这个人工智能云：Google Gemini 将如何帮助每个人更快、更便宜、更好地构建事物

与 Google Gemini 一起探索人工智能辅助编码的未来。在我们的独家采访中，谷歌的 Richard Seroter 分享了有关人工智能工具如何提高生产力、提高代码质量和塑造软件工程未来的见解。

Richard Seroter，谷歌云首席布道者。

在生成人工智能方面，谷歌凭借其 Gemini 产品已成为主要参与者。用户每次搜索都会体验到 Gemini，它作为 Gmail 的一部分提供，还有可从 Gemini 中受益的编码和开发工具等等。

我有机会与 Google Cloud 首席布道师 Richard Seroter 交谈，更多地了解 Google 认为 AI 在开发者和消费者层面将我们带向何方。

让我们开始吧。

ZDNET：您能分享一下您成为 Google Cloud 首席布道者的历程吗？

Richard Seroter：这是一个漫长而戏剧性的故事。事实上，事实并非如此。四年前，我加入 Google Cloud，担任我们第一位外部“外拨产品经理”，负责与客户和内部团队就我们的应用开发和现代化产品进行互动。

大约两年前，我被要求领导开发人员关系，去年我也很高兴将我们的云文档团队添加到我们的团队中。

现在，我有幸领导一支由工程师、技术作家和产品经理组成的才华横溢的团队，帮助人们找到、使用和享受 Google Cloud。

ZDNET：您能否分享一些人工智能驱动的编码助手如何提高开发人员生产力的示例？

Seroter：目标是帮助团队更快、更高效、更高质量地交付。人工智能驱动的编码助手可以通过减少上下文切换来实现这一点——借助人工智能聊天和内联代码生成，留在 IDE [开发环境]中进行更多活动——并通过表达意图来创建代码，而不需要回忆代码语法的各个方面。

优秀的人工智能助手还可以加快新技能的掌握速度，帮助您找到代码库中需要改进的领域，并摆脱重复的任务。

例如，使用人工智能助手快速生成数据库连接代码或数据对象可以节省大量时间！虽然开发人员不会花一整天的时间编码——但远非如此！ ——对于初级和高级开发人员来说，这是合法的生产力优势。

我们已经在包括 Turing 和 Commerzbank 在内的客户中看到了一些非常好的用例，他们都在我们最近的 Google Cloud Next 会议上发表了演讲。

ZDNET：有哪些措施来保证AI生成代码的可靠性和准确性？正如我在编码测试文章中所示，Google Gemini 未能通过多项编码测试。

Seroter：虽然像 Gemini Code Assist 这样的产品得到了严格训练的模型和一系列过滤器的支持，可以在返回给用户之前检查结果，但答案并不总是完美的。

这是我们构建（并在 Next 中预先宣布）代码自定义功能的原因之一，该功能可让您将答案扎根于您的私人代码库中。我们将继续改进和完善我们的基础模型，同时听取客户对需要改进的领域的反馈。

ZDNET：Google Cloud 与 Stack Overflow 和其他平台的合作如何增强其 AI 工具？特别是，您正在采取哪些措施来确保 Stack Overflow 中的大量不完整或不正确的信息不被纳入知识库？

Seroter：来自我们所有合作伙伴（例如 Stack Overflow、Snyk 等）的数据提供了额外的知识，使我们能够与开发人员见面，并为用户的问题提供更全面的答案。

作为我们整体数据处理策略的一部分，我们过滤和评估所有数据贡献，包括来自合作伙伴的数据。无论是否使用第三方数据源，我们都会结合使用技术和工具来确定我们的响应，并且我们通过自动和手动测试组合持续验证和监控响应质量。

ZDNET：在使用 Gemini Code Assist 时，Google 如何确保客户代码的安全性和隐私性？

Seroter：Google 不会根据输入 Gemini Code Assist 的提示来训练我们的模型。我们发布有关如何加密传输过程中的提示以及我们的整体隐私承诺的文档。

我们还尽可能引用来源、提供赔偿并使用 VPC 服务控制为您的外围网络提供安全访问。

ZDNET：Google Cloud 如何解决开发工具中使用的 AI 模型中的潜在偏差？

Seroter：我们努力遵守 Google 的 AI 原则，并在训练和响应过滤过程中采取严格的保护措施。我们还提供多种反馈机制（在 IDE 中或其他地方），供用户标记任何被认为具有冒犯性或不准确的内容。

