软件编程的时代变迁

     知名计算机科学家Andrej Karpathy最近有个演讲，讲了software编程的三个时代：

    software 1.0， 就是过去用C、C++，和Java、C#等，根据软件应用的需求，进行编程，比如工资管理系统等。

    software 2.0，神经网络开始崛起，编程需要依赖引入神经网络，利用数据进行训练、调参，训练出的模型融合到应用中，比如，地库的车辆自动检测系统、人脸识别门禁等应用。

    software 3.0， 随着LLM的诞生和agent软体智能体的出现和应用，此阶段的编程，显示出构件化、自动编程复用等特征。

      个人认为，这些过程的变化与发展，就如盖房子，从自己用土和泥做坯、烧砖，到买砖用水泥和缝垒墙，再到直接购买预制的水泥梁柱、框架，再填充空心砖和缝成屋（应用）类似。

      为什么，软件应用编程会出现如此的变化呢？

       这也是计算机及信息处理的时代变迁：过去的编程，依赖局部的和少量的数据处理（数据库够用）。而随着发展，大数据处理逐步成功，得力的工具自然（目前）是多层神经网络的成功。

        而最近的LLM，作为使用神经网络处理海量数据的一款成功的智能产品，配合软体的agentic system等，其智能性逐步在变革软件代码的产生、调试和使用。

        其本质在于，这既是大数据处理的结果（产品的智能性替代部分人力的智能工作），也是目前应用依赖于对海量数据处理的需要。而这种依赖与过去不同在于，其应用需要处理的数据，不再是单单从局部数据考虑，而作为海量数据的一个部分，进行考虑。也就是说，如果想发挥某个具体应用数据的处理，必须依赖与这些数据相关联的数据的智能，而这些智能（从数据挖掘出的智能）已经以预制件的形式，如预训练的大模型LLM、VLM，可以在具体的应用中直接应用与融合。这样做的好处，正如直接购买预制的梁架盖房子，除了快，更加关键的在于，可以构架和实现更加符合能够充分抽取处理数据的应用潜力。

        一句话：当下的编程，其实是进入了广义的大数据处理的编程时代。而以LLM、VLM、Agentic等 为代表的作为大数据智能处理的成功形式，正逐步变为可以直接利用的编程构件，会逐步被编程人员接受和使用，成为构建更加高效处理应用相关大数据的不可或缺的关键部件。