C++之父現身北京共慶C++四十周年，2025全球C++及系統軟件技術大會盛大開幕！

作者 | 《新程序員》編輯部

出品 | CSDN（ID：CSDNnews）

四十年過去，C++ 依舊是那個讓世界底座運轉的關鍵齒輪。

但 2025 年，它站在了一個關鍵的技術轉折點上：AI 正重塑軟件工程、異構算力突破性能邊界、智能設備規模激增，海量 C++ 代碼庫則要求穩定兼容與極致優化兼具。在“變”與“不變”的持續拉扯中，C++ 生態正在深度自省，如何讓 C++ 在新架構、新負載、新工具鏈下持續前行，也成了全球開發者關注的核心命題之一。

12 月 12 日，由 CSDN 與奇點智能研究院聯合舉辦的「2025 全球 C++ 及系統軟件技術大會」在北京金隅喜來登大酒店盛大開幕。恰逢 C++ 正式發布 40 周年，本次大會不僅 C++ 之父親臨現場，還匯聚了 40 余位來自 C++ 及系統軟件領域的杰出專家，現場演講深度十足，討論與交流氛圍熱烈，精彩觀點不斷碰撞。

今日主會場上，C++之父、美國國家工程院、ACM、IEEE院士 Bjarne Stroustrup，奇點智能研究院院長、CSDN 高級副總裁李建忠，北京大學講席教授、復旦大學先進計算系統研究院院長謝濤，ISO人工智能技術委員會專家、C++ 標準委員會機器學習組主席、YetiWare CTO Michael Wong 結合其最新技術成果和實踐經驗，共同勾勒出 C++ 在新時代的演進方向。

從語言本體到底層架構、從研發方法論到 AI 時代的性能之爭，本次大會內容密度可謂“爆表”——不僅呈現了 C++ 生態的最新脈動，也讓我們得以重新審視這門經典語言在未來十年的戰略位置。

Bjarne Stroustrup：C++ 跨越 40 載的成功經驗與未來演進

從無到有，從初出茅廬到支撐現代軟件基礎設施的中堅力量，C++ 的四十年發展歷程一直由 Bjarne Stroustrup 親歷并引領。本次大會上，Bjarne Stroustrup 帶來主題為《C++ 跨越 40 載的成功經驗與未來演進》的精彩分享。

C++ 之父、美國國家工程院、ACM、IEEE 院士 Bjarne Stroustrup

Stroustrup 表示，好的設計始于問題，且有清晰的原則，并能夠隨著需求演進。1979 年，他在構建一個分布式 Unix 系統時，既需要像 C 那樣可以高效地操作硬件，又需要像 Simula 那樣具備良好的抽象能力，以應對不斷增長的復雜度。C++ 正是在這樣的背景下成形的，它的設計原則遵循了靈活的靜態類型系統、防止泄露的資源管理方式、可靠的錯誤處理機制，以及能夠適應多種編程風格的并發支持。

根據 SlashData 的統計，Stroustrup 分享了 C++ 的開發者生態情況——2025 年 C++ 開發者數量達到 1630 萬，短短四年中增長了 72%，年均增速接近 20%，明顯快于 Java、Python 等其他主流語言。“編程語言的真正價值體現在它幫助構建的應用質量中”，Stroustrup 說。

正是在這一龐大而活躍的生態支撐下，他進一步闡述了支撐當代 C++ 的三大技術特性：

• 資源管理。資源是你必須獲取并隨后釋放（歸還）的任何東西，它是 C++ 防止資源泄漏的關鍵。每個資源都由一個句柄表示，且每個資源句柄都根植于一個作用域中。

• 泛型編程。它讓開發者寫出更短、更直觀、零開銷且類型安全的代碼，并且廣泛應用在標準庫的各個角落。C++ 對泛型編程的支持建立在三大目標上，其一是極高的通用性，模板應比設計者當年所能想象的更靈活；其二是零開銷，無論是 vector 還是 Matrix，抽象都應能和 C 數組直接競爭性能；其三是定義明確的接口，這意味著類型安全、可重載，以及更合理的錯誤信息。C++20 引入概念（Concepts）后，這些目標變得更加可控、清晰且直觀。

