【產(chǎn)通社，12月29日訊】2025年，AI在軟件領(lǐng)域繼續(xù)占據(jù)重要地位，但人們卻以前所未有的激情與軟件的驚人能力和驚人缺點作斗爭。新的研究發(fā)現(xiàn)，AI智能體完成的任務(wù)每7個月翻了一番，這是一個驚人的指數(shù)增長率。但他們的工作質(zhì)量仍然很差，在最艱巨任務(wù)上的成功率約為50%。聊天機器人正在協(xié)助程序員，甚至自主編碼，但這可能無助于解決最大、最昂貴的IT故障，這些故障源于過去20年或更長時間里一直存在的管理故障。

AI的能源需求仍然是一個主要問題。為了緩解這種情況，一家初創(chuàng)公司正在努力通過使計算可逆來減少計算中產(chǎn)生的熱量。另一項研究是構(gòu)建一臺真實的人腦細胞計算機，能夠?qū)蜻x藥物進行測試。還有一些人甚至考慮將數(shù)據(jù)中心搬上月球。

1.AI洪流中的Python語言

雖然今年軟件語言的排名相當可預測——Python仍然是第一，但軟件工程的未來是不確定的。隨著AI聊天機器人協(xié)助許多人完成編碼任務(wù)，或者自行編碼，收集軟件工程師日常工作的可靠數(shù)據(jù)變得越來越不同。人們不再在StackExchange或類似網(wǎng)站上發(fā)布問題，而是直接問聊天機器人。
今年的頂級編程語言列表盡最大努力處理這些有限的數(shù)據(jù)，但它也提出了一個問題：在AI為我們編寫大部分代碼的世界里，編程語言將如何改變？我們還需要它們嗎，還是AI會簡單地生成優(yōu)化的匯編代碼，而不需要抽象？

2.IT經(jīng)理如何應對軟件項目失敗

Robert Charette是一位終身技術(shù)專家，也是IEEE Spectrum的�？�，他在2005年寫過關(guān)于軟件項目以災難告終的所有已知、可預防的原因。20年后，除了因軟件故障而損失的數(shù)萬億美元外，一切都沒有改變。
在這篇3500多字的長篇大論中，Charette講述了多個案例研究，并輔以統(tǒng)計數(shù)據(jù)，講述了當今IT管理微不足道的狀態(tài)。最重要的是，他解釋了為什么AI不會來救援這些軟件項目。

3.片上人腦細胞開始出售

澳大利亞初創(chuàng)公司Cortical Labs宣布，他們正在銷售一款由硅芯片上的80萬個活體人類神經(jīng)元驅(qū)動的生物計算機。只需35000美元，你就可以得到一個盒子里的迷你大腦，它可以實時學習、適應和響應刺激。該公司已經(jīng)通過教實驗室培養(yǎng)的腦細胞玩Pong來證明了這一概念（它們在學習效率上經(jīng)常擊敗標準的AI算法），但真正的應用是藥物發(fā)現(xiàn)。正如一位科學家所說，這個“缸里的小大腦”讓研究人員測試實驗藥物是否能恢復受損神經(jīng)培養(yǎng)物的功能。

4.大型語言模型正呈指數(shù)級增長

在評估大型語言模型（LLM）性能的方法上，目前很難達成一致。非營利研究組織模型評估與威脅研究（METR）提出了一個直觀的指標——跟蹤人類完成AI可以完成的任務(wù)需要多長時間。根據(jù)這個指標，LLM能力每七個月翻一番。如果這一趨勢繼續(xù)下去，到2030年，最先進的模型可以快速處理目前需要人類整整一個月工作的任務(wù)。
但是，就目前而言，AI并不總是做得很好——對于最長、最具挑戰(zhàn)性的任務(wù)，正確完成工作的機會約為50%。所以問題是：一個快速、廉價、一半時間都在生產(chǎn)垃圾的員工究竟還有多少價值？

