2024年AI代碼平臺及產(chǎn)品發(fā)展簡報

前言：生成式AI爆發(fā)后迎來商業(yè)加速，代碼領(lǐng)域迎來創(chuàng)新及變革契機(jī)隨著人工智能技術(shù)的飛速發(fā)展，大模型（包括開源模型及閉源模型）的數(shù)量和能力都在顯著增長，為生成式AI應(yīng)用的爆發(fā)提供了堅實的技術(shù)基礎(chǔ)。代碼及開發(fā)領(lǐng)域具備廣泛的高質(zhì)量數(shù)據(jù)、豐富的應(yīng)用場景及多樣的用戶人群，因此生成式AI為代表的技術(shù)提供了生產(chǎn)力的創(chuàng)新空間和發(fā)展?jié)摿?。Llama370b

InstructQwen1.5-32B-ChatGPT-4Claude1GPT-3.5

TurboGPT-4Claude2GPT-3.5

TurboGPT-4GPT-4Gemini

ProClaude3

OpusGPT-4

TurboClaude3

SonnetClaude3

HaikuMistral

LargeVicuna

33BLlama-2-70b-chatLlama-2-13b-chatMPT-30B-chatVicuna-13B-v1.5Llama-2-7b-chatWizardLM

70bYi-34BSOLAR-10.7B-Instruct-v1.0OpenHermes-2.5-Mistral-7BDeepSeek-LLM-67B-ChatMistralMediumMixtralInstruct

8x7BOpenChat-3.5Gemma-1.1-7B-itDBRX

InstructStarling-LM-7B-betaLlama38b

Instruct105011001150120012502023.32023.52023.72023.92023.11 2024.12024.32024.5閉源模型開源模型Arena

ELO大模型的數(shù)量及能力均不斷上升，AIGC應(yīng)用爆發(fā)具有技術(shù)基礎(chǔ)數(shù)據(jù)截止2024年5月模型技術(shù)的蓬勃發(fā)展為“AI+”領(lǐng)域/場景/行業(yè)的發(fā)展提供堅實的基礎(chǔ)及發(fā)展Zephy-orpo-141b

創(chuàng)新的土壤代碼結(jié)合AI迎來創(chuàng)新機(jī)會開發(fā)領(lǐng)域亟待生產(chǎn)力升級高質(zhì)量的數(shù)據(jù)通用性的需求廣泛的使用人群……目

錄Part

01機(jī)遇：AIGC引發(fā)的數(shù)字生產(chǎn)變化Part

02 價值：重新構(gòu)建代碼開發(fā)的應(yīng)用范式Part

04展望：人工智能普惠時代的期待Part

03落地：智能時代AI+代碼的先行者需求破局：“AI+”的工作方式成為首選，釋放代碼工程的生產(chǎn)力編寫代碼，理解代碼及互聯(lián)網(wǎng)搜索、調(diào)試、寫注釋、寫測試等工作是開發(fā)者的高頻工作需求，因此解決圍繞代碼解決問題實際上解決開發(fā)者最高頻剛需問題，隨著生成式AI技術(shù)能力提升，更多的開發(fā)者都在嘗試使用AI解決問題。79%47%31%30%29%21%16%12%9%9%開發(fā)者最耗時的活動編寫代碼理解代碼互聯(lián)網(wǎng)搜索調(diào)試編寫代碼注釋或代碼文件編寫測試執(zhí)行代碼審查重構(gòu)在代碼庫中搜索代碼段了解最近的代碼更改編寫提交消息 6%在CLI中執(zhí)行操作 6%JetBrains，StateofDeveloperEcosystem

Report（2023）開發(fā)者使用AI編程工具的比例92%70%開發(fā)者認(rèn)可AI的比例57%53%51%41%提高編程技能變得更有效率創(chuàng)造性工作防止倦怠開發(fā)者使用AI代碼生成可提升工作效果開發(fā)者會選擇嘗試AI編碼提升自身的效率及技能水平GitHub（2023）

代碼及開發(fā)工作不僅僅是“腦力活”，也是“體力活”編寫 修改 注釋 測試 ……“AI+代碼”的技術(shù)歷程簡述技術(shù)升級：大模型賦予了“AI+代碼”更多的創(chuàng)新空間AI生成代碼的應(yīng)用思路可以追溯到AI技術(shù)應(yīng)用初期，但往往受限于當(dāng)時的AI技術(shù)所體現(xiàn)的智能化水平。大型語言模型（LLMs）的出現(xiàn)為深度學(xué)習(xí)帶來了新的范式，尤其是針對語言類型的數(shù)字內(nèi)容生成能力提升，因此也為“AI+代碼”

進(jìn)一步發(fā)展帶來了更多創(chuàng)新空間?；谥R工程/專家系統(tǒng)基于統(tǒng)計學(xué)習(xí)/數(shù)據(jù)驅(qū)動基于深度學(xué)習(xí)（中小模型）大模型為代碼生成帶來了“質(zhì)”的改變LLMs給“AI+代碼”

