C++之父現(xiàn)身北京共慶C++四十周年，2025全球C++及系統(tǒng)軟件技術(shù)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(zhuǎn)的關(guān)鍵齒輪。

但 2025 年，它站在了一個關(guān)鍵的技術(shù)轉(zhuǎn)折點上：AI 正重塑軟件工程、異構(gòu)算力突破性能邊界、智能設(shè)備規(guī)模激增，海量 C++ 代碼庫則要求穩(wěn)定兼容與極致優(yōu)化兼具。在“變”與“不變”的持續(xù)拉扯中，C++ 生態(tài)正在深度自省，如何讓 C++ 在新架構(gòu)、新負(fù)載、新工具鏈下持續(xù)前行，也成了全球開發(fā)者關(guān)注的核心命題之一。

12 月 12 日，由 CSDN 與奇點智能研究院聯(lián)合舉辦的「2025 全球 C++ 及系統(tǒng)軟件技術(shù)大會」在北京金隅喜來登大酒店盛大開幕。恰逢 C++ 正式發(fā)布 40 周年，本次大會不僅 C++ 之父親臨現(xiàn)場，還匯聚了 40 余位來自 C++ 及系統(tǒng)軟件領(lǐng)域的杰出專家，現(xiàn)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(xué)講席教授、復(fù)旦大學(xué)先進計算系統(tǒng)研究院院長謝濤，ISO人工智能技術(shù)委員會專家、C++ 標(biāo)準(zhǔn)委員會機器學(xué)習(xí)組主席、YetiWare CTO Michael Wong 結(jié)合其最新技術(shù)成果和實踐經(jīng)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(gòu)、從研發(fā)方法論到 AI 時代的性能之爭，本次大會內(nèi)容密度可謂“爆表”——不僅呈現(xiàn)了 C++ 生態(tài)的最新脈動，也讓我們得以重新審視這門經(jīng)典語言在未來十年的戰(zhàn)略位置。

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

從無到有，從初出茅廬到支撐現(xiàn)代軟件基礎(chǔ)設(shè)施的中堅力量，C++ 的四十年發(fā)展歷程一直由 Bjarne Stroustrup 親歷并引領(lǐng)。本次大會上，Bjarne Stroustrup 帶來主題為《C++ 跨越 40 載的成功經(jīng)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(shè)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(gòu)建一個分布式 Unix 系統(tǒng)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(yīng)對不斷增長的復(fù)雜度。C++ 正是在這樣的背景下成形的，它的設(shè)計原則遵循了靈活的靜態(tài)類型系統(tǒng)、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(yīng)多種編程風(fēng)格的并發(fā)支持。

根據(jù) SlashData 的統(tǒng)計，Stroustrup 分享了 C++ 的開發(fā)者生態(tài)情況——2025 年 C++ 開發(fā)者數(shù)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(xiàn)在它幫助構(gòu)建的應(yīng)用質(zhì)量中”，Stroustrup 說。

正是在這一龐大而活躍的生態(tài)支撐下，他進一步闡述了支撐當(dāng)代 C++ 的三大技術(shù)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(guān)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(fā)者寫出更短、更直觀、零開銷且類型安全的代碼，并且廣泛應(yīng)用在標(biāo)準(zhǔn)庫的各個角落。C++ 對泛型編程的支持建立在三大目標(biāo)上，其一是極高的通用性，模板應(yīng)比設(shè)計者當(dāng)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(yīng)能和 C 數(shù)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(biāo)變得更加可控、清晰且直觀。

• 模塊。C++20 的 Modules 實現(xiàn)了 Stroustrup 自 1994 年以來的愿景，并從根本上解決了傳統(tǒng)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(shù)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(yīng)用的構(gòu)建速度可獲得 25× 的加速。模塊的非傳遞性也讓依賴關(guān)系更清晰，代碼更易維護。

