软件工程开发正在被科研“倒逼”:实验室代码怎么长成工业级系统?
上周跟一个做计算材料的朋友吃饭。他吐槽,论文发了三篇,代码仓库里连 requirements.txt 都凑不齐。审稿人问复现,他回“私信我”。这不是段子。类似场景在高校、研究所、企业研究院循环上演。
科研成果要变成可靠软件,中间隔着的不是一行行代码。是习惯。是责任。是一整套软件工程开发的硬约束。
科研成果不是 demo,软件工程开发得先解决“能跑”和“能信”
很多科研代码出生在 Jupyter Notebook 里。一个 cell 跑十分钟,变量名是 a、b、c,数据路径写死 /Users/zhang/桌面/最终版_真的最终版.csv。这玩意儿能出论文。但半年后,作者自己都跑不通。对吧?
可复现性危机不是新鲜事。Nature 2016 年调查说,超过 70% 的研究者尝试重复他人实验失败。后来 PLOS、ACM 也有类似数据。行业现在推 FAIR 原则、MLOps、AI4Science 平台。听着高级。落到地上,第一步还是版本控制。Git 不是只给程序员用的。科研团队也得用。
软件工程开发科研代码可复现性检查清单截图
不过话说回来,光有 Git 不够。环境依赖呢?Python 3.8 和 3.11 能差出一堆报错。容器、Conda、Poetry、Nix,工具多到眼花。我的建议?别追最新。选团队能维护的。写清楚 README。把数据版本、随机种子、硬件配置都记下来。这很无聊。但这就是软件工程开发的日常。
从实验室到生产线,中间隔着一堆“脏活”
企业研究院的痛点更具体。算法团队在实验室里刷出 SOTA。工程团队接手一看,接口没有,日志没有,异常处理没有。模型文件 8 个 GB。推理延迟 3 秒。老板问什么时候上线。你只能苦笑。
这时候缺的不是数学。是软件工程开发里的脏活。代码评审。单元测试。静态分析。依赖锁定。监控告警。灰度发布。每一样都不性感。少一样就出事。
软件工程开发代码评审界面红绿差异截图
说个真事。某开源 Python 包曾因为依赖链里一个包被投毒,下载量几百万。还有 Log4j 那个漏洞。软件供应链安全现在成了硬指标。科研软件也跑不掉。你从 GitHub 随手 clone 的代码,可能引用了三年没更新的库。里面藏着 CVE。谁知道。
所以我现在看科研项目,先看三样。有没有测试。有没有 CI。有没有许可证。没有?那技术债已经在路上了。迟早要还。
AI 辅助编程来了,软件工程开发的手艺变了吗?
变了。也没全变。
Copilot、Cursor、Claude Code,我用过。写个正则,生成个 Flask 接口,确实快。科研人员拿它写数据分析脚本,效率翻倍。真香。但坑也真坑。AI 会编造不存在的 API。会忽略边界条件。会把错误处理写成 pass。你如果不看,直接提交,测试过了算运气。
2024 年 DORA 报告提到,AI 采用率上去了,但交付稳定性没有同步提升。为什么?因为生成代码的成本降低了。审查代码的成本没降。甚至更高。软件工程开发的核心,从“写”往“验证”和“设计”挪。提示词写得再好,也替代不了对系统边界的理解。
软件工程开发持续集成流水线构建失败日志截图
还有个微妙变化。以前新人问问题,先翻文档。现在先问 AI。答案来得快。但容易形成信息茧房。团队得建立自己的知识库。把决策记录、架构图、踩坑日志沉淀下来。否则 AI 一换,记忆清零。这很危险。
别急着上微服务,先把科研软件的接口说清楚
架构圈有个坏毛病。一上来就微服务。Kubernetes。服务网格。结果团队五个人。维护八个服务。天天修网络。图啥?
科研软件很多是批处理。是数值计算。是数据管道。单体挺好。脚本也挺好。前提是接口清楚。输入输出定义好。失败重试有策略。日志能追踪。这些比花哨架构重要一百倍。
我见过最务实的做法,是让科学家和工程师结对。科学家负责领域逻辑。工程师负责工程约束。每周一次代码评审。每次提交跑测试。每篇论文附带一个可执行的环境。听起来慢。其实快。因为返工少了。
最终,软件工程开发不是科研的附属品。它是科研成果能不能活过五年的基础设施。否则论文里的曲线,几年后就是一张谜语。谁也别想画出来。