提供了一個突破性技術(shù)方案：LLM帶來了深度學(xué)習(xí)新范式，思維鏈和強(qiáng)大的自然語言理解能力，從而理解程序員的需求和意圖，自動生成符合規(guī)范或者采納率更高的代碼片段或完整功能模塊，從而讓創(chuàng)建廣泛應(yīng)用且實用的AI代碼平臺成為可能。并且推動了開發(fā)者的編程習(xí)慣和開發(fā)方式發(fā)生轉(zhuǎn)變，雖然工作重心依然在代碼編寫上，但與AI的互動逐漸增多，編程習(xí)慣和開發(fā)方式開始發(fā)生轉(zhuǎn)變。未來，開發(fā)者可能開始從代碼的具體實現(xiàn)轉(zhuǎn)向更高層次的任務(wù)管理和決策。長期以來，研究者們一直利用當(dāng)下人工智能能力結(jié)合代碼開發(fā)工具，實現(xiàn)AI技術(shù)在開發(fā)領(lǐng)域的實踐。但受限于AI技術(shù)的發(fā)展水平，AI編程的實踐往往面臨智能化水平不高、編碼效率低下等問題。這些輔助編程工具基于預(yù)定義規(guī)則和模式，幫助程序員快速生成常見代碼結(jié)構(gòu)。過往的工作主要集中在代碼生成及搜索的特定能力，更加注重算法設(shè)計和訓(xùn)練策略。事實證明，增強(qiáng)模型固有能力是推動智能代理進(jìn)一步發(fā)展的關(guān)鍵因素。因此大模型對于泛語言形式的數(shù)字內(nèi)容智能化水平的提升，成為推動AI輔助代碼生成的關(guān)鍵。Copilot模式/IDE插件作為主導(dǎo)：AI通過自動補(bǔ)全代碼、生成代碼片段等方式幫助開發(fā)者完成繁瑣的編程任務(wù)。開發(fā)者依然在整個開發(fā)流程中起主導(dǎo)作用，AI的角色主要是提高編程效率和降低重復(fù)勞動。Agent模式逐步被采納，與Copilot模式/IDE插件共同組成豐富的產(chǎn)品功能：AI不僅僅是代碼生成的助手，還能夠自主處理一些開發(fā)任務(wù)。AI在這一階段表現(xiàn)出更高的自主性，可以減少人工干預(yù)。開發(fā)者的角色從編寫代碼逐步向監(jiān)督和管理AI輸出轉(zhuǎn)變。AI的作用從簡單的助手?jǐn)U展到可以獨立完成特定任務(wù)的合作者。產(chǎn)品形態(tài)的改變產(chǎn)品紅利：圍繞開發(fā)項目的全環(huán)節(jié)和需求進(jìn)行展開應(yīng)用場景金融

泛互聯(lián)網(wǎng)

運(yùn)營商

國央企

科技服務(wù)商

汽車

零售

工業(yè)企業(yè)級開發(fā)能力DevOps(需求分析、代碼編寫、調(diào)優(yōu)對齊、數(shù)據(jù)回流）企業(yè)看板 知識增強(qiáng) 插件管理用戶管理 安全保護(hù) 多Agent管理API管理 訓(xùn)練調(diào)優(yōu) 成果共享云服務(wù)/終端部署算力異構(gòu)調(diào)度數(shù)據(jù)存儲、算力、網(wǎng)絡(luò)等產(chǎn)品支撐網(wǎng)絡(luò)調(diào)度數(shù)據(jù)存儲/管理產(chǎn)品核心能力代碼修復(fù)代碼注釋智能推薦代碼翻譯代碼解釋智能問答代碼生成知識管理注釋生成單元測試風(fēng)格檢查用戶體驗服務(wù)生態(tài)自然交互自動/手動功能喚醒自定義風(fēng)格學(xué)習(xí)邏輯理解多語言插件管理Agent開發(fā)低代碼/高代碼多模型管理多產(chǎn)品集成……AI代碼平臺的產(chǎn)品功能架構(gòu)圖示例廣義的AI代碼平除了核心的產(chǎn)品功能外包括企業(yè)級開發(fā)能力（和個人開發(fā)能力做對應(yīng)，強(qiáng)調(diào)其系統(tǒng)性的開發(fā)能力），另外包括用戶體驗的設(shè)計，服務(wù)生態(tài)的建設(shè)，另外包括與算力、數(shù)據(jù)存儲、環(huán)境部署的適配。狹義的AI代碼平臺往往指代的是核心產(chǎn)品的功能，也會被稱為AI編程助手，主要指在代碼開發(fā)過程中輔助編寫代碼的功能。產(chǎn)品功能類型主要類型可以概括如下：生成與搜索修改與重構(gòu)注釋與解釋審查與測試AI代碼平臺的功能圍繞具體的開發(fā)環(huán)節(jié)及場景展開，AI技術(shù)是代碼平臺的能力，當(dāng)具體的產(chǎn)品功能服務(wù)依然圍繞項目提質(zhì)增效展開。功能簡析：技術(shù)能力和交互模式的融合升級產(chǎn)品功能簡析-解決貫穿開發(fā)環(huán)節(jié)的典型問題（1/3）提高了代碼的質(zhì)量和穩(wěn)定性：通過實時代碼生成和補(bǔ)全，AI代碼平臺減少了開發(fā)者在編寫代碼時的手動輸入，使得他們能夠更快地實現(xiàn)功能。這種自動化不僅提高了編碼效率，還減少了因手動輸入而導(dǎo)致的錯誤。減少重復(fù)性的瑣碎工作：使他們能夠?qū)Ｗ⒂诟刑魬?zhàn)性和創(chuàng)造性的任務(wù)。AI代碼平臺通過智能搜索和代碼預(yù)測功能，幫助開發(fā)者快速找到所需的信息和解決方案，從而節(jié)省了大量搜索和調(diào)試的時間。這使得開發(fā)者可以將更多的精力投入到創(chuàng)新和優(yōu)化代碼結(jié)構(gòu)上，推動項目的創(chuàng)新和發(fā)展。更自然的交付體驗：“對話式”的調(diào)試方式，使得開發(fā)者能夠以更直觀和自然的方式與代碼進(jìn)行“對話”，從而更迅速地理解和解決問題。這種及時的反饋機(jī)制，尤其在軟件開發(fā)的早期階段，能夠及時修復(fù)錯誤，避免后續(xù)的連鎖反應(yīng)，從而提升代碼的整體質(zhì)量和穩(wěn)定性。優(yōu)化和升級變得更加快速和高效：智能化的重構(gòu)不僅減少了人工重構(gòu)的工作量，還降低了重構(gòu)過程中引入錯誤的風(fēng)險。自動化重構(gòu)的實現(xiàn)，使得代碼結(jié)構(gòu)的優(yōu)化和升級變得更加快速和高效。提升代碼可讀性：幫助開發(fā)者更快地理解和掌握復(fù)雜和陌生的代碼。這種能力對于處理大型項目或維護(hù)遺留系統(tǒng)尤為重要，因為它減少了開發(fā)者在理解代碼邏輯上的時間消耗，從而提高了開發(fā)效率。幫助開發(fā)者理解軟件程序的結(jié)果和語義：確保產(chǎn)出的代碼符合企業(yè)的設(shè)計原則。這一功能對于保證軟件質(zhì)量和一致性至關(guān)重要，因為它減少了因誤解設(shè)計意圖而導(dǎo)致的錯誤和返工。優(yōu)化現(xiàn)有代碼的可移植性：提高了代碼的適應(yīng)性和可維護(hù)性，還為企業(yè)節(jié)省了時間和資源，因為代碼轉(zhuǎn)換通常比從頭開始編寫新程序更加高效。提升單元測試的效率：AI代碼平臺通過自動化功能，極大地提高了單元測試環(huán)節(jié)的效率。它能夠輔助開發(fā)人員編寫更多的測試用例，確保軟件程序的有效運(yùn)行。這種自動化不僅提高了測試的覆蓋率和質(zhì)量，還減少了開發(fā)人員在編寫和維護(hù)單元測試上的時間和精力。這使得開發(fā)人員可以將更多的注意力投入到軟件的設(shè)計和創(chuàng)新上，從而提高軟件的整體質(zhì)量和用戶體驗。人工驅(qū)動轉(zhuǎn)為數(shù)據(jù)驅(qū)動：通過收集和分析大量的代碼數(shù)據(jù)，AI代碼平臺能夠提供更加精準(zhǔn)的測試建議和代碼優(yōu)化方案。這種數(shù)據(jù)驅(qū)動的方法，不僅提高了開發(fā)效率，還降低了軟件缺陷的風(fēng)險。生成與搜索修改與重構(gòu)注釋與解釋審查與測試代碼補(bǔ)全/生成智能搜索……代碼修復(fù)代碼重構(gòu)……添加注釋代碼解釋代碼翻譯……代碼審查性能檢查單元測試……產(chǎn)品場景及功能類型示例AI代碼開發(fā)平臺的產(chǎn)品價值功能簡析：技術(shù)能力和交互模式的融合升級產(chǎn)品功能簡析-解決貫穿開發(fā)環(huán)節(jié)的典型問題（2/3）ⅹ

