大模型对软件开发的影响引发了对编程未来和开发者角色的担忧,但通过冷静分析,可以发现大模型在软件开发中的应用仍面临挑战。软件开发的本质困难在于需求与设计的构思,而大模型在抽象思维、精确性和捕捉“暗知识”方面存在不足。大模型在软件开发中的应用现状是:普通开发者通过大模型获得局部效率提升,而专家级开发者则借助大模型成为“超级个体”。然而,大模型在软件设计和维护方面仍存在两大挑战:一是软件设计的鸿沟,二是软件维护的冰山。软件维护阶段的成本占到整个软件开发成本的60%-70%,而大模型在复杂系统长期维护支持方面存在不足。为了实现更高层次的智能化开发,需要在软件开发数字化和知识化积累的基础上,利用大模型的记忆、理解和关联能力加强智能化开发能力。可行的方向包括:在特定领域开发中实现大模型与特定领域语言(DSL)的结合,项目级软件生成式开发,以及利用大模型实现知识增强的代码数字孪生,从而提升软件开发效率并保障可信性。