展望未來，Stroustrup 認(rèn)為，開發(fā)者不應(yīng)被困在 20 世紀(jì)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(xù)沿用老舊范式。然而，邁向現(xiàn)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(xí)慣或過時技術(shù)牽著走。對此，他強調(diào)，“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(fā)者更順暢地邁向現(xiàn)代化，Stroustrup 提到當(dāng)前社區(qū)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(fā)中的 Profiles（規(guī)格配置），它們旨在提供一套連貫的、可被工具強制執(zhí)行的規(guī)則集，從而提升安全性、簡化復(fù)雜度、管理技術(shù)債務(wù)，并幫助開發(fā)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(huán)節(jié)，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(jīng)驗有限，因此面對行業(yè)中大量 AI 生成的 C++ 代碼可能存在的質(zhì)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(jīng)驗和時間不足造成的。

Stroustrup 表示，他對軟件基礎(chǔ)研究特別感興趣，這類研究可能對科研或教育領(lǐng)域具有重要價值，但在實際工程應(yīng)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(tǒng)的表現(xiàn)取決于具體應(yīng)用場景：在一些場景下，可能涉及資源使用或時間響應(yīng)的要求；而在嵌入式設(shè)備或金融系統(tǒng)中，還需要獲得監(jiān)管機構(gòu)對系統(tǒng)安全性的認(rèn)可。

他指出，要達到所謂的“安全標(biāo)準(zhǔn)”，需要長期積累的法規(guī)經(jīng)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(dǎo)致原本的認(rèn)證需要重新審核。這也帶來了一個核心問題：誰能真正認(rèn)證這些系統(tǒng)的有效性？Stroustrup 認(rèn)為，需要在相關(guān)應(yīng)用領(lǐng)域有經(jīng)驗的人，能夠?qū)彶榇a和運行機制，從而建立可信度。否則，盲目依賴 AI 輸出的風(fēng)險就會增加——當(dāng)系統(tǒng)發(fā)生變化時，人們可能無法理解復(fù)雜服務(wù)的運作邏輯。

他強調(diào)，這個問題在小型程序中或許相對容易處理，但在涉及基礎(chǔ)設(shè)施、金融系統(tǒng)或個人交通安全等大型系統(tǒng)時，安全性至關(guān)重要。盡管如此，Stroustrup 覺得，真正認(rèn)真做事的人應(yīng)當(dāng)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(xiàn)再去擔(dān)心，往往已經(jīng)為時晚矣。

李建忠：AI 原生軟件研發(fā)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(fā)成熟度模型與演進》主題演講中指出的，“軟件領(lǐng)域的每一次范式革命，既改變軟件應(yīng)用形態(tài)，也改變軟件開發(fā)方式。例如， 互聯(lián)網(wǎng)的出現(xiàn)不僅帶來了全新的應(yīng)用形態(tài) Web 應(yīng)用（HTML、CSS、JS），同時也催生了云原生開發(fā)、微服務(wù)等全新的軟件開發(fā)模式。”他認(rèn)為，如今的 AI 正處在類似的轉(zhuǎn)折點：智能體正在成為新一代軟件形態(tài)，同時推動 AI 原生軟件研發(fā)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(fā)方式的重塑，他指出當(dāng)前存在兩條并行路徑：一是 AI 賦能傳統(tǒng)軟件工程，仍遵循傳統(tǒng)工程的復(fù)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(xiàn)編程，生成“即用即棄”、低成本的可塑軟件。他提醒，不應(yīng)用傳統(tǒng)軟件工程的思維看待氛圍編程。歷史上許多顛覆式創(chuàng)新同時具備大規(guī)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(xiàn)軟件創(chuàng)造的平權(quán)時代。