手動記憶：程序員需要記住大量的函數(shù)、方法和庫的名稱及其參數(shù)，這在面對龐大的代碼庫或復(fù)雜的編程語言時尤為困難。ⅹ

信息過載：在沒有智能搜索的情況下，程序員可能需要在大量的文檔、論壇和代碼庫中手動搜索解決方案，這既耗時又容易出錯。ⅹ

定位問題：在沒有智能輔助的情況下，程序員需要手動分析和定位代碼中的錯誤，這可能非常耗時，尤其是在大型項目中。ⅹ

識別重構(gòu)機(jī)會：確定哪些部分的代碼需要重構(gòu)，以及如何重構(gòu)，通常需要深厚的經(jīng)驗和對代碼結(jié)構(gòu)的深入理解。ⅹ

時間消耗：編寫清晰的注釋需要額外的時間，程序員可能因為項目進(jìn)度壓力而忽視這一步驟。ⅹ

理解差異：不同程序員對同一代碼的理解可能存在差異，這可能導(dǎo)致溝通上的障礙。ⅹ

語義保留：代碼翻譯不僅僅是文字的轉(zhuǎn)換，更重要的是保留代碼的語義和邏輯，這在自動翻譯中很難實現(xiàn)。ⅹ

主觀性：代碼審查很大程度上依賴于審查者的個人經(jīng)驗和偏好，這可能導(dǎo)致不一致的審查標(biāo)準(zhǔn)和結(jié)果。ⅹ

難以預(yù)測：在沒有工具輔助的情況下，預(yù)測代碼的性能表現(xiàn)可能非常困難，尤其是在復(fù)雜的系統(tǒng)或多線程環(huán)境中。ⅹ

測試成本：編寫單元測試需要額外的時間和努力，隨著代碼的更新和迭代，維護(hù)相應(yīng)的單元測試也變得復(fù)雜和耗時。代碼補(bǔ)全：在用戶輸入按鍵后自動提供后續(xù)代碼的建議。用戶可以將其當(dāng)作參考，也可以采納其為正式代碼。智能搜索：可將對話問答功能與

IDE

進(jìn)行了集成打通，其中的聊天互動界面可以讓開發(fā)者通過自然語言來做提示詞，探索和生成大段新代碼，甚至是整個程序。并支持一鍵插入到編輯器中。代碼修復(fù)：針對編碼過程中出現(xiàn)的代碼問題，可以一鍵給出修復(fù)建議，助力開發(fā)者快速解決代碼問題。代碼重構(gòu)：在不改變軟件功能的前提下，主動提出建議給出選擇，對代碼進(jìn)行結(jié)構(gòu)上的調(diào)整。添加注釋：支持多種編程語言生成注釋，只要選中代碼段落，用按鍵選擇生成注釋，AI

