AI时代的软件开发（第2期） 在让AI编写代码之前，先构建设计资产

借助AI编写代码这件事本身，今后应该会变得司空见惯。

然而，从从事外观检测软件开发20多年的角度来看，真正有价值的是代码本身。

这是在现场积累的关于“为何采用这种设计”的经验。

源代码既是资产，也是负债

20多年来，我们一直致力于开发外观检测软件。

因此，源代码量非常庞大。

当然，其中也包括一些如今已过时的实现方式。

另一方面，其中也凝聚了在无数个现场经过反复摸索和实践而磨练出的专业经验。

例如，

• 为什么处理顺序是这样的？
• 为什么需要这种异常处理？
• 为什么选择这个算法？
• 为什么偏偏在这个时候与设备通信呢？

仅凭阅读源代码，很难理解这些原因。

源代码虽然能告诉我们“是如何实现的”，却无法解释“为什么这样设计”。

想要交给AI的不是代码，而是设计理念

因此，我们目前正在开展的工作，就是从现有软件中提取设计理念。

例如，

• 获取图像
• 定位
• 缺陷检测
• 判断
• 结果管理
• 设备控制

将此类功能，不仅作为单纯的程序，而是作为，

“该功能的存在目的是什么？”

将其整理到这一程度，并作为Markdown格式的文档进行归档。

这样一来，AI就能在理解该设计信息的基础上生成代码了。

人工智能将成为传承经验的工具

在外观检查领域，有许多“在现场花了10年时间才学到的经验”。

例如，

• 灯光的照射方式
• 定位的基本思路
• 检查顺序
• 异常处理
• 与设备的联动方法

这些经验，原本是只有资深技术人员才掌握的隐性知识。

然而，通过将这些经验整理为设计资产，并将其与人工智能相结合，便能够将这些经验传承给下一代。

人工智能并非人类的替代品，

它正逐渐成为一种工具，用于重新利用人类积累的技术并进一步发展这些技术。

未来的竞争力在于“资产化”

随着AI编程的普及，编写代码的速度差距将会逐渐缩小。

届时，成为竞争优势的将是，

拥有多少高质量的设计资产

是。

将多年的经验进行梳理，并将其作为人人都能利用的知识留存下来。

我们认为，这将成为新软件开发的基础。

ovit迄今为止积累的外观检测技术进行逐一梳理，并将其重构为适合AI时代的形态。

软件的开发并非一蹴而就。我们认为，将多年来在实际工作中积累的技术和经验，借助人工智能传承给下一代，也是未来开发工作的一项重要职责。