• 模塊。C++20 的 Modules 實現了 Stroustrup 自 1994 年以來的愿景，并從根本上解決了傳統頭文件機制帶來的順序依賴、冗余編譯、宏污染等頑疾。在一些測試中，僅 import std; 就能帶來數量級的編譯性能提升：信息密度提高十倍，處理效率提高百倍，整個應用的構建速度可獲得 25× 的加速。模塊的非傳遞性也讓依賴關系更清晰，代碼更易維護。

展望未來，Stroustrup 認為，開發者不應被困在 20 世紀的編程方式里。雖然升級舊代碼確實困難，但往往最劃算，而且完全可以逐步進行，新寫的代碼也無需繼續沿用老舊范式。然而，邁向現代 C++ 并不容易：很多項目被歷史代碼所束縛，也容易被團隊習慣或過時技術牽著走。對此，他強調，“語言可能難以改變，但我們完全可以改變使用語言的方式。”

為了幫助開發者更順暢地邁向現代化，Stroustrup 提到當前社區一系列正在推進的努力，包括 C++ Core Guidelines 所代表的一套可落地的最佳實踐，以及正在開發中的 Profiles（規格配置），它們旨在提供一套連貫的、可被工具強制執行的規則集，從而提升安全性、簡化復雜度、管理技術債務，并幫助開發者更專注于教育與正確使用語言本身。

緊接著，在主會場的爐邊對話環節，Bjarne Stroustrup 談到了自己對 AI 生成代碼的看法。他坦言，自己在這方面經驗有限，因此面對行業中大量 AI 生成的 C++ 代碼可能存在的質量問題時，很難立即判斷這些問題是根本性的，還是僅僅由于經驗和時間不足造成的。

Stroustrup 表示，他對軟件基礎研究特別感興趣，這類研究可能對科研或教育領域具有重要價值，但在實際工程應用中，工程師必須確保代碼的精確性和可靠性。他提醒道，AI 系統的表現取決于具體應用場景：在一些場景下，可能涉及資源使用或時間響應的要求；而在嵌入式設備或金融系統中，還需要獲得監管機構對系統安全性的認可。

他指出，要達到所謂的“安全標準”，需要長期積累的法規經驗、知識儲備以及資金投入。而在實際維護中，即便只是對 AI 組件進行小幅修改，也可能影響整個程序的運行，甚至導致原本的認證需要重新審核。這也帶來了一個核心問題：誰能真正認證這些系統的有效性？Stroustrup 認為，需要在相關應用領域有經驗的人，能夠審查代碼和運行機制，從而建立可信度。否則，盲目依賴 AI 輸出的風險就會增加——當系統發生變化時，人們可能無法理解復雜服務的運作邏輯。

他強調，這個問題在小型程序中或許相對容易處理，但在涉及基礎設施、金融系統或個人交通安全等大型系統時，安全性至關重要。盡管如此，Stroustrup 覺得，真正認真做事的人應當直面這些問題，而不是簡單地說“沒問題”或“以后再解決”。否則，等到問題顯現再去擔心，往往已經為時晚矣。

李建忠：AI 原生軟件研發成熟度模型與演進

奇點智能研究院院長、CSDN 高級副總裁李建忠在《AI 原生軟件研發成熟度模型與演進》主題演講中指出的，“軟件領域的每一次范式革命，既改變軟件應用形態，也改變軟件開發方式。例如， 互聯網的出現不僅帶來了全新的應用形態 Web 應用（HTML、CSS、JS），同時也催生了云原生開發、微服務等全新的軟件開發模式。”他認為，如今的 AI 正處在類似的轉折點：智能體正在成為新一代軟件形態，同時推動 AI 原生軟件研發范式的形成。