5.可逆計算脫離實驗室

有一個令人驚訝的原理將所有軟件與硬件的底層物理聯(lián)系起來：擦除計算機中的一點信息必然會消耗能量，通常會以熱量的形式損失。避免失去這種能量的唯一方法是永遠不要擦除信息。這是可逆計算（reversible computing）背后的基本思想，這種方法直到今年才在學術(shù)領(lǐng)域得到應用。
經(jīng)過30年的學術(shù)研究，可逆計算終于與初創(chuàng)公司Vaire computing一起商業(yè)化。Vaire的第一個原型芯片在算術(shù)電路中回收能量。該團隊聲稱，通過他們的方法，他們最終可以將能效提高到傳統(tǒng)芯片的4000倍。
關(guān)鍵在于，這需要新的柵極架構(gòu)、新的設(shè)計工具，以及在芯片上集成MEMS諧振器。但是，隨著原型的開發(fā)，可逆計算已經(jīng)從“有趣的理論”發(fā)展為“我們實際上正在構(gòu)建這個”

6.垂死的Airbnb軟件重獲新生

Apache Airflow——最初由Airbnb構(gòu)建的開源工作流編排軟件——到2019年基本上已經(jīng)死亡。然后，一位熱心的開源貢獻者在物聯(lián)網(wǎng)工作時偶然發(fā)現(xiàn)了它，并認為“這太好了，不能死�！彼偌松鐓^(qū)，到2020年底推出了Airflow 2.0。
現(xiàn)在，這個項目正在蓬勃發(fā)展，每月有3500萬到4000萬次下載，全球有3000多名貢獻者。Airflow 3.0采用模塊化架構(gòu)，可以在任何地方運行。

7.醫(yī)生會看到你的電子健康記錄

2004年，布什總統(tǒng)為美國設(shè)定了到2014年過渡到電子健康記錄（HER）的目標，承諾改變醫(yī)療保健并節(jié)省大量成本。20年來共投入超過1000億美元，目前已實現(xiàn)了EHR的廣泛采用，也創(chuàng)造了一個不同的噩夢。醫(yī)生現(xiàn)在平均每天花4.5個小時盯著屏幕，而不是看著病人，點擊設(shè)計糟糕的軟件系統(tǒng)。
在EHR準備就緒之前急于采用EHR，意味著忽視了關(guān)于系統(tǒng)工程、互操作性和網(wǎng)絡(luò)安全的警告�，F(xiàn)在，我們陷入了各自為政的系統(tǒng)中（平均每家醫(yī)院內(nèi)部使用10家不同的EHR供應商），醫(yī)生也經(jīng)歷了創(chuàng)紀錄的倦怠水平。最重要的是，自2009年以來，數(shù)據(jù)泄露已經(jīng)暴露了5.2億條記錄。
目前，醫(yī)療保健成本并沒有像承諾的那樣下降，已經(jīng)達到4.8萬億美元，占美國國內(nèi)生產(chǎn)總值的17.6%。更諷刺的，AI抄寫員現(xiàn)在正在開發(fā)中，以解決上一代技術(shù)造成的問題，使醫(yī)生能夠再次看到患者，而不是他們的鍵盤。

8.在月球上建立數(shù)據(jù)中心？

基于太空或月球的數(shù)據(jù)中心是一條有前景的道路，還是一個狂熱的夢想，是目前很多爭論的熱點主題。然而，今年早些時候，Lonestar Data Holdings公司利用Intuitive Machines著陸器向月球發(fā)射了一個1公斤、8TB的小型數(shù)據(jù)中心。目標是保護敏感數(shù)據(jù)免受地球災難（海底電纜切斷、颶風、戰(zhàn)爭）的影響，并利用數(shù)據(jù)主權(quán)法律中的漏洞——因為月球不受任何國家的管轄，你可以根據(jù)任何國家的法律托管黑匣子。
月球表面有-173°C的永久陰影隕石坑，這可能會使冷卻更容易（盡管缺乏大氣層使熱輻射變得具有挑戰(zhàn)性）。附近陽光明媚的山峰將提供太陽能，目前已經(jīng)一些地方政府對此很感興趣——佛羅里達州和馬恩島已經(jīng)在那里存儲數(shù)據(jù)。
但問題是顯而易見的：1.4秒的延遲限制了實時應用和推廣。同時，修復任何東西都需要往返月球，這也讓帶寬變得很糟糕。（編譯：鐠元素；剪報來源：IEEE）