編程助手就能一鍵生成方法注釋及行內(nèi)注釋。代碼解釋：支持開發(fā)者將代碼片段粘貼到聊天界面，并獲得自然語言解釋，還可以在

IDE

環(huán)境中突出顯示需要解釋的代碼片段。代碼翻譯：將代碼從一種編程語言翻譯成另外一種編程語言，節(jié)省相應(yīng)的時間。代碼審查：自動審查用戶代碼，支持對代碼進(jìn)行函數(shù)級檢查功能，審查代碼的可讀性、可維護(hù)性、一致性以及是否遵循編碼規(guī)范。性能檢查：支持對代碼進(jìn)行函數(shù)級檢查功能，可以對大篇幅代碼做檢測，檢測代碼性能，評估代碼在運(yùn)行時的性能，如處理速度、內(nèi)存使用等。單元測試：根據(jù)自然語言提示或按鍵選擇，為指定范圍內(nèi)的代碼自動生成單元測試。生成與搜索修改與重構(gòu)注釋與解釋審查與測試AI代碼開發(fā)平臺常見產(chǎn)品功能特點未使用AI代碼可能面對的問題功能簡析：技術(shù)能力和交互模式的融合升級產(chǎn)品功能簡析-解決貫穿開發(fā)環(huán)節(jié)的典型問題（3/3）生成式AI技術(shù)的出現(xiàn)，除了可以極大地支撐代碼生成、重構(gòu)、補(bǔ)全等非常典型的開發(fā)工作。此外于完整的AI技術(shù)開發(fā)平臺及產(chǎn)品也應(yīng)該提供相應(yīng)的審查及測試類產(chǎn)品技術(shù)支持，以保證軟件開發(fā)全鏈路功能的覆蓋。80%17%在項目中有單元測試的受訪者不自己編寫測試。的受訪者表示測試在其軟件開發(fā)項目中發(fā)揮著不可或缺的作用。58%參與測試活動的受訪者開發(fā)自動化測試。46%的受訪者將測試用例設(shè)計作為測試過程的一部分。47%34%32%1%15%63%其他無3%12%19%17%24%34%38%48%時間限制工作量大團(tuán)隊/組織中的代碼質(zhì)量準(zhǔn)則不一致員工太少缺少先進(jìn)的工具工具過于昂貴我沒有此類問題其他71%我運(yùn)行手動代碼審查我會時常運(yùn)行自動代碼分析/靜態(tài)分析我在每次提交時運(yùn)行自動代碼分析/靜態(tài)分析2%其他問題：您使用那種（哪些）工具進(jìn)行自動化代碼分析/靜態(tài)分析？問題：您的項目/組織保持高質(zhì)量代碼的最大阻礙是什么？JetBrains，StateofDeveloperEcosystem

Report（2023）單元 集成 端到端 性能問題：您的項目中有什么類型的測試？圖：測試類工作在代碼開發(fā)中的關(guān)鍵需求JetBrains，StateofDeveloperEcosystem

Report（2023）圖：審查類工作在代碼開發(fā)中的時間精力消耗33% 33%開發(fā)者使用AI助手的最常見方式之一是使用自然語言詢問軟件開發(fā)相關(guān)的一般問題功能簡析：技術(shù)能力和交互模式的融合升級交互模式的創(chuàng)新-基于問答與上下文補(bǔ)全的需求問答式交互（也可理解為問答式的交付）：AI代碼生成通過整合代碼交互模型與聊天界面，實現(xiàn)了用戶與AI模型間的自然語言交流，用戶能提出跟進(jìn)問題，模型則基于先前對話及代碼上下文提供相關(guān)回應(yīng)，確保交互的連貫性。同樣，生成式AI的技術(shù)為該項功能提供了更好的完成度。補(bǔ)全與問答代碼采納分布問答功能使用分布73%27%補(bǔ)全采納代碼行數(shù)問答采納代碼行數(shù)76%4%10%5%

1%4%研發(fā)問答代碼優(yōu)化解釋代碼生成注釋生成單測錯誤排查26%33%17%24%24%37%24%15%19%26%22%33%18%26%21%36%14%27%22%37%12%21%24%42%11%21%19%48%9%17%21%53%9%16%19%55%9%20%23%47%9%17%20%54%6%12%20%62%相當(dāng)頻繁 有時 極少 從不使用自然語言進(jìn)行問答生成代碼生成代碼注釋或代碼文檔解釋bug并提供修正解釋代碼生成測試使用自然語言查詢搜索代碼段執(zhí)行代碼審查總結(jié)近期代碼修改以了解代碼內(nèi)容重構(gòu)代碼通過自然語言描述生成CLI命令生成提交信息問題：您使用以下現(xiàn)有AI助手功能進(jìn)行編碼的頻率如何？JetBrains，StateofDeveloperEcosystem

Report（2023）通義靈碼根據(jù)線上調(diào)研數(shù)據(jù)，《通義靈碼，軟件開發(fā)新范式》目

錄Part

01機(jī)遇：AIGC引發(fā)的數(shù)字生產(chǎn)變化Part

02價值：重新構(gòu)建代碼開發(fā)的應(yīng)用范式Part

04展望：人工智能普惠時代的期待Part

03落地：智能時代AI+代碼的先行者顯性價值：AI代碼平臺產(chǎn)品競爭力維度分析評價維度模型效果交互體驗開發(fā)支持大模型帶來的核心突破是生成代碼的質(zhì)量，提升了其有效性（生成和效果的提升），其次是帶來了更準(zhǔn)確的代碼理解、重構(gòu)、智能搜索等一系列功能實質(zhì)效果的提升，因此模型的效果非常值得關(guān)注，在實際工作中，其代碼的采納率既是明確的體驗感受，可以作為通用型的評價標(biāo)準(zhǔn)。AI代碼開發(fā)平臺直接向用戶提供的仍然是產(chǎn)品形態(tài)，因此產(chǎn)品的UI設(shè)計、用戶交互方式，甚至是與他軟件的兼容性，都會直接影響用戶的“爽”感，也是在日益激烈的產(chǎn)品競爭中值得關(guān)注的維度。代碼的編寫是整個軟件開發(fā)過程中的一部分，軟件開發(fā)則是系統(tǒng)化、復(fù)雜性的工程，產(chǎn)品的效果仍然要與整個工程效能有關(guān)。環(huán)境部署方式、數(shù)據(jù)處理效率，通信延時等具體產(chǎn)品設(shè)計細(xì)節(jié)最終都會影響實際效果。廣義的評級維度代碼采納率產(chǎn)品體驗滿意度開發(fā)效能提升率隱形價值：重構(gòu)智能時代的開發(fā)模式需求階段編碼開發(fā)集成和測試發(fā)布部署咨詢和學(xué)習(xí)效能管理需求：信息轉(zhuǎn)需求輔助需求：相關(guān)性需求整合需求：需求澄清可視化輔助設(shè)計：產(chǎn)品文檔生成輔助計劃：排期/計劃輔助協(xié)同：需求拆分輔助效率：代碼生成/補(bǔ)全效率：代碼理解和建議效率：SDK/API使用建議質(zhì)量：代碼問題和修復(fù)建議質(zhì)量：單測生成質(zhì)量：CR

