软件架构师如何高效利用AI和大语言模型提升工作效率

随着技术的进步，AI 和大语言模型（LLM）逐渐成为软件架构师的重要工具。Avraham Poupko 在一次演讲中指出，虽然生成式 AI 和 LLM 不会取代软件架构师，但那些懂得如何有效利用这些工具的架构师将会脱颖而出。更重要的是，架构师还需明确何时不应依赖生成式 AI。

人类与机器的本质区别在于，人类拥有的是“世界模型”，而 LLM 只具备“语言模型”。人类通过丰富的经验和互动形成对世界的深刻理解，这种理解不仅限于语言表达，还包括对物体行为及其相互作用的认知。相比之下，LLM 只能理解和生成词语之间的关系，尽管其表现看似具备理解力，但实际上只是基于数据的统计模式。

经验与语言表达的局限性

Poupko 强调，许多关于世界的知识虽可通过文字传达，但还有相当一部分基于经验的知识难以完全用语言描述。特别是在高度依赖上下文的情况下，人们虽然掌握上下文，但并非所有信息都能用语言准确表达。因此，人类在处理复杂情境时的优势依然显著。

与大语言模型的合作模式

架构师可以借鉴人类与书籍的合作模式来与 LLM 协作。就像通过阅读书籍获取知识并在实际中灵活应用一样，架构师可以通过向 LLM 提供提示词并接收响应来辅助工作。这些响应并非绝对正确或错误，而是具有实用价值，最终由人类判断其适用性和有效性。正如 George Box 所言：“所有模型都是错误的，但有些是有用的。”

AI 在书面语言任务中的应用

Poupko 认为，AI 在处理涉及书面语言的任务时尤为有用。例如，在分析需求文档时，AI 可以帮助识别模糊性。以一个在线系统的需求为例：“系统应能够支持大量用户。” Poupko 利用 LLM 发现了两个模糊点：“大量用户”未具体定义数量，是 100 个还是 100 万个？此外，“大量用户”可能指代注册用户或同时在线用户，或两者兼有。通过进一步探讨，Poupko 获取了必要的信息来消除这些模糊性。

AI 无法替代架构师的设计工作

Poupko 明确表示，AI 并不会为他完成设计工作。有效的架构设计需要复杂的系统知识、领域知识和组织知识，这些远超出 AI 的能力范围。因此，尽管 AI 可以作为有力的辅助工具，但最终的设计决策仍需由具备丰富经验的架构师做出。