針對 AI 時代的軟件工程，李建忠從復(fù)雜性、動態(tài)性與協(xié)作性三大本質(zhì)分享了 AI 原生軟件開發(fā)的應(yīng)對之道：推理模型為處理復(fù)雜性提供基礎(chǔ)，動態(tài)上下文與共生數(shù)據(jù)提升 Agent 的演化適應(yīng)性，多智能體與工具協(xié)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(fā)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(lǐng)域集成，再到 Level 3 的代理協(xié)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(chǔ)設(shè)施、知識工程、流程工具、組織人才、安全治理五大關(guān)鍵要素。而 AI 原生軟件研發(fā)所遵循的三項核心原則分別是：一是軟件研發(fā)知識工程——工程師知道的，Agent 也應(yīng)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(jù)該模型的標(biāo)準(zhǔn)以及奇點智能研究院的觀察，目前大多數(shù)企業(yè)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(yè)需要補齊的關(guān)鍵能力：在基礎(chǔ)設(shè)施上，需要構(gòu)建基于 Agent 角色的云沙箱環(huán)境，并支持記憶與工具調(diào)用；在知識工程上，應(yīng)逐步建立數(shù)據(jù)飛輪機制，并增強動態(tài)上下文工程，確保 Agent 擁有完整的“環(huán)境要素總和”；在流程工具方面，需要建設(shè)多 Agent 協(xié)作網(wǎng)絡(luò)、Agent 與工具調(diào)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(xié)作的團隊，使開發(fā)人員轉(zhuǎn)型為 Agent 監(jiān)督者與調(diào)優(yōu)師；在治理與安全方面，則需平衡權(quán)限與風(fēng)險，防止智能體出現(xiàn)幻覺或安全事件。

最后，李建忠分享了他對大模型工程應(yīng)用的三點主張：智能的核心是語言，而不是結(jié)構(gòu)化數(shù)據(jù)/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(fā)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(tài)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(tài)突破路徑》這一主題，北京大學(xué)講席教授、復(fù)旦大學(xué)先進計算系統(tǒng)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(shù)格局演變背景下，如何以開放指令集 RISC-V為基石，協(xié)同構(gòu)建開源軟件生態(tài)。

北京大學(xué)講席教授、復(fù)旦大學(xué)先進計算系統(tǒng)研究院院長 謝濤

當(dāng)下，以大模型為基礎(chǔ)的 AI 應(yīng)用飛速發(fā)展，算力已成為戰(zhàn)略性基礎(chǔ)資源。然而，國內(nèi)高端 AI 芯片企業(yè)軟件棧的研發(fā)各自為戰(zhàn)，市場份額有限。對此，謝濤認(rèn)為其根源在于私有指令集導(dǎo)致的后端編譯器與算子庫無法共享，每家廠商都需重復(fù)投入，陷入各自為戰(zhàn)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(tài)的破局思路。他以 PC 時代的“Wintel 聯(lián)盟”和移動時代的“AA 聯(lián)盟”為例，闡述了軟硬件接口標(biāo)準(zhǔn)化對于生態(tài)繁榮的關(guān)鍵作用——而在 AI 與大數(shù)據(jù)時代，RISC-V 以其免費、開放、可擴展的特性，成為了構(gòu)建新一代計算生態(tài)的理想底座。

“RISC-V 不僅僅是一個 CPU 指令集，更是一個戰(zhàn)略支點。”謝濤強調(diào)。其模塊化設(shè)計兼具靈活性與低功耗優(yōu)勢，并且得到了包括我國在內(nèi)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(xué)習(xí)列為最高戰(zhàn)略優(yōu)先級，連英偉達也宣布其關(guān)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(tài)活力與產(chǎn)業(yè)共識。

在構(gòu)建 RISC-V+AI 全棧軟件生態(tài)的具體策略上，謝濤指出通過定義統(tǒng)一的 AI 指令集擴展，可以團結(jié)甚至讓存在競爭關(guān)系的 AI 芯片企業(yè)進行分工合作，實現(xiàn)“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(biāo)準(zhǔn)，將促使國際主流 AI 框架和工具鏈開源社區(qū)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(qū)都將參與支持該擴展的軟件的創(chuàng)建與演化。

