podcast fm

Now playing

AI 时代的 IDE 变局：当“写代码”消失，JetBrains 还有未来吗？

0:000:00

Caption

Captions will appear here as the podcast plays.

Creator
Bardplus
0:00
Duration
8
Lines
5
Voices

Transcript

Follow the conversation

  1. 陈思源（科技媒体主编）欢迎各位观众来到我们的直播圆桌讨论。 今天我们要探讨一个非常前沿的话题，那就是在 AI 时代，当传统的写代码方式发生根本性改变时，像 JetBrains 这样的集成开发环境是否依然拥有未来。 我们非常荣幸地邀请到了三位嘉宾，他们将从不同的维度为我们带来启发。 张先生将从资深软件架构师的视角，谈谈工程化落地与代码质量的把控；李女士作为 AI 创业者，会分享大模型如何重新定义编程的入口；而王博士则会从编译器专家和工具链研发的角度，分析 IDE 底层逻辑的演进。 这是一个开放的交流空间，我们希望通过多维度的视角，共同探索开发者工具的进化方向。
  2. 周建平（资深软件架构师）大家好，我是周建平，一名资深软件架构师，我关注的重点是技术演进中深度静态分析与代码索引如何成为 AI 时代确保代码安全与可维护性的最后防线。 刚才陈主编提到的写代码消失，在我看来其实是一个伪命题，代码的生产方式在变，但代码作为系统运行基石的本质没有变。 AI 确实能极大地提高生成代码的速度，但它本质上是基于概率的预测，而非基于逻辑的推演。 这意味着 AI 生成的代码虽然看起来能跑通，但往往潜藏着微妙的类型错误、并发死锁或内存泄漏，这些问题在规模庞大的工业级项目中是致命的。 我认为 IDE 的未来不在于如何帮用户写得更快，而在于如何利用深度的静态分析和精准的代码索引，在 AI 生成代码的一瞬间，就能通过确定性的逻辑验证，把那些概率性的错误挡在编译器之外。 只有这样，我们才能在享受 AI 效率的同时，不至于让软件工程退回到手动排查 bug 的蛮荒时代。
  3. Bardplus怎么看claude code和 codex这样的新型ide
  4. 林敏（科技风险投资人）大家好，我是林敏，一名科技风险投资人。 我今天关注的切入点是商业战略，特别是传统工具软件的订阅模式在面对 AI 算力成本激增和效率红利消失时，该如何突破增长挑战。 刚才周建平先生提到，IDE 的核心价值将转向用确定性的逻辑去验证概率性的 AI 代码，我非常认同这个技术逻辑，但从投资人的视角来看，这里潜藏着一个巨大的商业悖论。 传统的 JetBrains 模式是典型的订阅制，用户付钱买的是本地运行的软件授权，其边际成本几乎为零。 但现在，AI 能力的集成意味着每一次代码补全、每一次逻辑验证，背后都是昂贵的 GPU 算力支出。 如果 IDE 厂商仅仅把 AI 当作一个功能插件，那么原本高利润的订阅模式会被高额的推理成本摊薄。 更危险的是，当 AI 极大地提高了写代码的效率，导致开发者在同一个工具上花费的时间减少，传统的以时间投入为潜台词的工具价值感可能会下降。 我认为，IDE 的未来不仅在技术升级，更在于如何重新设计其商业模型，从卖工具转向卖价值，或者从简单的订阅制进化到基于 AI 贡献度或算力消耗的灵活定价模型，否则，算力成本将成为吞噬利润的黑洞。
  5. 王博闻（计算机产业史研究者）大家好，我是王博闻，一名计算机产业史研究者。 我今天想通过回顾 Borland 等昔日开发工具巨头的兴衰，来探讨成熟企业在面对颠覆性技术创新时的组织惯性与转型路径。 听到周建平和林敏两位的讨论，我非常有感触。 周先生强调的逻辑验证和林女士担忧的商业模型，其实都指向了一个核心问题：当工具的定义被重写时，原本的护城河是否会变成囚笼。 回顾历史，九十年代的 Borland 曾经统治了开发工具市场，他们拥有当时最顶尖的编译器和 IDE 体验，但在面对微软将开发环境与操作系统深度绑定，以及随后开源生态崛起这种颠覆性变革时，Borland 陷入了严重的组织惯性。 他们习惯于在既有的产品矩阵里做渐进式优化，而忽略了底层分发逻辑和协作范式的根本性迁移。 现在的 JetBrains 恰恰处于一个极其相似的十字路口。 AI 带来的不是一个简单的功能升级，而是像当年开源运动一样，在重新定义编程的入口。 如果 JetBrains 仅仅将 AI 视为一个提高效率的插件，或者在现有订阅制上打补丁，那么它很可能会重复 Borland 的路径，在追求局部最优的过程中，错失了定义下一代 AI 原生开发环境的机会。 我认为我们现在讨论的不仅仅是技术实现，更是如何打破成熟企业内部那种基于旧成功经验的认知惯性。
  6. 陈思源（科技媒体主编）三位嘉宾都已经从技术、商业和历史演进这三个非常有意思的维度为我们铺好了路。 现在我把麦克风交给在座的各位，请大家畅所欲言，针对刚才提到的观点进行碰撞，或者提出新的思考。
  7. Bardplushi
  8. 周建平（资深软件架构师）王博闻博士提到的博兰公司这个例子非常深刻，我非常认同你关于认知惯性的警示。 事实上，很多传统工具厂商容易陷入的误区就是把 AI 当成一个增强版的补全插件，而忽略了它对软件工程全生命周期的冲击。 但我想从技术演进的视角给这个讨论增加一个维度。 大家在担心 IDE 是否会被 AI 颠覆，但我们要意识到，AI 生成的代码越多，系统熵增的速度就越快。 当一个项目由 AI 快速生成数百万行代码时，传统的人工 Code Review 已经完全失效了。 这时候，JetBrains 这种深耕索引和静态分析的厂商，其实握着一张关键的底牌。 AI 擅长的是局部生成，而深度静态分析擅长的是全局推演。 比如，AI 可能会写出一个逻辑完美的函数，但它很难实时感知