奇點智能研究院院長、CSDN 高級副總裁 李建忠

談到 AI 對軟件研發方式的重塑，他指出當前存在兩條并行路徑：一是 AI 賦能傳統軟件工程，仍遵循傳統工程的復用性原則；二是“氛圍編程”（Vibe Coding），讓普通用戶通過自然語言實現編程，生成“即用即棄”、低成本的可塑軟件。他提醒，不應用傳統軟件工程的思維看待氛圍編程。歷史上許多顛覆式創新同時具備大規模、個性化、低成本三大特征，而氛圍編程正符合這一趨勢，面向大眾用戶，實現軟件創造的平權時代。

針對 AI 時代的軟件工程，李建忠從復雜性、動態性與協作性三大本質分享了 AI 原生軟件開發的應對之道：推理模型為處理復雜性提供基礎，動態上下文與共生數據提升 Agent 的演化適應性，多智能體與工具協作（A2A + MCP）將推動邁向更高智能。

隨后，他重點介紹了奇點智能研究院推出的“AI 原生軟件研發成熟度模型”（AISMM）。模型橫向劃分五個階段：從 Level 1 的輔助提效，到 Level 2 的領域集成，再到 Level 3 的代理協同、Level 4 的自主代理，最終邁向 Level 5 的 AI 軟件工廠。縱向維度涵蓋基礎設施、知識工程、流程工具、組織人才、安全治理五大關鍵要素。而 AI 原生軟件研發所遵循的三項核心原則分別是：一是軟件研發知識工程——工程師知道的，Agent 也應知道；二是上下文與記憶——工程師所見即 Agent 所見；三是 Agentic Devops——工程師能做的，Agent 都能做。

李建忠表示，根據該模型的標準以及奇點智能研究院的觀察，目前大多數企業仍處于 Level 2 到 Level 3 的過渡期。圍繞 Level 3，他進一步拆解了企業需要補齊的關鍵能力：在基礎設施上，需要構建基于 Agent 角色的云沙箱環境，并支持記憶與工具調用；在知識工程上，應逐步建立數據飛輪機制，并增強動態上下文工程，確保 Agent 擁有完整的“環境要素總和”；在流程工具方面，需要建設多 Agent 協作網絡、Agent 與工具調用合約（Tool Use/MCP）以及工作流引擎；在組織與人才上，要打造工程師與 Agent 協作的團隊，使開發人員轉型為 Agent 監督者與調優師；在治理與安全方面，則需平衡權限與風險，防止智能體出現幻覺或安全事件。

最后，李建忠分享了他對大模型工程應用的三點主張：智能的核心是語言，而不是結構化數據/視覺等；智能需要迭代收斂，沒有一步到位的智能；智能需要上下文才能發揮作用。

謝濤：“從開放指令集到開源算子和編譯器：RISC-V+AI的全棧軟件生態突破路徑”

圍繞《從開放指令集到開源算子和編譯器：RISC-V+AI 的全棧軟件生態突破路徑》這一主題，北京大學講席教授、復旦大學先進計算系統研究院院長謝濤深入剖析了在 AI 算力競爭白熱化與全球技術格局演變背景下，如何以開放指令集 RISC-V為基石，協同構建開源軟件生態。

北京大學講席教授、復旦大學先進計算系統研究院院長 謝濤

當下，以大模型為基礎的 AI 應用飛速發展，算力已成為戰略性基礎資源。然而，國內高端 AI 芯片企業軟件棧的研發各自為戰，市場份額有限。對此，謝濤認為其根源在于私有指令集導致的后端編譯器與算子庫無法共享，每家廠商都需重復投入，陷入各自為戰的困境。

面對這一困局，謝濤提出了基于開放指令集共建生態的破局思路。他以 PC 時代的“Wintel 聯盟”和移動時代的“AA 聯盟”為例，闡述了軟硬件接口標準化對于生態繁榮的關鍵作用——而在 AI 與大數據時代，RISC-V 以其免費、開放、可擴展的特性，成為了構建新一代計算生態的理想底座。

“RISC-V 不僅僅是一個 CPU 指令集，更是一個戰略支點。”謝濤強調。其模塊化設計兼具靈活性與低功耗優勢，并且得到了包括我國在內的多國政策支持。更重要的是，去年 RISC-V 國際基金會已將人工智能/機器學習列為最高戰略優先級，連英偉達也宣布其關鍵的 CUDA 軟件將支持在 RISC-V 上全面部署，這充分顯示了其生態活力與產業共識。