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

基于此，謝濤分享了一些相關(guān)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(guān)的算子優(yōu)化實現(xiàn)；還有為新一代 AI 硬件和算法而生的 Tile 編程語言——由國內(nèi)開源的 TileLang，它將 Tile 抽象、算子融合、動態(tài)控制流、布局轉(zhuǎn)換和流水線并行等技術(shù)系統(tǒng)化整合，為 AI 加速器提供結(jié)構(gòu)化、性能可控的編程模型。

此外，為了確保長期發(fā)展，謝濤認(rèn)為還需要建立 RISC-V 的軟硬件試驗場和基礎(chǔ)設(shè)施，以打磨芯片可靠性、操作系統(tǒng)及應(yīng)用，實現(xiàn)“沿途下蛋”，在推進技術(shù)路線的同時創(chuàng)造持續(xù)的產(chǎn)業(yè)價值。在演講最后，謝濤總結(jié)道，當(dāng)前 RISC-V 已成為中國采用開放開源模式、共建生態(tài)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(zhàn)：如何在大模型時代建立有競爭力的標(biāo)準(zhǔn)化 C++ 技術(shù)棧”

在大模型推高全球算力需求、AI 芯片體系加速分裂的當(dāng)下，一個新問題擺在所有系統(tǒng)開發(fā)者面前：如何在高度碎片化、跨架構(gòu)并存的時代，建立一套真正有競爭力、跨平臺可移植的標(biāo)準(zhǔn)化 C++ 技術(shù)棧？

針對這個問題，ISO 人工智能技術(shù)委員會專家、C++ 標(biāo)準(zhǔn)委員會機器學(xué)習(xí)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(zhàn)”的本質(zhì)進行了深入拆解。

ISO 人工智能技術(shù)委員會專家、C++ 標(biāo)準(zhǔn)委員會機器學(xué)習(xí)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(xué)習(xí) CUDA + 購買 NVIDIA GPU”幾乎是唯一選項。而 2025 年標(biāo)志著一個明顯拐點：供應(yīng)鏈限制、計算需求結(jié)構(gòu)等變化，正在迫使全球 AI 從單一生態(tài)走向多元架構(gòu)。

• 一邊是垂直封閉模式：CUDA 式全棧整合，從芯片到軟件全部統(tǒng)一；

• 另一邊是水平開放模式：以開放標(biāo)準(zhǔn)、開放 IR、多廠商硬件并存為核心。

而硬件分裂將巨大的復(fù)雜性拋給了軟件層，尤其是 C++ 開發(fā)者。Michael Wong 表示：“99% 的 AI 邏輯是 Python，但 99% 的執(zhí)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(nèi)存層次模型構(gòu)成，嚴(yán)重拖累了開發(fā)效率——但危機中也蘊藏著角色轉(zhuǎn)變的機遇。Michael Wong 指出，傳統(tǒng)的戰(zhàn)場如手寫極致優(yōu)化內(nèi)核，正被 Triton 等高級編譯器自動化，而新的戰(zhàn)略高地轉(zhuǎn)向了編譯器與中間表示（IR）層。“理解 MLIR、編寫優(yōu)化 Pass、構(gòu)建跨平臺抽象層，其重要性已堪比過去十年的內(nèi)核編程。”他強調(diào)，C++ 開發(fā)正從“戰(zhàn)術(shù)性”的微觀優(yōu)化，轉(zhuǎn)向“戰(zhàn)略性”的系統(tǒng)架構(gòu)與工具鏈構(gòu)建。