ZDNET：您能讨论一下人工智能对未来软件工程和开发实践的影响吗？

Seroter：我们希望它能够对软件开发和交付中的几乎每个角色产生积极影响。团队将使用人工智能系统来分析数据来制定需求、创建原型、设置开发环境、编写和更新代码、生成测试计划、审查代码、部署应用程序、配置和优化基础设施、解决问题以及保护系统安全。

您将看到更快的模型为整个应用程序交付生命周期提供上下文答案（考虑本地知识库和代码库）。我们的实践必须跟上我们对创作和策划活动的思考，需要提供人工智能友好的平台来建立团队，甚至我们如何测试非确定性系统。

研究表明，开发人员正在寻求人工智能来帮助提高工程效率；这并不是从根本上改变工作流程。至少现在还没有，但请继续关注。

ZDNET：Google Cloud 的 AI 技术如何帮助管理和减少软件项目中的技术债务？

Seroter：技术债务来自多个方向，有时是团队为市场创造价值而产生的“良好”债务。但人工智能辅助工具和人工智能整体可以帮助团队更早地应用最佳实践，并更快地解决现有债务。

像 Gemini Code Assist 这样训练有素的人工智能助手可以在开发人员的过程中生成和验证代码，从而确保有限数量的妥协和未来的债务。对于现有代码库，Gemini 1.5 中巨大的上下文窗口让团队可以探索完整的代码库，寻找需要解决的问题。

ZDNET：您预计 Google Cloud 上的人工智能辅助开发工具未来会取得哪些进步？

Seroter：我们很高兴能够将我们在最近的 Google Cloud Next 会议上宣布的预览版产品推向市场。通过提供 Gemini 1.5 作为基本模型而获得的完整代码库意识意味着团队可以以前所未有的速度执行复杂的现代化或代码探索。

基于 GitHub、GitLab 或 Bitbucket 中的代码自定义响应的能力意味着团队可以从 AI 生成的结果中获得更多信任和上下文。寻找更多接地选项，帮助开发人员获得及时、相关的帮助。

我们还看到，人工智能辅助不仅仅存在于 IDE 中，而且还使开发人员受益。 Gemini 在 Google Cloud 上的整体投资为试图生成复杂查询的 BigQuery 用户、解释大规模存储过程的 Cloud SQL 用户、分析威胁的安全专家、创建低代码集成或 API 的开发人员等带来了人工智能帮助。

人工智能辅助的云可以帮助人们更快、更便宜、更高质量地“构建”各种东西。

ZDNET：您能讨论一下人工智能和机器学习在增强云服务方面的作用吗？

Seroter：虽然我对构建软件感到兴奋，但大多数软件都是在运行中度过的。我们宣布 Cloud Assist 成为 Google Cloud 中 Gemini 的一部分，这项即将推出的服务将改变团队管理云服务的方式。

从个性化的优化建议到帮助人们查明问题并更快地使系统恢复在线，此类工具可以从根本上改变您操作（云）服务的方式。

同时，Google Cloud 中的 Gemini 旨在让整体云更易于使用。在安全指挥中心获取人工智能生成的威胁摘要非常强大。在 Cloud Logging 中查看 AI 辅助的日志摘要使该产品更易于使用。

在我们的 Cloud Console 中提供始终存在的 AI 聊天窗口意味着您无需进行上下文切换即可询问产品问题或清楚地了解 CLI 命令。此类体验可为您提供帮助，这将对日常云使用产生重大影响。

ZDNET：最近有哪些 Google Cloud 创新用例给您留下了深刻的印象？

Seroter：Google 广泛的研究工作以及客户如何应用技术解决其特定问题给我带来了启发。谷歌最近与 AlphaFold 3 的合作预测了生命分子的结构和相互作用。这太了不起了。我们正在绘制人类大脑的新方面。令人敬畏的东西。

像中外制药这样的公司通过部署云系统来利用我们的一些研究来加速药物发现。 Aviator 团队致力于帮助开发人员在整个开发生命周期中提高工作效率，这给我留下了深刻的印象。

像高盛这样的公司正在通过开源其数据平台来实现数据访问的民主化。 Google Cloud 客户解决了重大问题，并不断对其行业产生巨大影响。

你怎么认为？

您现在是否在使用 Gemini 进行搜索或发送电子邮件，或者作为编码过程的一部分？ Richard 的回答是否帮助您更多地了解 Google 对 AI 的看法？请在下面的评论中告诉我们。

您可以在社交媒体上关注我的日常项目更新。请务必订阅我的每周更新时事通讯，并在 Twitter/X 上关注我：@DavidGewirtz、Facebook 上：Facebook.com/DavidGewirtz、Instagram 上：Instagram.com/DavidGewirtz 和 YouTube 上：YouTube.com/DavidGewirtzTV。