在構建 RISC-V+AI 全棧軟件生態的具體策略上，謝濤指出通過定義統一的 AI 指令集擴展，可以團結甚至讓存在競爭關系的 AI 芯片企業進行分工合作，實現“成本平攤”。更進一步，若能推動該擴展成為 RISC-V 國際基金會標準，將促使國際主流 AI 框架和工具鏈開源社區主動集成支持，即“上游化”。這將帶來“成本上傳”的紅利：全球開源社區都將參與支持該擴展的軟件的創建與演化。

“因此，推動標準不僅是制定標準，更是要使其進入國際主流開源社區的主線。我們需要積極對這些主流或新興的生態做出貢獻，以此促進標準的落地。”

基于此，謝濤分享了一些相關進展：其團隊正積極適配 OpenAI 推出的 Triton 編程語言，使其支持 RISC-V 后端，令各廠商可基于 Triton 進行硬件相關的算子優化實現；還有為新一代 AI 硬件和算法而生的 Tile 編程語言——由國內開源的 TileLang，它將 Tile 抽象、算子融合、動態控制流、布局轉換和流水線并行等技術系統化整合，為 AI 加速器提供結構化、性能可控的編程模型。

此外，為了確保長期發展，謝濤認為還需要建立 RISC-V 的軟硬件試驗場和基礎設施，以打磨芯片可靠性、操作系統及應用，實現“沿途下蛋”，在推進技術路線的同時創造持續的產業價值。在演講最后，謝濤總結道，當前 RISC-V 已成為中國采用開放開源模式、共建生態的一個重要支點，而 AI 的巨大需求，更是為 RISC-V 提供了最佳的落地場景和迭代動力。

Michael Wong：“AI 計算之戰：如何在大模型時代建立有競爭力的標準化 C++ 技術棧”

在大模型推高全球算力需求、AI 芯片體系加速分裂的當下，一個新問題擺在所有系統開發者面前：如何在高度碎片化、跨架構并存的時代，建立一套真正有競爭力、跨平臺可移植的標準化 C++ 技術棧？

針對這個問題，ISO 人工智能技術委員會專家、C++ 標準委員會機器學習組主席、YetiWare CTO Michael Wong 用一場信息量極大的演講，對這場“計算之戰”的本質進行了深入拆解。

ISO 人工智能技術委員會專家、C++ 標準委員會機器學習組主席、YetiWare CTO Michael Wong

演講伊始，Michael Wong 指出：過去十多年若要寫高性能 AI 程序，“學習 CUDA + 購買 NVIDIA GPU”幾乎是唯一選項。而 2025 年標志著一個明顯拐點：供應鏈限制、計算需求結構等變化，正在迫使全球 AI 從單一生態走向多元架構。

• 一邊是垂直封閉模式：CUDA 式全棧整合，從芯片到軟件全部統一；

• 另一邊是水平開放模式：以開放標準、開放 IR、多廠商硬件并存為核心。

而硬件分裂將巨大的復雜性拋給了軟件層，尤其是 C++ 開發者。Michael Wong 表示：“99% 的 AI 邏輯是 Python，但 99% 的執行是 C++。研究員期望可移植性，而 C++ 工程師被淹沒在碎片化中。”

這個“碎片化”，由不同廠商的 SDK、互不兼容的編譯器棧和內存層次模型構成，嚴重拖累了開發效率——但危機中也蘊藏著角色轉變的機遇。Michael Wong 指出，傳統的戰場如手寫極致優化內核，正被 Triton 等高級編譯器自動化，而新的戰略高地轉向了編譯器與中間表示（IR）層。“理解 MLIR、編寫優化 Pass、構建跨平臺抽象層，其重要性已堪比過去十年的內核編程。”他強調，C++ 開發正從“戰術性”的微觀優化，轉向“戰略性”的系統架構與工具鏈構建。

