和你们中的许多人一样，我们一直在讨论人工智能 (AI) 和 Web 的未来。现在有很多杂音，我们很难知道作为 Web 开发者，我们需要了解哪些内容。
与整个网络相比，我们的团队不过是沧海一粟。因此，我们想了解您对 AI 的看法、您希望了解的内容以及您希望如何利用这些新兴技术。这样，我们才能更好地为您提供内容，帮助您突破这些杂音。
在过去几个月中，我们与 Web 从业者进行了交流，以了解行业现状以及您对 AI 的看法。当然，我们不可能与所有人讨论所有问题。 我们只与一小部分 Web 开发者（包括 Web Google 开发者专家）进行了交流， 重点讨论了开发者如何使用 AI 来提供面向用户的功能，以及如何在日常工作流程中 提高工作效率。
我们认为，我们了解到的内容可能适用于 Web 上的其他人员。此外，我们认为社区可能对我们了解到的内容感兴趣。
我们根据这些反馈以及对 Web 开发者领域进行的其他研究， 创建了新的 AI 合集。在此合集中，您将找到面向 Web 开发者的概览、Codelab 和演示，以及其他用于思考 Web 上的 AI 工具和模型的资源。
但这只是开始。在接下来的几个月里，您将看到我们发布更多内容。
利用生成式 AI 提高工作效率
我们注意到，Web 开发者希望利用生成式 AI 来提高工作效率，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。
我们交流过的开发者要么已经在日常工作流程中（无论是用于商业项目还是个人项目）使用 AI，要么认识使用 AI 的人。
代码生成
您告诉我们，Gemini 和 Copilot 等代码生成工具非常适合标准单元测试、基本自动补全（您知道要写什么，但只需要写出来）以及不需要广泛了解代码库的简单函数。在编写需要特定项目的广泛上下文的更复杂的算法代码和函数时，这些工具往往不太有用。
资深开发者提到了对 代码库长期质量的担忧， 包括代码重复和长期可维护性方面的问题。一些人担心，经验较少的团队成员可能无法检测到错误，或者不知道如何准确验证生成式 AI 工具生成的代码。
开发者还分享说，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处理。
使用 LLM 进行学习
我们看到许多开发者使用 ChatGPT 和 Gemini 来学习软件开发概念，例如要求大语言模型 (LLM) 解释排序算法的工作原理、快速了解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，因为问题和回答的互动速度很快，而且 AI 不会批评所提出的问题，只会提供他们需要的答案。
同样，对于经验较少的开发者，也存在一个担忧，即需要具备最低限度的知识才能发现模型出现幻觉并生成不正确回答的情况。
知识产权保护作为一项业务问题
我们交流过的许多开发者表示，他们的公司尚未制定关于开发者使用生成式 AI 来提高工作效率的政策。 生成式 AI 工具的使用通常是由开发者进行实验驱动的。
“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。”
不过，制定了相关政策的企业往往会阻止使用，因为担心公司的知识产权 (IP) 会泄露给第三方。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后，此类政策有时会发生变化。
如果企业账号和合作伙伴关系专门用于确保数据保护，企业更有可能鼓励开发者使用。
生成式 AI 用于面向用户的产品功能
在产品方面，当我们使用“AI / ML”一词来提示对话时，回答通常侧重于生成式 AI，这并不让我们感到意外。开发者很好奇如何使用生成式 AI 来改善用户体验，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提供这些体验。
对于那些已在其产品中构建或正在构建生成式 AI 功能的开发者来说，使用生成式 AI 通过聊天机器人或一次性界面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首要问题。具体来说，开发者希望确保回答准确，并防止 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），这一点尤其重要。
“AI 演示很疯狂。每次我演示我的项目时，输出都完全不同。”
您投入了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回答。大多数评估工作都是手动完成的。 许多开发者都是新手，不熟悉如何处理非确定性输出。作为一个社区，我们尚未构建出能够很好地处理这些输出的系统。
运行生成式 AI 模型的费用也是一个重要的考虑因素，开发者会仔细评估费用与用户收益之间的关系。
标准模型与自定义模型
最常见的情况是，我们交流过的开发者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及知识的使用，而这些资源是有限的。
“我想留在 Web 开发领域。我不想成为机器学习工程师。”
虽然开发者了解并看到了高级技术（例如检索增强生成 (RAG) 和微调）的潜在价值，但他们更愿意专注于 Web 开发方面的工作。最终，他们更喜欢使用默认工具，或者依赖其他团队为其用例生成优化的模型。
隐私权和安全问题
隐私权和安全是首要问题，尤其是在医疗行业等数据要求严格的垂直领域。设备端 AI 可能是解决这些用例的关键，但这一领域在很大程度上仍未得到探索。
通过云 API 将用户数据暴露给更多第三方是一个问题，许多开发者看到了设备端机器学习或生成式 AI 在缓解潜在隐私权和安全隐患方面的价值。
面向 Web 开发者的 AI
AI 无处不在，并且以惊人的速度发展。我们如何才能及时了解最新动态、整合现有工具和模型，或者与机器学习工程师合作开发最适合我们需求的新模型？
根据我们从您那里了解到的信息，我们正在制定面向 Web 开发者的 AI 指南。我们的目标是帮助您从宏观层面了解 AI 概念，发现利用生成式 AI 提高工作效率的机会，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。请继续关注我们的 AI 合集，我们会发布更多内容。
虽然大多数 Web 开发者更喜欢专注于自己最擅长的工作（即 Web 开发！），但我们鼓励那些想要深入了解的开发者构建 Web 开发者所需的工具、模型和 API。我们希望听到您的反馈，了解如何帮助您取得成功。
AI 是一个快速发展的领域。因此，随着情况的变化，我们将继续与社区互动，进行更多对话和调查。如果您想与我们讨论 ，请与我们的团队预约在线咨询时段。