輔助(掃描、內(nèi)容生成)流程編排輔助掃描和修復(fù)建議測試用例生成輔助缺陷創(chuàng)建輔助問題排查和修復(fù)輔助變更配置輔助應(yīng)用編排輔助發(fā)布日志生成代碼/代碼庫理解跨文檔知識查詢技術(shù)文檔問答問題咨詢問答平臺使用輔助效能分析報告生成決策建議輔助異常告知和建議組織效能分析決策一線工作人員高效高質(zhì)量完成交付，將需求發(fā)布上線管理者問題咨詢學(xué)習(xí)提升需求收集需求整合設(shè)計澄清需求排期發(fā)布上線測試與驗收集成構(gòu)建問題排查編碼與合并AI代碼平臺可應(yīng)用的場景示例開發(fā)階段從需求協(xié)作到軟件發(fā)布，完成整個體系的智能化升級，賦能軟件開發(fā)全生命周期AI代碼平臺及產(chǎn)品提供的功能可以在需求階段、編碼階段、集成測試階段、發(fā)布部署階段、咨詢學(xué)習(xí)階段、效能管理階段等各個階段實現(xiàn)智能化升級，意味著AI代碼平臺能力不僅僅局限在某一點，而是逐步的向橫向擴(kuò)展，會貫穿到

DevOps

的整個鏈路，為整個軟件工程開發(fā)提供新的范式思路。圖：AI代碼平臺在整個開發(fā)周期應(yīng)用場景圖隱形價值：重構(gòu)智能時代的開發(fā)模式效能指標(biāo)指標(biāo)含義指標(biāo)對應(yīng)的計算思路響應(yīng)速度能夠快速響應(yīng)新的需求或變更請求代碼提交頻率：衡量團(tuán)隊提交代碼的頻率公式：代碼提交次數(shù)

/

時間單位代碼審查速度：衡量團(tuán)隊審查代碼的速度公式：代碼審查完成時間

/

代碼提交次數(shù)交付速度能夠在較短時間內(nèi)將需求轉(zhuǎn)化為可上線的產(chǎn)品或功能構(gòu)建成功率：衡量團(tuán)隊構(gòu)建代碼的成功率公式：成功構(gòu)建次數(shù)

/

總構(gòu)建次數(shù)測試覆蓋率：衡量團(tuán)隊測試代碼的覆蓋率公式：測試通過的代碼行數(shù)

/

總代碼行數(shù))部署頻率：衡量團(tuán)隊部署代碼的頻率

公式：部署次數(shù)

/

時間單位持續(xù)改進(jìn)隨著時間推移，團(tuán)隊能夠不斷提高交付速度，實現(xiàn)"越來越快"的目標(biāo)代碼提交頻率（同上）構(gòu)建成功率（同上）測試覆蓋率（同上）質(zhì)量保證追求速度的同時，確保交付的產(chǎn)品或功能質(zhì)量可靠構(gòu)建成功率（同上）測試覆蓋率（同上）問題解決能力快速發(fā)現(xiàn)問題、定位問題和修復(fù)問題的能力平均故障恢復(fù)時間：衡量團(tuán)隊恢復(fù)故障的速度公式：故障恢復(fù)時間

/

故障次數(shù)平均故障間隔時間：衡量團(tuán)隊故障發(fā)生的頻率公式：故障間隔時間

/

故障次數(shù)適應(yīng)性靈活應(yīng)對不同類型的需求和技術(shù)挑戰(zhàn)代碼提交頻率（同上）代碼審查速度（同上）大模型帶來的價值提升效率編程速度提高專注核心創(chuàng)新自動化繁瑣任務(wù),專注研究和創(chuàng)新降低技術(shù)門檻為非專業(yè)程序員提供支持追求理想工程效能快速響應(yīng)業(yè)務(wù)需求持續(xù)提升交付速度隱性需求：代碼數(shù)字知識資產(chǎn)的管理與傳承、創(chuàng)新能力提升、跨領(lǐng)域協(xié)作等提升“工程效能”，快速響應(yīng)需求并持續(xù)提升交付速度生成式AI的大模型技術(shù)提升了代碼生成的效率、質(zhì)量，從而讓團(tuán)隊更關(guān)注創(chuàng)新，并且降低了更多業(yè)務(wù)人員的參與開發(fā)的難度，從而提升整體工程效能。表：工程效能的指標(biāo)拆解顯性需求：提高開發(fā)效率、代碼質(zhì)量改進(jìn)、自動化測試等隱形價值：重構(gòu)智能時代的開發(fā)模式研發(fā)知識傳遞形態(tài)的改變，個人/企業(yè)軟件開發(fā)工作知識資產(chǎn)的建立隨著企業(yè)研發(fā)工作開展，內(nèi)部有很多優(yōu)質(zhì)的代碼、框架、規(guī)范需要逐步積累，但往往這些數(shù)據(jù)的價值卻很難得到釋放，對于開發(fā)者而言的使用成本很高。大模型時代的AI代碼開發(fā)平臺則可以借助大模型不斷完善積累企業(yè)的代碼數(shù)字資產(chǎn)，形成正向循環(huán)。軟件研發(fā)全生命周期智能中心DevOps工具鏈模型代碼/文檔資產(chǎn)R企業(yè)數(shù)字資產(chǎn)用戶大模型文檔源代碼文件更新的源代碼文件用戶大模型文檔源代碼文件更新的源代碼文件提出編程需求檢索相關(guān)文檔獲取源代碼文件處理并生成建議更新源代碼文件返回更新后的代碼形成正向循環(huán)，開發(fā)者在開發(fā)過程中享受到“資產(chǎn)紅利”隱形價值：重構(gòu)智能時代的開發(fā)模式提高整體研發(fā)效率，降低開發(fā)工程的復(fù)雜度，賦予更多企業(yè)智能化的機(jī)會軟件本質(zhì)的復(fù)雜性是現(xiàn)在軟件系統(tǒng)中無法