面對碎片化，Michael Wong 認為解藥在于擁抱現代 C++ 標準。C++23 的 std::mdspan 提供了與存儲無關的多維數組視圖；C++26 提案中的 std::linalg 旨在標準化線性代數運算；結合 C++17/20 的執行策略，即可編寫出可移植的 AI 代碼，做到“編寫一次，到處運行”。

不僅如此，Michael Wong 還前瞻了即將到來的“生產力之戰”：AI Agent 將成主流開發者。“未來的編程對話可能發生在你和你的 AI 助手之間”，然而，當前 AI 助手難以理解 C++ 的復雜性與隱形規則。因此，他提出需要發展“面向 AI Agent 的 C++” ，即通過更廣泛地使用概念、合約、配置文件等特性，使代碼意圖對 AI 更加清晰、可驗證。

在演講最后，Michael Wong 向全球 C++ 開發者呼吁：GPU 的壟斷在瓦解，軟件危機中孕育著最大機遇，C++ 并未被替代，其核心正升維至定義系統與工具鏈的層面。擁抱開放標準、深耕編譯器技術、學會與 AI Agent 協同工作，將是駕馭這場 AI 基礎設施革命的關鍵。

圓桌對話：AI 時代軟件新范式

在大模型深度介入軟件研發的當下，開發范式正經歷一場前所未有的重構：當自然語言逐漸成為新的“接口層”，傳統編程語言的未來將走向何方？是被弱化、被增強，還是被徹底重寫？與此同時，AI 賦能研發的浪潮正推動無數個人開發者以驚人速度迭代，但在大型組織內部，流程、架構、規范與歷史包袱卻讓“AI 真正落地”變得并不輕松。語言的演進與研發模式的重塑，兩條關鍵線索正交織出軟件工業的新挑戰與新機遇。

在華東師范大學教授、奇點智能研究院開源技術委員會主任王偉的主持下，本次圓桌對話匯聚了 AI 與系統軟件領域的重量級陣容：奇點智能研究院院長、CSDN 高級副總裁李建忠，北京大學講席教授、復旦大學先進計算系統研究院院長謝濤，ISO 人工智能技術委員會專家、C++ 標準委員會機器學習組主席、YetiWare CTO Michael Wong，以及 Adobe 首席科學家、C++ 標準委員會委員 David Sankel。他們圍繞“AI 時代軟件新范式”這一主題，從底層語言標準、系統軟件棧建設到 AI 工程化的新需求展開深入討論，共同描繪出下一代軟件體系的可能走向。

王偉：一直以來，編程語言在軟件開發中具有重要地位。但在 AI 時代，有人認為，隨著自然語言編程的興起，傳統編程語言可能不再那么重要；有人認為仍需強化現有語言，增加新的特性；還有人認為，可能需要全新的語言來適應 AI 時代的需求。在這樣的背景下，各位如何看待編程語言的發展方向和趨勢？

李建忠：其實新的編程語言需求并不是直接來自 AI 的賦能，而更可能源于新的計算架構。因為未來或許會出現多元化的 AI 計算架構，而這些新的架構可能需要新的編程語言來充分發揮其能力。過去，一些小眾語言由于生態建設等因素發展受限，但在 AI 的賦能下，這些語言可能會獲得更多機會，讓不同機器架構的能力得以體現。

另一方面，主流語言如 C++ 已擁有全球上千萬程序員的龐大基礎。我認為，AI 提升軟件開發效率后，人類對軟件的需求將持續增長。這會進一步推動成熟語言的發展和繁榮。近年來，C++ 的使用和增長速度都非常快，這既受到底層高性能計算需求的驅動，也受益于 AI 加快開發效率的影響。因此，對于成熟語言和新語言，我認為它們的發展動力來源不同，但都可能在 AI 時代獲得新的發展機遇。

謝濤：我補充兩點。首先，如果人工智能直接生成代碼，在某些場景下，人類甚至不需要去查看生成的代碼本身。只要我們寫好規范需求，并配合定理證明器或程序驗證工具，就可以自動證明代碼符合需求，從而減輕人工審核的負擔。在這種情況下，未來的編程語言是否能更友好地支持程序自動證明、規范編寫，將成為一個關鍵方向。雖然規范本身也可以由機器生成，但這又帶來了可信性問題，需要人類的監督和確認。

