu. Thay vì mã hóa các quy tắc trong nhiều hệ thống, các tổ chức tài chính có thể cập nhật chính sách trực tiếp bằng ngôn ngữ tự nhiên và cho phép lớp thực hiện giải thích, mô phỏng và tạo ra đề xuất triển khai. Nếu điều này xảy ra, chi phí phát triển sẽ giảm. Ngoài ra, rủi ro hiểu lầm sẽ giảm, và khoảng cách giữa quy định và triển khai sẽ giảm đáng kể.

Kỳ vọng quy định tại Anh đang di chuyển theo cùng hướng. Tuyên bố chính sách của FCA và Ngân hàng Anh về khả năng phục hồi hoạt động năm 2024 đặt ra các yêu cầu nghiêm ngặt hơn về cách các tổ chức tài chính xác định các điểm yếu, phản ứng với thay đổi và duy trì tính liên tục trên các dịch vụ quan trọng. Hướng dẫn nhấn mạnh vào các cấu trúc quản trị rõ ràng hơn và giám sát mạnh mẽ hơn đối với các hệ thống hỗ trợ thanh toán và kiểm soát gian lận. Các tổ chức có thể chuyển đổi chính sách thành hành vi hoạt động nhanh chóng sẽ được đặt vào vị trí tốt hơn để đáp ứng những kỳ vọng này.

Các rủi ro mà các nhà lãnh đạo phải xem xét

Sự thay đổi này không thiếu thách thức. Thay thế mã bằng thực hiện được thúc đẩy bởi mô hình giới thiệu các hình thức rủi ro mới. Tính quyết định trở nên quan trọng, đặc biệt là trong các khoản thanh toán nơi tính dự đoán và khả năng kiểm toán là bắt buộc. Khả năng giải thích trở nên quan trọng đối với tuân thủ và xem xét quy định. Chi phí tính toán phải được kiểm soát. Quản trị cần có các đường dây trách nhiệm rõ ràng, đặc biệt là dưới các chức năng quản lý cấp cao.

Các công việc gần đây về độ tin cậy và đánh giá mô hình nhấn mạnh sự khó khăn trong việc duy trì hành vi quyết định tại quy mô lớn. Một nghiên cứu xem xét các chuẩn mực mô hình ngôn ngữ lớn cho thấy rằng các thay đổi nhỏ trong thiết lập đánh giá tạo ra kết quả không nhất quán và đôi khi mâu thuẫn. Sự biến đổi này có nghĩa là bất kỳ lớp thực hiện được thúc đẩy bởi lời nhắc nào cũng sẽ cần các kiểm soát bao gồm các mô hình rào chắn, thủ tục xác thực, môi trường mô phỏng và lời nhắc và mô hình phiên bản. Những yếu tố này sẽ cần thiết để đáp ứng các kỳ vọng quy định về giám sát và khả năng phục hồi hoạt động.

Cơ sở hạ tầng xung quanh các mô hình thực hiện AI sẽ định nghĩa liệu các tổ chức có thể áp dụng mô hình này một cách an toàn hay không. Không đủ để thể hiện các quy tắc bằng ngôn ngữ tự nhiên. Các tổ chức phải xây dựng các lớp đảm bảo tính chính xác, khả năng tái tạo và quan sát được.

Một kiến trúc tiềm năng cho các hệ thống chính sách-sang-thực hiện

Một môi trường thực hiện tương lai cho các tổ chức được quản lý có thể tuân theo một cấu trúc nơi chính sách trở thành nguồn sự thật hoạt động chính. Quá trình có thể hoạt động thông qua các lớp sau:

• Chính sách: các quy tắc kinh doanh hoặc tuân thủ được thể hiện trực tiếp bằng ngôn ngữ tự nhiên.
• Thư viện lời nhắc được kiểm soát: một kho lưu trữ phiên bản nơi các quy tắc này được lưu trữ, xem xét và phê duyệt với đầy đủ lịch sử kiểm toán.
• Giải thích và mô phỏng AI: các hệ thống kiểm tra chính sách, chạy kịch bản, kiểm tra các trường hợp biên và xác định các điểm không nhất quán trước khi triển khai.
• Đề xuất triển khai: các bước triển khai đề xuất, bao gồm các rào chắn và đánh giá tác động, yêu cầu phê duyệt của con người.
• Thực hiện thông qua API có cấu trúc: Một khi được phê duyệt, hệ thống áp dụng chính sách đã được xác thực bằng cách sử dụng các cơ chế quyết định hiện có, chẳng hạn như các động cơ quy tắc hoặc API được định nghĩa trước cập nhật cấu hình, ngưỡng hoặc kiểm soát. Lớp AI giải thích ý định; lớp thực hiện áp dụng nó mà không tạo ra mã mới.

Một ví dụ thực tế minh họa cách các lớp này có thể hoạt động. FCA cập nhật hướng dẫn về hoàn trả gian lận APP, và đội tuân thủ chuyển đổi thay đổi này thành một chính sách được viết bằng ngôn ngữ tự nhiên. Hướng dẫn có thể đơn giản như: “Đánh dấu tất cả các khoản thanh toán ra ngoài hơn 500 bảng Anh nơi người thụ hưởng được tạo trong 48 giờ qua trừ khi người gửi đã gửi đến người thụ hưởng này trước.” Hệ thống AI kiểm tra hướng dẫn, chạy mô phỏng, kiểm tra các trường hợp biên, tạo tài liệu và đề xuất một đường dẫn triển khai. Tuân thủ xem xét và phê duyệt đề xuất. Sau đó, lớp thực hiện cập nhật các kiểm soát liên quan mà không cần viết hoặc triển khai mã thủ công.

Kiến trúc này duy trì sự giám sát của con người trong khi giảm khoảng cách kỹ thuật giữa chính sách và hành vi hoạt động. Nó cũng cung cấp một môi trường được kiểm soát nơi giải thích xác suất và thực hiện quyết định có thể cùng tồn tại.

Một số phân tích kỹ thuật đã kiểm tra cách các kiến trúc lai có thể hỗ trợ các hệ thống kết hợp giải thích mô hình với logic quyết định. Một khảo sát về các khuôn khổ AI đại lý phác thảo cách các tổ chức có thể tích hợp các thành phần thần kinh với các cấu trúc dựa trên quy tắc trong một môi trường hoạt động duy nhất. Nghiên cứu cho thấy rằng loại thiết kế này có thể đơn giản hóa việc phối hợp giữa các hệ thống, duy trì các ranh giới rõ ràng hơn xung quanh các hoạt động quan trọng và tạo ra các đường dẫn thực hiện vẫn dự đoán được trong các ngữ cảnh được quản lý.

Suy nghĩ cuối cùng

Các công cụ lập trình AI sẽ tiếp tục cải thiện. Chúng sẽ tăng tốc phát triển phần mềm và giảm nỗ lực. Nhưng chúng không giải quyết các hạn chế cơ bản của việc chuyển đổi ý định kinh doanh thành mã quyết định. Sự thay đổi tiếp theo về năng suất sẽ đến từ việc loại bỏ hoàn toàn lớp dịch thuật này.

Các tổ chức bắt đầu chuẩn bị cho thực hiện được thúc đẩy bởi lời nhắc ngay bây giờ sẽ đạt được tốc độ, khả năng phục hồi và sự rõ ràng. Họ sẽ có thể thích nghi với các thay đổi quy định nhanh chóng và giảm ma sát kỹ thuật. Họ cũng sẽ xây dựng cơ sở hạ tầng cần thiết cho các công việc được thúc đẩy bởi máy tự động.

Các tổ chức vẫn tập trung vào việc tạo mã sẽ nắm bắt được hiệu quả. Các tổ chức di chuyển vượt qua mã sẽ nắm bắt được lợi thế chiến lược.