GPT-4 开启 “软件工程3.0” 全新时代

微软公司召开年度Build开发者大会。在CEO纳德拉的带领下，微软各个产品团队再一次展现出惊人的执行力，在发布会上展示了接近50个新产品或功能更新，包括PC+copilot、Surface Pro 11, Surface Laptop 7等。

整场发布会持续了接近两个小时，大家最关心的还是未来开发会是怎样的？

编程小白也能开发软件？

纳德拉在周二演示了“帮助小白编程”的GitHub Copilot Workspace，这是一款通过聊天实现完成程序编写的软件。这将使任何新手，即使对编程语言几乎没有了解，也能开发自己的软件。

打开质量的另一扇门

，赞4

纳德拉表示：“任何人都可以在瞬间将想法转变为代码，你能够控制这个过程中的每一个环节...这将使得编程更加快乐和有趣。”

微软计划在未来几个月里进一步打磨这个功能，使其更加可用。从需求Spec到计划、从计划到代码生成，一气呵成。

AI员工走上台前

在微软的职场协作软件Teams等一系列应用中，AI将不再是一个工具栏上的按钮，而是打工人们可靠的新同事。

这项名为Team Copilot的新功能将使得Copilot成为每个工作团队的新成员。Copilot可以作为会议的主持人，管理议程并实时纪录会议纪要，以及追踪并安排团队成员会议后的行动。

Copilot还能成为项目经理，通过创建和分配任务、跟踪截止日期等方式推动团队协作。

在另一项产品更新中，微软也表示将在今年晚些时候推出一款“AI代理”工具——类似于“AI虚拟员工”，可以执行监控电子邮件、帮助新员工入职、输入数据等一系列琐碎的自动化任务。微软小心翼翼地强调，Copilot不会接管人们的工作，只会接手其中一些无聊的部分。

AI实时视频翻译功能

微软的Edge浏览器将在近期推出一款视频实时翻译功能。与目前常见的视频字幕翻译不同，这款产品已经能提供实时语音同传翻译。

Edge的AI实时翻译初始将支持彭博、路透等一系列主流视频网站和主流新闻网站，且只支持英语、印地语、德语、俄语、意大利语和西班牙语的双向互译。微软也表示，后续将会支持更多的网站和语言。

小模型也要多模态

在今年4月更新“小模型”Phi-3后，微软也在周二拿出了Phi-3-vision模型。顾名思义，这个模型可以阅读文本和查看图片，同时这个42亿参数量的模型足够紧凑，能够在移动设备上运行。目前Phi-3-vision已经发布在Azure的模型库中。

与DALL-E和Stable Diffusion不同，Phi-3-vision不会生成图像，主要用来理解图像中的内容并为用户进行分析。

与Meta深入合作

微软也在周二宣布将“Windows体积应用程序”（Windows Volumetric Apps）引入Meta的Quest头显设备，使开发人员能够将其应用程序扩展到3D空间。

微软表示，该扩展将允许用户不离开支持他们工作依赖的应用程序，同时增强空间理解的能力。

彩蛋：奥尔特曼现身

整场发布会的压轴环节交给了OpenAI CEO山姆·奥尔特曼，面对全场开发者，奥尔特曼猛灌了一锅“心灵鸡汤”。

在与微软CTO凯文·斯科特的对话中，奥尔特曼表示自上周发布GPT-4o以来经历了“疯狂的一周”，因为他“从未见过一种技术以如此有意义的方式被如此迅速地采用” 。

这名创业导师也强调，他最重要的建议是，现在是一个特殊的时期，所以要抓住机会去构建你想要做的事情，不要等待。奥尔特曼认为，就创业而言，眼下是2008年移动互联网爆发、甚至是整个互联网时期“最令人兴奋的时刻”。

但“ChatGPT之父”也补充称，不要指望AI能为你做所有的工作，人工智能是一种新的促进因素，但它并不会自动打破商业规则。