面對碎片化，Michael Wong 認(rèn)為解藥在于擁抱現(xiàn)代 C++ 標(biāo)準(zhǔn)。C++23 的 std::mdspan 提供了與存儲無關(guān)的多維數(shù)組視圖；C++26 提案中的 std::linalg 旨在標(biāo)準(zhǔn)化線性代數(shù)運算；結(jié)合 C++17/20 的執(zhí)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(chǎn)力之戰(zhàn)”：AI Agent 將成主流開發(fā)者。“未來的編程對話可能發(fā)生在你和你的 AI 助手之間”，然而，當(dāng)前 AI 助手難以理解 C++ 的復(fù)雜性與隱形規(guī)則。因此，他提出需要發(fā)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(fā)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(tǒng)與工具鏈的層面。擁抱開放標(biāo)準(zhǔn)、深耕編譯器技術(shù)、學(xué)會與 AI Agent 協(xié)同工作，將是駕馭這場 AI 基礎(chǔ)設(shè)施革命的關(guān)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(fā)的當(dāng)下，開發(fā)范式正經(jīng)歷一場前所未有的重構(gòu)：當(dāng)自然語言逐漸成為新的“接口層”，傳統(tǒng)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(fā)的浪潮正推動無數(shù)個人開發(fā)者以驚人速度迭代，但在大型組織內(nèi)部，流程、架構(gòu)、規(guī)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(fā)模式的重塑，兩條關(guān)鍵線索正交織出軟件工業(yè)的新挑戰(zhàn)與新機遇。

在華東師范大學(xué)教授、奇點智能研究院開源技術(shù)委員會主任王偉的主持下，本次圓桌對話匯聚了 AI 與系統(tǒng)軟件領(lǐng)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(xué)講席教授、復(fù)旦大學(xué)先進計算系統(tǒng)研究院院長謝濤，ISO 人工智能技術(shù)委員會專家、C++ 標(biāo)準(zhǔn)委員會機器學(xué)習(xí)組主席、YetiWare CTO Michael Wong，以及 Adobe 首席科學(xué)家、C++ 標(biāo)準(zhǔn)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(biāo)準(zhǔn)、系統(tǒng)軟件棧建設(shè)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(fā)中具有重要地位。但在 AI 時代，有人認(rèn)為，隨著自然語言編程的興起，傳統(tǒng)編程語言可能不再那么重要；有人認(rèn)為仍需強化現(xiàn)有語言，增加新的特性；還有人認(rèn)為，可能需要全新的語言來適應(yīng) 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(fā)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(gòu)。因為未來或許會出現(xiàn)多元化的 AI 計算架構(gòu)，而這些新的架構(gòu)可能需要新的編程語言來充分發(fā)揮其能力。過去，一些小眾語言由于生態(tài)建設(shè)等因素發(fā)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(gòu)的能力得以體現(xiàn)。

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(chǔ)。我認(rèn)為，AI 提升軟件開發(fā)效率后，人類對軟件的需求將持續(xù)增長。這會進一步推動成熟語言的發(fā)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(qū)動，也受益于 AI 加快開發(fā)效率的影響。因此，對于成熟語言和新語言，我認(rèn)為它們的發(fā)展動力來源不同，但都可能在 AI 時代獲得新的發(fā)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(guī)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(fù)擔(dān)。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(guī)范編寫，將成為一個關(guān)鍵方向。雖然規(guī)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(jiān)督和確認(rèn)。

其次，在一些場景中，人類仍需理解 AI 生成的代碼，以確認(rèn)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(shù)據(jù)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(fù)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(xiàn)更多針對特定任務(wù)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(guān)和理解。總結(jié)來看，我認(rèn)為未來編程語言的發(fā)展，應(yīng)同時兼顧自動驗證的友好性和可讀性，以適應(yīng) AI 生成代碼的應(yīng)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(fā)者的使用體驗。過去，開發(fā)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(tǒng)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(xiàn)幻覺。我的疑慮在于，這些模型本質(zhì)上只是生成看起來合理的結(jié)果。它們依賴大量訓(xùn)練數(shù)據(jù)，試圖產(chǎn)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(fā)現(xiàn)。

我也很擔(dān)心當(dāng)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(yuǎn)超人類完成同樣任務(wù)時寫的代碼。短期內(nèi)，你可能不會感受到技術(shù)債務(wù)帶來的負(fù)擔(dān)，但幾年后，當(dāng)我們回頭維護這些代碼時，這種負(fù)擔(dān)可能會顯現(xiàn)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(fā)展，仍然值得持續(xù)觀察。

