FMware开发速度慢？——关于开发者挑战与解决时间的实证研究
软件工程
2025-10-14 v1
摘要
基础模型（FMs），如OpenAI的GPT，正在通过促进以这些模型为核心的应用和基础设施开发（即FMware），从根本上改变软件工程实践。FMware系统现在支持代码生成、自然语言交互、知识集成和多模态内容创建等任务，凸显了其对当前软件工程工作流程的颠覆性影响。然而，FMware的设计、实现与演化 presents significant new challenges，尤其是在云端平台和本地平台上，由于目标、流程和工具常与传统软件开发不同。据我们所知，这是首次对FMware开发进行大规模分析，涵盖云端平台和开源仓库。我们通过三个关注领域来实证调查FMware生态系统：（1）FMware最常见的应用领域；（2）开发者所遇到的关键挑战；（33）需要最大努力解决的问题类型。我们的分析基于来自GitHub仓库以及领先FMware平台（包括HuggingFace、GPTStore、Ora和Poe）的数据。我们的发现表明，教育、内容创建和商业策略是关注重点，而在内存管理、依赖处理和分词器配置方面仍存在技术性挑战。在GitHub上，bug报告和核心功能问题报告最为频繁，而代码审查、相似性搜索和提示模板设计是解决时间最长的。通过揭示开发者实践和痛点，本研究指出了改进FMware工具、工作流程和社区支持的机会，并为FMware开发的未来提供了可操作的见解。
引用
@article{arxiv.2510.11138,
title = {What Slows Down FMware Development? An Empirical Study of Developer Challenges and Resolution Times},
author = {Zitao Wang and Zhimin Zhao and Michael W. Godfrey},
journal= {arXiv preprint arXiv:2510.11138},
year = {2025}
}