其次，在一些場景中，人類仍需理解 AI 生成的代碼，以確認其正確性。這就要求編程語言在可讀性和可理解性上更友好。例如，在數據分析中，如果沒有 SQL 這樣的高層次 DSL，人們需要用 C++ 或其他通用語言手動編寫復雜邏輯；而有了 SQL，人們可以更容易理解和驗證分析邏輯。同理，未來可能會出現更多針對特定任務的 DSL，使人類能夠在 AI 生成代碼的過程中更容易進行白盒把關和理解。總結來看，我認為未來編程語言的發展，應同時兼顧自動驗證的友好性和可讀性，以適應 AI 生成代碼的應用場景。

David Sankel：AI 最有趣的一點在于，它從根本上改變了我們編程的方式，以及開發者的使用體驗。過去，開發者在寫代碼時會從中獲得樂趣，而如今，很多情況下，你更多是在審查 AI 生成的代碼。對很多人來說，這種體驗顯然沒有傳統編程那么有趣，而且我不確定這種情況是否會消失。

目前來看，人類在某種程度上更像是在“看護”AI，確保它沒有出現幻覺。我的疑慮在于，這些模型本質上只是生成看起來合理的結果。它們依賴大量訓練數據，試圖產出看似可信的代碼，但正因為如此，AI 生成的代碼中可能隱藏一些人類平時不會犯的錯誤，而這些錯誤很難被發現。

我也很擔心當前流行的 AI 代碼生成實踐。大家都在廣泛使用 AI 生成代碼，而且 AI 生成的代碼量通常遠超人類完成同樣任務時寫的代碼。短期內，你可能不會感受到技術債務帶來的負擔，但幾年后，當我們回頭維護這些代碼時，這種負擔可能會顯現出來。目前來看，AI 并沒有比人類更擅長處理大量“意大利面式”的混亂代碼。未來這種情況會如何發展，仍然值得持續觀察。

Michael Wong：關于是否應該用 AI 來寫代碼，這一直存在爭論。我覺得這種爭論有點像以前關于考試能否使用計算器的爭論——過去不允許用，但現在已經可以了。我告訴我的團隊：“想用 AI 就盡量用吧。”但前提是，你要理解 LLM 的訓練方式，這樣才能知道 AI 的弱點。LLM 大多是基于公共 GitHub 代碼訓練的，涉及一些常見框架、網頁開發等內容。大部分情況下，這些模型處理的都是通用問題，但如果你是在寫高性能的蘋果金融交易系統底層代碼，這類代碼不會在互聯網上公開，它們是保密的。

AI 編程的真正問題在于訓練數據的質量很差。無論用什么標準來衡量，數據都不夠好，要改進它只能依靠更好的訓練數據，但這很難實現，訓練數據提供者不會隨便公開這些敏感信息。

因此，我提出了一個激進的想法：為 C++ 創建類似 ImageNet 的訓練數據集。ImageNet 之所以能讓模型更好地識別貓，是因為研究者為貓創建了專門的數據集。同理，如果我們為 C++ 也建立專門的數據集，AI 才可能在高級編程任務上真正可靠。

關于我如何指導團隊使用 AI，我的原則是：可以用 AI，但在你完全理解每一行代碼之前，絕不能直接將其應用到項目中。你必須注意諸如特殊認證令牌等細節，AI 可能生成簡單的 64 位認證，但在低延遲環境下遠遠不夠。你需要展示自己可以改進 AI 的算法，達到無鎖編程的能力，甚至能實現 hazard pointer 和 RCU 機制等高級操作，而這些是 AI 根本不了解的。實際上，只有約 5% 的程序員真正掌握這些非常專業的技能。

這也是為什么我認為高級程序員不必擔心被替代，你們的位置不僅不會消失，反而會更重要。AI 就像一個極其熱情的初級程序員，它讀遍了整個互聯網，但毫不掩飾地直接給你代碼。我們需要限制 AI 的使用，通過節流控制，并確保每一行代碼在進入項目之前都由人審查。這是我一直在堅持的原則，也是未來軟件開發的重要保障。