Michael Wong：關(guān)于是否應(yīng)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(guān)于考試能否使用計算器的爭論——過去不允許用，但現(xiàn)在已經(jīng)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(xùn)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(xùn)練的，涉及一些常見框架、網(wǎng)頁開發(fā)等內(nèi)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(tǒng)底層代碼，這類代碼不會在互聯(lián)網(wǎng)上公開，它們是保密的。

AI 編程的真正問題在于訓(xùn)練數(shù)據(jù)的質(zhì)量很差。無論用什么標(biāo)準(zhǔn)來衡量，數(shù)據(jù)都不夠好，要改進它只能依靠更好的訓(xùn)練數(shù)據(jù)，但這很難實現(xiàn)，訓(xùn)練數(shù)據(jù)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(chuàng)建類似 ImageNet 的訓(xùn)練數(shù)據(jù)集。ImageNet 之所以能讓模型更好地識別貓，是因為研究者為貓創(chuàng)建了專門的數(shù)據(jù)集。同理，如果我們?yōu)?C++ 也建立專門的數(shù)據(jù)集，AI 才可能在高級編程任務(wù)上真正可靠。

關(guān)于我如何指導(dǎo)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(yīng)用到項目中。你必須注意諸如特殊認(rèn)證令牌等細(xì)節(jié)，AI 可能生成簡單的 64 位認(rèn)證，但在低延遲環(huán)境下遠(yuǎn)遠(yuǎn)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(xiàn) 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(yè)的技能。

這也是為什么我認(rèn)為高級程序員不必?fù)?dān)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(lián)網(wǎng)，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(jié)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(fā)的重要保障。

王偉：AI 對軟件研發(fā)的影響越來越顯著。尤其是在當(dāng)前，很多「一人」團隊在 AI 時代發(fā)展得非常快。然而，在企業(yè)內(nèi)部的軟件研發(fā)中，將 AI 賦能落地、提升研發(fā)效率仍面臨諸多挑戰(zhàn)。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(fā)中面臨的阻力主要有兩方面。一方面是組織層面：現(xiàn)在很多團隊的組織架構(gòu)、技能和管理方式仍然是為上一個數(shù)字化時代設(shè)計的，還沒有完全適應(yīng) AI 原生時代的要求。另一方面是基礎(chǔ)設(shè)施層面，比如我之前提到的 Agentic DevOps、Agentic 沙箱等環(huán)境，這些能夠讓智能體在更泛化的環(huán)境中運行的設(shè)施，目前仍在建設(shè)中。

不過，從軟件研發(fā)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(shù)革命的起點，大家可以想想 2000 年左右，互聯(lián)網(wǎng)雖然已經(jīng)發(fā)展幾年了，但當(dāng)時很多軟件研發(fā)團隊并不相信它會徹底改變研發(fā)方式。直到 2015 年到 2020 年，Cloud Native 才真正改變了軟件開發(fā)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(shè)。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(rèn)為都是正常現(xiàn)象，但從長遠(yuǎn)來看，AI 在軟件研發(fā)中的作用是一個持續(xù)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(xiàn)代企業(yè)培養(yǎng)和輸送人才。我覺得現(xiàn)在面臨不少困惑和挑戰(zhàn)。

• 第一，隨著 AI Agent 或大模型在軟件研發(fā)中的應(yīng)用，產(chǎn)品工程能力依然非常關(guān)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(fā)揮作用，而隨著更強一代的出現(xiàn)，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(tǒng)算法或者需要記憶的知識，學(xué)生可能不必再死記硬背。問題在于，如果我們僅專注培養(yǎng)高級程序員，而忽略了基礎(chǔ)人才培養(yǎng)，那么整個基礎(chǔ)層的工程師儲備就可能不足。我們是否可以只培養(yǎng)高端程序員？我覺得這是一個開放性問題，沒有標(biāo)準(zhǔn)答案，但它提醒我們在人才培養(yǎng)上需要重新思考。

