和你们许多人一样，我们一直在进行大量关于人工智能 (AI) 和 Web 未来的对话。其中有很多噪音，并且很难确切地知道作为 Web 开发人员，我们需要了解什么。
Web 比我们的团队大得多，因此我们想了解您如何看待 AI，您希望学习什么，以及您希望如何使用这些新兴技术。这样，我们才能最好地为您提供内容，以突破这种噪音。
在过去几个月中，我们与 Web 从业者进行了交谈，以了解行业现状以及您如何看待 AI。当然，我们不可能与每个人谈论所有事情。我们只与一小部分 Web 开发人员进行了对话，其中包括 Web Google 开发者专家，重点关注开发人员如何使用 AI 来交付面向用户的功能并提高日常工作流程的效率。
我们相信，我们所学到的知识可能广泛适用于 Web 上的其他人。而且，我们认为社区可能会有兴趣了解我们所学到的知识。
我们将这些反馈以及对 Web 开发人员领域的其他研究结合起来，创建了我们新的 AI 合集。在此合集中，您将找到面向 Web 开发人员的概述、代码实验室和演示，以及用于思考 Web 上 AI 工具和模型的其他资源。
而这仅仅是个开始。在接下来的几个月中，您将看到我们提供更多内容。
通过生成式 AI 提高生产力
我们注意到，Web 开发人员希望利用生成式 AI 来提高他们的生产力，并与聊天机器人互动，以学习新技术或寻求 Web 开发问题的答案。
我们交谈过的开发人员要么已经在他们的日常工作流程、业务或个人项目中使用 AI，要么认识正在使用 AI 的人。
代码生成
我们从您那里了解到，代码生成工具（例如 Gemini 和 Copilot）非常适合标准单元测试、基本自动完成（在您知道要编写什么，但只需要编写它的情况下）以及不需要广泛了解代码库的更简单的函数。当涉及到编写更复杂的算法代码和需要特定项目广泛上下文的函数时，这些工具往往不太有用。
更有经验的开发人员提到，他们担心 其代码库的长期质量，包括代码重复和长期可维护性问题。有些人担心，经验不足的团队成员可能无法检测到错误，也不知道如何准确验证生成式 AI 工具生成的代码。
开发人员还分享说，需要特定领域知识的用例，例如编写无障碍组件，尚未被他们尝试过的代码生成工具正确地适应。
使用 LLM 学习
我们已经看到许多开发人员使用 ChatGPT 和 Gemini 来学习软件开发概念，例如要求大型语言模型 (LLM) 解释排序算法的工作原理、快速掌握不同的编程语言或弥补知识差距。
您认为 LLM 提供了出色的体验，因为问题和响应的交互速度很快，而且 AI 不会批评所提出的问题，只会提供他们需要的答案。
再次强调，对于初级开发人员来说，仍然存在一个担忧，即需要最低限度的知识才能发现模型出现幻觉并生成不正确响应的情况。
IP 保护作为一项业务考量
我们交谈过的许多开发人员表示，他们的公司尚未制定关于开发人员使用生成式 AI 来提高生产力的政策。生成式 AI 工具的使用通常是由开发人员的实验驱动的。
“我的公司通常误解了 AI 的含义，因此他们没有制定正确的政策。”
但是，确实制定了政策的企业往往会劝阻使用，因为担心公司知识产权 (IP) 泄露给第三方。在直接与这些工具背后的公司沟通以了解数据的使用方式和潜在风险之后，有些情况下此类政策已得到更改。
通过致力于确保数据保护的企业帐户和合作伙伴关系，企业更有可能鼓励开发人员使用。
用于面向用户产品功能的生成式 AI
在产品方面，当我们用“AI / ML”一词引发对话时，响应通常侧重于生成式 AI，这对我们来说并不意外。开发人员对如何使用生成式 AI 来改善用户的体验感到好奇，但不确定这些体验是什么样的，以及有哪些工具可用于在生产环境中交付这些体验。
对于那些在其产品中构建或正在构建生成式 AI 功能的开发人员来说，使用生成式 AI 通过聊天机器人或一次性界面来回答用户问题是最常见的用例。
输出质量是我们从您那里听到的最主要担忧。特别是，开发人员希望确保响应准确，并旨在防止 LLM 生成与预期目标无关的内容。当 LLM 的输出直接面向用户时，例如聊天机器人，尤其如此。
“AI 演示很疯狂。每次我演示我的项目时，输出都完全不同。”
您正在投入大量精力来创建测试套件，以验证各种提示的生成式 AI 输出，但没有明确且既定的方法来测试或监控响应。大多数评估工作都是手动的。许多开发人员不熟悉处理非确定性输出。作为一个社区，我们尚未构建出能够很好地处理它们的系统。
运行生成式 AI 模型的成本也是一个重要的担忧，开发人员正在仔细评估成本与用户收益之间的关系。
标准模型与定制模型
最常见的是，我们交谈过的开发人员倾向于依赖现成的模型和 API。这优化了上市时间和工程时间和知识的利用率，而这些时间和知识是有限的。
“我想留在 Web 开发领域。我不想成为一名 ML 工程师。”
虽然开发人员意识到高级技术（例如检索增强生成 (RAG) 和微调）的潜在价值并看到了它们的潜在价值，但您宁愿专注于其工作的 Web 开发方面。最终，您更喜欢使用默认工具或依靠其他团队来为其用例生成优化的模型。
隐私和安全担忧
隐私和安全是最重要的担忧，尤其是对于具有严格数据要求的垂直行业（例如医疗行业）。设备端 AI 可能是解决这些用例的关键，但该领域在很大程度上仍未得到探索。
将用户数据暴露给更多使用云 API 的第三方是一个担忧，许多开发人员看到了设备端机器学习或生成式 AI 的价值，以减轻潜在的隐私和安全隐患。
面向 Web 开发人员的 AI
AI 无处不在，并且正在以惊人的速度发展。我们如何保持最新状态，整合现有工具和模型，或者与 ML 工程师合作生产最适合我们需求的新模型？
根据我们从您那里了解到的情况，我们正在制定关于面向 Web 开发人员的 AI 的指南。我们的目标是帮助您从高层次理解 AI 概念，发现使用生成式 AI 提高生产力的机会，并使用 AI，利用现有工具、模型和 API 构建令人愉悦的用户体验。请继续关注，因为我们将在我们的 AI 合集中发布更多内容。
虽然大多数 Web 开发人员更喜欢专注于做他们最擅长的事情（即 Web 开发！），但我们鼓励那些希望深入研究的您构建 Web 开发人员所需的工具、模型和 API。我们想听取您的意见，并了解我们如何帮助您取得成功。
AI 是一个快速发展的领域。因此，我们将随着情况的变化继续与社区互动，进行更多对话和调查。如果您想与我们讨论，请与我们的团队安排办公时间。