規(guī)避的內(nèi)在特性，比如復(fù)雜度、一致性、可變性和不可見性——《人月神話》的作者。可以看出軟件工程是大規(guī)模的集體智力的協(xié)作活動，本身具有極強(qiáng)的復(fù)雜性。在大模型時代，當(dāng)

AI

逐步地去替代事務(wù)性工作，并且形成了

AI

為主、人為輔的編程模式的時候，個體和寫作中的效率豎井就可以逐步打破。提升整體的協(xié)同研發(fā)效果及效率。研發(fā)效率人員技能成本控制協(xié)同消耗人員技能是效能的基石，也是效能破局點能力提升

彌補(bǔ)能力短板成本是效能優(yōu)化的目的，同時也是約束條件工具賦能

事務(wù)性工作替代軟件架構(gòu)和組織復(fù)雜度正相關(guān)，并決定協(xié)同消耗的大小流程規(guī)范

打造超級個體協(xié)作效率個體效率“需求來了上線快，而且隨著時間越來越快”工程能力和工程效能的雙效提升提升方向“工程效能”是本質(zhì)，快速響應(yīng)需求并持續(xù)提升交付速度是關(guān)鍵技術(shù)支撐：基于項目開發(fā)“Know-How”的“AI+”技術(shù)RAG：致力于解決生成式AI“幻覺”，高效提升代碼準(zhǔn)確性RAG技術(shù)不斷涌現(xiàn)，推動了模型性能的邊界不斷擴(kuò)展。這些技術(shù)進(jìn)步不僅限于提升檢索效率和生成文本的流暢度，更涵蓋了對上下文理解的深度增強(qiáng)、對復(fù)雜查詢的精細(xì)處理能力，以及對多樣化數(shù)據(jù)源的高效集成。通常依賴于自身的參數(shù)和訓(xùn)練數(shù)據(jù)來生成文本。部分AI技術(shù)生成代碼痛點幻覺問題效率低缺乏上下文生成的代碼不準(zhǔn)確、通用過時、虛假，不符合預(yù)期需求或含有錯誤。生成代碼速度慢，影響開發(fā)進(jìn)度。從非權(quán)威來源創(chuàng)建響應(yīng)，無法理解特定項目業(yè)務(wù)的背景信息，導(dǎo)致生成結(jié)果不相關(guān)或不完善。對比方面不使用RAG技術(shù)的AI代碼平臺實施RAG技術(shù)的AI代碼平臺知識更新與深度需要周期性訓(xùn)練以集成新知識；知識庫更新滯后實時檢索最新代碼庫和文檔，快速更新知識庫；深度通過外部知識庫增強(qiáng)可解釋性與定制性黑盒模型，生成代碼的邏輯不透明；定制性受限于模型預(yù)設(shè)生成代碼基于檢索結(jié)果，可解釋；易于根據(jù)特定編程需求定制訓(xùn)練與應(yīng)用成本高成本訓(xùn)練模型；每次更新知識庫需要額外訓(xùn)練知識庫更新無需重新訓(xùn)練模型；降低長期成本；提高應(yīng)用效率通用性與推理能力通常針對特定編程任務(wù)優(yōu)化，在其他任務(wù)上表現(xiàn)不佳強(qiáng)大的跨任務(wù)通用性；通過檢索增強(qiáng)上下文和邏輯推理能力實時性與多模態(tài)更新周期導(dǎo)致知識過時；通常處理單一數(shù)據(jù)類型實時檢索和應(yīng)用最新信息；有潛力處理代碼、文檔、issue等多模態(tài)數(shù)據(jù)安全性與隱私訓(xùn)練數(shù)據(jù)包含敏感信息，存在泄露風(fēng)險；模型透明度低通過限制知識庫訪問和生成策略提高安全性；模型生成過程更透明實施RAG技術(shù)的AI代碼平臺技術(shù)由來工作原理應(yīng)用效果由Facebook

AI

Research（FAIR）團(tuán)隊提出。為解決傳統(tǒng)生成模型的局限性而發(fā)展起來。檢索：從外部知識庫獲取信息。生成：結(jié)合信息生成輸出。提高生成準(zhǔn)確性和效率。提供上下文支持。RAG=

檢索+生成，利用外部知識庫來增強(qiáng)AI生成能力。技術(shù)支撐：基于項目開發(fā)“Know-How”的“AI+”技術(shù)數(shù)據(jù)準(zhǔn)備檢索LLM