David Sankel：談到在大型組織內(nèi)部推廣 AI 的使用，我認(rèn)為我們在 Adobe 的推廣情況還算不錯。關(guān)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(nèi)部使用 Cursor，它非常容易上手：只需啟動，就會在右側(cè)出現(xiàn)一個小工具。

盡管人們通常會擔(dān)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(wù)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(jié)省時間。即便是六次嘗試中有四次能顯著節(jié)省時間，這個體驗就已經(jīng)足夠讓人認(rèn)可了。

當(dāng)人們開始分享他們使用 AI 的成功經(jīng)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(fù)枯燥的任務(wù)，比如寫配置、查郵件等。

Michael Wong：我在 C++ 標(biāo)準(zhǔn)委員會的 AI 小組討論時就問過同樣的問題，關(guān)于 AI 是否會導(dǎo)致工作流失、開發(fā)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(yīng)用，無論是編碼、規(guī)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(xiàn)尤為出色，這也是最有價值的部分。

關(guān)于工作流失的擔(dān)憂，我知道外界有很多討論。但我個人認(rèn)為，AI 并不會取代你，而是讓你成為更好的開發(fā)者。如果你是初級開發(fā)者，AI 能加速你的成長；如果你是中級開發(fā)者，它能幫助你邁向設(shè)計者角色；如果你是高級開發(fā)者，它甚至能讓你成為架構(gòu)師和協(xié)調(diào)者。AI 提升了人的價值，這一點可能有人不認(rèn)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(rèn)為沒有人會被裁。你必須保持人才培養(yǎng)，這一點在律師事務(wù)所中就很明顯。AI 可以輕松替代處理一些基礎(chǔ)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(yǎng)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(xiàn)功能來完成工作，現(xiàn)在 AI 可以作為啟動工具幫助你優(yōu)化和提升工作效率，讓你專注于更高級的技能和優(yōu)化。歸根結(jié)底，我認(rèn)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(yuǎn)的編程語言致敬，也向每一位在底層默默構(gòu)建數(shù)字世界根基的開發(fā)者致敬。

慶典上，CSDN 創(chuàng)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(chuàng)辦 CSDN 網(wǎng)站和《程序員》雜志時，我們翻譯了 Bjarne Stroustrup 的訪談，當(dāng)時贏得了大量用戶關(guān)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(fā)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(xiàn)。”

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(xué)，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(yīng)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(fā)者視角分享了他的思考：“對于很多人來說，C++ 已經(jīng) 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(dāng)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(xué)會了這些策略，而我自己也多次證明自己并不是一個優(yōu)秀的組織者。

盡管如此，C++ 的核心技術(shù)理念仍然足夠好，同時通過標(biāo)準(zhǔn)化和新特性的持續(xù)更新，也保持了技術(shù)的生命力。似乎我們在 AI 發(fā)展上也在不斷跟進，并且在許多底層技術(shù)上都有所應(yīng)用。我過去常說，如果按最初的設(shè)想來看，C++ 不可能像現(xiàn)在這樣普及。我原以為它不會出現(xiàn)在各個領(lǐng)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(wù)器農(nóng)場到大規(guī)模計算設(shè)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(fā)展勢頭來看，C++ 的未來仍然光明，并且希望我們能夠繼續(xù)慶祝它的生日——50 歲、60 歲，我也說不準(zhǔn)。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(nèi)豐富的內(nèi)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(qū)、清華大學(xué)出版、電子工業(yè)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(tǒng)軟件技術(shù)大會首日的技術(shù)盛宴圓滿落幕。明日，大會將繼續(xù)帶來多場專題論壇，包括「大模型驅(qū)動軟件開發(fā)」、「高性能與低時延」、「研發(fā)效能與軟件質(zhì)量」、「AI 算力與優(yōu)化」以及「系統(tǒng)級軟件」等，深入聚焦 AI 原生時代下軟件工程的核心挑戰(zhàn)與前沿實踐，敬請期待更多精彩分享。