Atom Bank 工程主管 Simon Dawson 在 10 月的讲话中表示，AI 还可用于技能提升和培训，并帮助管理者识别有潜力的新手软件开发人员。
他说：我们应该大量高级软件工程人员，但我们正尝试在初级层面培养更多人才，帮他们更快成长为高级开发人员。
AI 可以像源代码的自动补全一样工作。但它提供的远不止于此，比如能够基于自然语言输入生成代码。多年没有编程的人也能快速生产出有用的应用程序，避免了从头开发新软件功能所需的陡峭学习曲线。它还有助于代码文档编写，可用于简化不同 IT 系统间的集成。
AI 还为非程序员提供了一种直接成为公民开发者的途径，无需学习编码。相反，低代码/无代码环境利用 AI 的能力将自然语言查询转换为代码。这可能不会产生完全可用的应用程序，但这类工具能够在一定程度上帮助人们入门，更重要的是，为过度繁忙的软件开发团队节省时间。
Java 的一次编写，随处运行理念及其运行时编译意味着 Java 应用程序能在执行点针对所使用的硬件来优化。这在某种程度上预示着 Java 应用程序比那些必须先编译成可执行代码才能运行的编程语言更容易利用新的处理器优化。Computer Weekly 采访的一些专家觉得，由 Java 即时编译器在运行时优化的代码比人工编写相同功能的代码更高效。
然而，Java 面临的一个问题是 Java 及创建和运行应用程序所需的 Java 开发工具包 (JDK) 的许可变更。
软件开发领域的另一个重大新闻涉及 Linux 和开源社区。10 月份决定将俄罗斯软件研发人员从 Linux 内核维护者名单中移除，说明了地理政治学对开源社区的影响。任何阻止某些国家的人参与开源项目的美国制裁不仅可能破坏全球合作，还可能为更广泛的审查打开大门，涉及对所有企业中工作的软件工程师进行可能的背景调查。
面对生成式 AI 带来的诸多机遇和法律先例，开发团队如何制定强有力的风险缓解策略？
在高性能金融交易所 LMAX Group，应用程序仅允许 8 纳秒的延迟 - 它是怎么来实现这一点的？我们向该公司首席技术官 (CTO) Andrew Phillips 请教。
Computer Weekly 向AI和数据专家询问了他们对大语言模型驱动的所谓公民开发者崛起的看法。
企业 AI 战略的成功执行取决于其背后数据的质量，那么公司如何确保在这一过程的早期阶段走上正确的道路？
开源软件可能为构建企业应用提供了一种经济有效的方法，同时确保透明度，但也存在必须要格外注意的挑战。
云原生适用于新工作负载，但传统 IT 需要不同的方法，这就是为什么 IT 领导依赖混合云部署。
我们探讨 IT 领导者能采用哪些措施来帮助减少与软件开发相关的环境影响。
0319-3975333
在线留言