王偉：AI 對軟件研發的影響越來越顯著。尤其是在當前，很多「一人」團隊在 AI 時代發展得非常快。然而，在企業內部的軟件研發中，將 AI 賦能落地、提升研發效率仍面臨諸多挑戰。在實際推進過程中，可能會遇到哪些困難和阻力？

李建忠：目前 AI 在軟件研發中面臨的阻力主要有兩方面。一方面是組織層面：現在很多團隊的組織架構、技能和管理方式仍然是為上一個數字化時代設計的，還沒有完全適應 AI 原生時代的要求。另一方面是基礎設施層面，比如我之前提到的 Agentic DevOps、Agentic 沙箱等環境，這些能夠讓智能體在更泛化的環境中運行的設施，目前仍在建設中。

不過，從軟件研發的長周期來看，我對 AI 的前景還是很樂觀的。回顧每一次技術革命的起點，大家可以想想 2000 年左右，互聯網雖然已經發展幾年了，但當時很多軟件研發團隊并不相信它會徹底改變研發方式。直到 2015 年到 2020 年，Cloud Native 才真正改變了軟件開發格局。

因此，我覺得 AI 的落地和普及也是一個需要周期的過程。就像修一條路，讓車跑得更快一樣，這條路可能要花一年時間去建設。在這個過程中，很多人會懷疑投入是否值得，覺得成本高于收益。我認為都是正常現象，但從長遠來看，AI 在軟件研發中的作用是一個持續鋪路、逐步成熟的過程。

謝濤：我來自高校，更多需要考慮的是為現代企業培養和輸送人才。我覺得現在面臨不少困惑和挑戰。

• 第一，隨著 AI Agent 或大模型在軟件研發中的應用，產品工程能力依然非常關鍵。然而，目前版本的大模型或智能體需要我們做很多特定操作才能發揮作用，而隨著更強一代的出現，這些操作可能就不再必要了。這也意味著，目前的 Prompt Engineering（提示工程）技能很可能很快就會過時。

• 第二，很多傳統算法或者需要記憶的知識，學生可能不必再死記硬背。問題在于，如果我們僅專注培養高級程序員，而忽略了基礎人才培養，那么整個基礎層的工程師儲備就可能不足。我們是否可以只培養高端程序員？我覺得這是一個開放性問題，沒有標準答案，但它提醒我們在人才培養上需要重新思考。

David Sankel：談到在大型組織內部推廣 AI 的使用，我認為我們在 Adobe 的推廣情況還算不錯。關鍵在于確保它對員工真正有用、能帶來實際幫助。比如我們內部使用 Cursor，它非常容易上手：只需啟動，就會在右側出現一個小工具。

盡管人們通常會擔心 AI 會威脅到自己的工作，但如果你能讓他們直接感受到 AI 在處理繁瑣任務上的價值，這種顧慮就會減輕。比如，有些人特別討厭寫 CMake 配置文件，你可以讓他們嘗試用 AI 來生成這些代碼，看看是否能節省時間。即便是六次嘗試中有四次能顯著節省時間，這個體驗就已經足夠讓人認可了。

當人們開始分享他們使用 AI 的成功經驗時，這種正向反饋會自然帶動更多人使用。如果 AI 真能提高效率，其推廣其實不需要強制——員工會主動去用，因為他們寧愿把時間花在更有價值或更輕松的工作上，而不是重復枯燥的任務，比如寫配置、查郵件等。

Michael Wong：我在 C++ 標準委員會的 AI 小組討論時就問過同樣的問題，關于 AI 是否會導致工作流失、開發者角色如何變化，以及如何推動 AI 的采納。我自己是積極推動 AI 的應用，無論是編碼、規范分析，還是端到端的各種分析，我都在用。特別是測試用例生成，AI 在這方面表現尤為出色，這也是最有價值的部分。