查詢基本RAG架構(gòu)檢索到的信息被用于為LLM提供上下文，語言模型通過將上下文與問題相結(jié)合來準(zhǔn)備最終的提示。結(jié)果是根據(jù)所提供的豐富的上下文數(shù)據(jù)生成答案。一旦提出問題，系統(tǒng)就會利用矢量搜索技術(shù)對存儲的數(shù)據(jù)進(jìn)行挖掘，找出相關(guān)信息。1首先是用戶上傳數(shù)據(jù)，然后對數(shù)據(jù)進(jìn)行分塊并用嵌入式技術(shù)存儲，為檢索奠定基礎(chǔ)。23輸出最終答案用戶輸入編程問題大語言模型檢索組件知識庫檢索相關(guān)信息生成答案、確保答案質(zhì)量結(jié)合檢索信息②③階段①加載索引存儲查詢評估數(shù)據(jù)管理與智能查詢相結(jié)合，以提高AI代碼生成響應(yīng)精度，提升企業(yè)級個性化開發(fā)能力RAG對大型語言模型（LLM）輸出進(jìn)行優(yōu)化，使其能夠在生成響應(yīng)之前引用訓(xùn)練數(shù)據(jù)來源之外的權(quán)威知識庫。RAG通過將用戶數(shù)據(jù)整合進(jìn)LLM已有的數(shù)據(jù)中來解決用戶提問。是目前生成式AI應(yīng)用中一種高效的改進(jìn)思路，保證其輸出結(jié)果在各種情境下都能盡可能體現(xiàn)其相關(guān)性、準(zhǔn)確性和實用性——在AI代碼生成的技術(shù)中，保證最大程度提升代碼生成的質(zhì)量。圖：RAG的技術(shù)架構(gòu)示例 圖：RAG解決編程問題的過程圖AI支持企業(yè)級個性化的項目開發(fā)，解決企業(yè)代碼生成的“知我所想”——理解企業(yè)開發(fā)需求和“為我所屬”——符合企業(yè)規(guī)范④技術(shù)支撐：基于項目開發(fā)“Know-How”的“AI+”技術(shù)RAG依賴于高質(zhì)量的知識資產(chǎn)管理及數(shù)據(jù)處理能力，企業(yè)代碼庫的數(shù)據(jù)質(zhì)量需關(guān)注中期準(zhǔn)備>問題定義與需求分析數(shù)據(jù)處理與知識庫優(yōu)化模型選擇與優(yōu)化部署與監(jiān)控反饋與迭代提供基礎(chǔ)提供優(yōu)化結(jié)果前期準(zhǔn)備>計算資源與管理模型訓(xùn)練與驗證保障計算資源后期準(zhǔn)備>實際應(yīng)用提供反饋優(yōu)化數(shù)據(jù)庫*備注：在RAG系統(tǒng)中，"chunk-size"是指將文本或數(shù)據(jù)分成較小的塊，以便更高效地處理和檢索。調(diào)整chunk-size有助于在信息量和檢索效率之間找到最佳平衡。較小的塊可以提高檢索準(zhǔn)確性，但可能丟失上下文；較大的塊保留更多上下文，但可能增加冗余。通常，chunk大小在100到300詞之間，需根據(jù)應(yīng)用場景調(diào)整。通過調(diào)整chunk-size參數(shù)，可以優(yōu)化RAG模型的檢索效果，提高效率和準(zhǔn)確性。針對生成效果評估方法的全流程優(yōu)化知識庫處于流程循環(huán)首尾的銜接，其質(zhì)量控制是優(yōu)化策略核心1.

數(shù)據(jù)處理與知識庫優(yōu)化知識庫：優(yōu)化知識庫的結(jié)構(gòu)和內(nèi)容，以提高檢索效率和質(zhì)量。數(shù)據(jù)：需要重新考慮數(shù)據(jù)的收集、清洗和標(biāo)注，以適應(yīng)新的模型或策略。數(shù)據(jù)切片：將大塊數(shù)據(jù)分割成更小，更合理的部分，以便更好地進(jìn)行處理和分析，有助于提高檢索和生成的準(zhǔn)確性。數(shù)據(jù)庫打標(biāo)準(zhǔn)確性：確保數(shù)據(jù)庫中的信息準(zhǔn)確無誤、通過標(biāo)準(zhǔn)化過程提高數(shù)據(jù)的一致性和可靠性。2.

模型選擇與優(yōu)化選擇更大的模型：現(xiàn)有模型的生成效果不理想，可以使用更大的預(yù)訓(xùn)練模型，帶來更好的生成質(zhì)量和上下文理解能力。使用不同的embedding模型：根據(jù)實際應(yīng)用場景和數(shù)據(jù)特點，使用不同的embedding模型，以找到最適合的模型來提高檢索精度。調(diào)整chunk-size*：重新評估和調(diào)整chunk的大小，以找到信息量和檢索效率之間的最佳平衡點。4.

計算資源管理如果需要更大的模型或更復(fù)雜的embedding模型，需要更多的計算資源。這涉及到模型訓(xùn)練和優(yōu)化階段的資源分配和管理。5.

部署與監(jiān)控優(yōu)化后的模型需要部署到實際環(huán)境中，并持續(xù)監(jiān)控其效果，以便進(jìn)行進(jìn)一步的調(diào)整。3.

模型訓(xùn)練與驗證對于新的模型和參數(shù)設(shè)置，需要進(jìn)行訓(xùn)練和驗證，以評估其性能。圖：RAG的數(shù)據(jù)處理、反饋及優(yōu)化的過程技術(shù)支撐：基于項目開發(fā)“Know-How”的“AI+”技術(shù)RAG知識庫痛點解決方法示例

1解決方法示例

2解決方法示例

3建立者孤立地建立和發(fā)展信息滯后、錯誤將用戶查詢與知識庫內(nèi)容進(jìn)行比較不合邏輯數(shù)據(jù)組織形式不易被檢索不以用戶為中心數(shù)據(jù)工程功能按不確

定性對孤立問題排序 較高的不確定性分?jǐn)?shù)表

示知識庫內(nèi)容存在差距 查詢驅(qū)動的知識庫補(bǔ)全按主題對真實用

戶問題進(jìn)行分組 查看哪些缺失主題

有最多的用戶查詢

用戶問題組準(zhǔn)確地

顯示需要涵蓋的內(nèi)容

同類比較，查詢驅(qū)動的檢查持續(xù)知識庫維護(hù)通過知識庫維護(hù)改進(jìn)孤立問題是指通過將用戶查詢與知識庫內(nèi)容進(jìn)行比較，識別出知識庫中未能充分覆蓋或存在內(nèi)容差距的用戶問題。企業(yè)級的AI代碼平臺及開發(fā)解決方案建立在企業(yè)個性化數(shù)據(jù)的運(yùn)營完善能力之上由于RAG高度依賴其知識庫的信息質(zhì)量，因此企業(yè)級的代碼知識庫的完善是保證其技術(shù)效果的關(guān)鍵舉措，具體如代碼應(yīng)該怎么處理，文檔應(yīng)該怎么處理，代碼過來要進(jìn)行過濾、清洗、結(jié)構(gòu)化等等細(xì)節(jié)的工作是非常值得關(guān)注和尊重的，可保證代碼知識庫的不斷完善，如下示例保證代碼知識庫數(shù)據(jù)的質(zhì)量：建立確保知識庫中信息的數(shù)據(jù)質(zhì)量、相關(guān)度。動態(tài)更新代碼知識庫的數(shù)據(jù)：數(shù)據(jù)動態(tài)變化，保持知識庫的時效性可確保RAG的響應(yīng)符合當(dāng)下需求。高效組織數(shù)據(jù)：通過使用索引、分類或標(biāo)記來優(yōu)化代碼知識庫的檢索過程，

