软件工程研究者是否过度聚焦 AI？
一篇 JSS 专栏文章指出，软件工程研究正被 AI 议题主导，云故障、软件安全等重要问题被边缘化，作者呼吁学界重新平衡研…
软件工程领域的研究者是否正在把几乎全部注意力投向 AI，从而让其他关键问题无人问津？Austin Z. Henley 在 Journal of Systems and Software（JSS）「Dear Researchers」专栏的撰稿草案中提出了这一问题，并引用了若干会议与产业数据加以论证。
AI 在学术会议中的主导地位
作者以 ICSE '25 为切入点指出，在该会议的研究论文中约有三分之一涉及 AI，而产业论文中这一比例高达三分之二。回看 1992 至 2016 年软件工程研究趋势的相关综述，AI 与机器学习甚至未进入前十热门主题。与此同时，AI 会议的投稿量呈指数级增长：AAAI 在 2022 年收到约 9000 份投稿，到 2026 年已跃升至 29000 份。作者由此判断，软件工程学界正在经历类似 20 世纪初噬菌体疗法被抗生素研究「挤掉」的现象。
被忽视的可靠性问题
作者并不否认 AI 的价值，而是担心其他长期议题被边缘化。2025 年，Google Cloud、AWS、Azure、Cloudflare（其中 Cloudflare 出现两次）相继发生重大故障，波及 Spotify、Discord、ChatGPT、Zoom、Venmo、Reddit、Amazon、LinkedIn、Shopify、Fortnite、Square 以及众多银行、航空和线下零售商。他给出几组关键数字：
- Cloudflare 承担约 20% 的网站流量；
- AWS、Azure、GCP 三家合计占据全球云基础设施约 62% 的份额；
- AWS 一次 15 小时的故障造成约 5.81 亿美元损失；
- Cloudflare 一次不到 4 小时的故障造成约 3 亿美元损失。
作者认为，分布式系统的可靠性是软件工程的核心议题，而这些事件提示「全球性灾难随时可能发生」，但学界并未像对待 AI 那样大规模投入研究。
学术激励把研究者推向 AI
作者引用 Christensen 的《创新者的窘境》指出，成熟领域往往优化既有方向，却容易忽视看似细小的颠覆性创新。从激励机制看，资助机构倾向 AI 相关提案，会议征稿频繁增设 AI 主题，大学也在大量招聘 AI 方向教职。作者坦言，自己参与的 AI 论文被引用次数远远高于其他工作；专栏联合编辑 Olaf Zimmermann 也观察到，学者行为更多由考核指标而非内在动机驱动。
此外，Johnson 与 Menzies 曾撰文警告「AI 过度炒作」的危险，主张软件从业者有伦理责任抵制此类言论；针对 AI 进入课堂的早期研究也提示其可能干扰学习效果，加之 AI 对初级软件工程师就业市场的冲击，使问题更加复杂。
当下正是重新平衡的窗口
文章指出，由于几乎所有研究者都在聚焦 AI，现在正是学界重新审视资源配置、给软件安全、可靠性、运行时监控、可复现性、社会技术协同等议题足够空间的时机。作者以 FSE 2022 上 Marsha Chechik 关于软件安全与可靠性的主旨演讲为例，提醒学界当年曾有相关呼吁，但并未形成持续的研究潮流。他呼吁同行重新思考：在 AI 成为「默认答案」之外，仍有大量未被回答的工程问题值得投入。