關于工作流失的擔憂，我知道外界有很多討論。但我個人認為，AI 并不會取代你，而是讓你成為更好的開發者。如果你是初級開發者，AI 能加速你的成長；如果你是中級開發者，它能幫助你邁向設計者角色；如果你是高級開發者，它甚至能讓你成為架構師和協調者。AI 提升了人的價值，這一點可能有人不認同，但我堅信如此。如果你不抓住這個機會，很可能在新的競爭中落后。

那么，誰會被裁掉呢？我認為沒有人會被裁。你必須保持人才培養，這一點在律師事務所中就很明顯。AI 可以輕松替代處理一些基礎法律問題的初級律師，但如果把所有初級律師都替換掉，誰來成長為高級律師呢？人才的培養管道必須不斷補充，AI 只是改變了工具而已。

過去，我們需要通過查書、手動實現功能來完成工作，現在 AI 可以作為啟動工具幫助你優化和提升工作效率，讓你專注于更高級的技能和優化。歸根結底，我認為這是一個絕佳的機會，讓每個人都能提升自己的能力水平。

共慶 C++ 40 周年

值此 C++ 40 周年之際，本次大會也特別舉行慶典，不僅向這門影響深遠的編程語言致敬，也向每一位在底層默默構建數字世界根基的開發者致敬。

慶典上，CSDN 創始人、董事長、奇點智能研究院理事長蔣濤回顧了自己與 C++ 的淵源：“我早期也曾是一名 C++ 程序員。還記得 25 年前創辦 CSDN 網站和《程序員》雜志時，我們翻譯了 Bjarne Stroustrup 的訪談，當時贏得了大量用戶關注。軟件正在吞噬世界，而 C++ 是軟件核心的底座。C++ 已走過 40 年的發展歷程，CSDN 也走過 25 年，而 C++ 大會則迎來了 20 周年的里程碑，未來還有更多的事情等著我們共同去探索和實現。”

奇點智能研究院院長、CSDN 高級副總裁李建忠也分享了自己的感受：“回想 20 年前，我非常冒昧地給 Bjarne Stroustrup 寫過一封的郵件——那時我還在大學，作為一個純粹的 C++ 愛好者寫信邀請他參與活動，沒想到他非常爽快地答應了。從那時起，我們一路堅持走到今天，心里感慨萬分。”

C++ 之父 Bjarne Stroustrup 則從開發者視角分享了他的思考：“對于很多人來說，C++ 已經 40 歲了。對我而言，它甚至更‘年長’。多年來，這確實是一段非凡的旅程。C++ 的成功原本并不被看好，因為當時沒有營銷，也沒有‘金主’提供大量免費的庫和資源。其他語言后來才學會了這些策略，而我自己也多次證明自己并不是一個優秀的組織者。

盡管如此，C++ 的核心技術理念仍然足夠好，同時通過標準化和新特性的持續更新，也保持了技術的生命力。似乎我們在 AI 發展上也在不斷跟進，并且在許多底層技術上都有所應用。我過去常說，如果按最初的設想來看，C++ 不可能像現在這樣普及。我原以為它不會出現在各個領域，但如今它幾乎無處不在——從我們的辦公空間到咖啡機，從服務器農場到大規模計算設施，這一切都令人震驚。正如你們看到的，我感到非常驚訝和欣喜。我相信，如果從發展勢頭來看，C++ 的未來仍然光明，并且希望我們能夠繼續慶祝它的生日——50 歲、60 歲，我也說不準。也感謝大家的到來。”

祝 C++ 40 周年快樂！

干貨之外，展廳同樣精彩

除了會場內豐富的內容和深入的交流，會場外的展廳同樣熱鬧非凡。Incredibuild、Parasoft、人民郵電出版社異步社區、清華大學出版、電子工業出版社博文視點等合作伙伴的展位吸引了眾多參會者駐足參觀，互動氛圍十分熱烈。

至此，2025 全球 C++ 及系統軟件技術大會首日的技術盛宴圓滿落幕。明日，大會將繼續帶來多場專題論壇，包括「大模型驅動軟件開發」、「高性能與低時延」、「研發效能與軟件質量」、「AI 算力與優化」以及「系統級軟件」等，深入聚焦 AI 原生時代下軟件工程的核心挑戰與前沿實踐，敬請期待更多精彩分享。