文章提出的核心方法包括以下几个方面：软件开发能力水平框架、外包软件开发框架、软件开发复杂性建模框架、市场规模框架、以及正式的业务逻辑定义框架。每个框架都有其独特的核心步骤和策略。接下来我将逐一详细阐述。
1. 软件开发能力水平框架
核心步骤：
- 明确当前技术能力：了解目前AI在软件开发中的具体应用，例如使用ChatGPT或GitHub Copilot辅助编程。
- 防止黑白思维：避免简单地认为AI要么完全取代人类开发者，要么毫无用处，识别并接受灰色地带，即人类和AI合作的可能性。
- 设定自动化等级：类似于自动驾驶汽车的自动化等级，从无AI参与，到部分自动化，再到完全自动化，这有助于清晰描述当前技术能力并制定未来发展路线。
2. 外包软件开发框架
核心步骤：
- 定义开发模式：明确公司是完全内部开发、部分内部开发配合外部供应商、还是完全外包。
- AI开发者作为外包供应商：将AI开发者视为外包供应商的一种，通过合同确保外包工作符合公司长期目标。
- 内部团队监督：即使采用AI开发，也需要一个内部团队进行监督，确保AI开发的成果符合公司的整体战略。
3. 软件开发复杂性建模框架
核心步骤：
- 识别复杂性：理解软件开发不仅仅是编码，更重要的是管理复杂性，将业务问题从现实领域转化为数字模型。
- 工具选择：尽管Excel和低代码工具可以解决一些简单问题，但对于复杂业务流程，仍需要专业的软件开发人员。
- 专业性培养：即使是使用AI工具，建模复杂逻辑的人仍需具备软件开发技能，只是表达业务需求的工具不同。
4. 市场规模框架
核心步骤：
- 扩大市场视角：理解“解决业务问题”的市场远大于“软件开发”的市场，避免因AI替代部分开发工作而认为整个市场会缩小。
- 重新定义市场需求：随着AI的加入，软件开发的本质和需求会改变，但不会消失。
5. 正式的业务逻辑定义框架
核心步骤：
- 明确业务逻辑：业务逻辑必须以明确的方式定义，这就是编程语言存在的原因，即使AI生成的代码需要明确的逻辑定义。
- AI生成业务逻辑：未来即使AI能从自然语言生成软件产品，仍需有人能理解和修改生成的代码，这些人仍然是软件开发人员。
- 正式定义的重要性：无论使用何种工具，业务逻辑的正式定义（如代码）是必不可少的，确保生成的逻辑能够被理解和维护。
总结
通过这些框架和策略，文章强调了AI在软件开发中的逐步介入和演变，以及未来软件开发人员角色的转变和市场的扩大。尽管工具和工作方式会改变，但软件开发的核心价值依然存在，市场需求也不会消失。