以合乎邏輯且易于檢索的方式組織數(shù)據(jù)是關(guān)鍵。圖：RAG的企業(yè)級代碼知識庫痛點及解決方案示例技術(shù)支撐：基于項目開發(fā)“Know-How”的“AI+”技術(shù)在特定代碼任務(wù)中優(yōu)化和微調(diào)的AI核心核心特征架構(gòu)解析Agent基于LLM的組件，和交互兩個層面AI代碼平臺AIAgent記憶能力行動能力工具能力規(guī)劃能力人類用戶（指令者）用戶通過平臺界面的輸入框、按鈕等，使用特定的命令、指令等方式與其交互，將自己的需求傳遞給AI

Agent，是引導(dǎo)其生成定制化代碼解決方案的關(guān)鍵，直接影響代碼功能和輸出結(jié)果。外界環(huán)境（影響者）AI代碼平臺中的Agent能夠感知并響應(yīng)其所處環(huán)境（虛擬或物理世界）的變化，與環(huán)境的互動進(jìn)一步塑造代碼生成的輸出，確保代碼能夠適應(yīng)并解決實際問題。Agents（執(zhí)行者）通過多個Agent協(xié)作機(jī)制，各Agent能夠共享信息、資源和任務(wù)結(jié)果，實現(xiàn)復(fù)雜問題的高效解決，從而構(gòu)建起強(qiáng)大的群體智能體系。系統(tǒng)開發(fā)者（創(chuàng)造者）精心設(shè)計和編程，賦予AI代碼平臺的Agent特定的功能和組件，從而確保它們能夠高效地生成符合用戶需求的代碼。人機(jī)交互設(shè)計開發(fā)感知反饋群體協(xié)作代碼規(guī)劃：智能分析和設(shè)計代碼結(jié)構(gòu)，優(yōu)化開發(fā)流程知識記憶：存儲和檢索相關(guān)信息，支持連續(xù)性和上下文理解自主執(zhí)行：自主完成代碼生成和測試等任務(wù)，實現(xiàn)自動化操作工具集成：連接和使用外部軟件工具，提高開發(fā)效率Agent是推動工作流程自動化的關(guān)鍵組件，提高整體開發(fā)效能AI代碼平臺中AI

Agent的核心邏輯：通過將經(jīng)過特定訓(xùn)練的大模型作為“大腦”，利用其推理和規(guī)劃能力，并調(diào)用外部工具來完成復(fù)雜任務(wù)，從而優(yōu)化代碼開發(fā)過程。圖：Agent

的特征和架構(gòu)解析AI代碼平臺的AI

Agent 特定訓(xùn)練的大模型 （代碼規(guī)劃+知識記憶+工具集成+自動執(zhí)行）技術(shù)支撐：基于項目開發(fā)“Know-How”的“AI+”技術(shù)通過模擬軟件開發(fā)角色，實現(xiàn)高效協(xié)作，確保從需求分析到代碼上線的流程順暢系統(tǒng)模擬團(tuán)隊中的不同軟件開發(fā)角色（如執(zhí)行官、產(chǎn)品官、程序員、測試員等）來協(xié)同工作完成項目，平臺依賴事件驅(qū)動架構(gòu)、標(biāo)準(zhǔn)化接口、沙盒環(huán)境、協(xié)調(diào)代理和CI/CD等技術(shù)實現(xiàn)協(xié)作。對應(yīng)角色作用工作形式/原理產(chǎn)品經(jīng)理Agent與用戶溝通（交互），分析并轉(zhuǎn)化用戶需求為功能需求通過自然語言處理與用戶對話，提取關(guān)鍵信息，生成需求文檔或任務(wù)列表項目經(jīng)理Agent促進(jìn)不同代理之間的協(xié)作，確保信息流通和任務(wù)協(xié)調(diào)通過多代理委派機(jī)制，協(xié)調(diào)各個代理的工作開發(fā)工程師Agent將復(fù)雜功能需求分解為更小的、可管理的代碼模塊或任務(wù)利用機(jī)器學(xué)習(xí)模型分析需求，自動生成代碼結(jié)構(gòu)和模塊劃分測試與支持Agent負(fù)責(zé)自動化測試，確保代碼正確性和穩(wěn)定性監(jiān)控系統(tǒng)狀態(tài)，收集用戶反饋生成測試用例，執(zhí)行單元測試和集成測試，實時監(jiān)控應(yīng)用性能，收集用戶使用數(shù)據(jù)，分析測試結(jié)果并反饋多代理協(xié)同工作流程圖開始?

開始節(jié)點代理任務(wù)分配將子任務(wù)分配給不同的代理每個代理根據(jù)其特長執(zhí)行任務(wù)代理間通信代理之間共享信息和進(jìn)度發(fā)送請求和接收反饋代碼開發(fā)各代理獨立開發(fā)代碼進(jìn)行單元測試和調(diào)試集成與測試將各代理的代碼集成到主代碼庫進(jìn)行系統(tǒng)測試和集成測試結(jié)果評估評估集成后的系統(tǒng)性能收集反饋信息優(yōu)化與迭代根據(jù)反饋進(jìn)行代碼優(yōu)化迭代開發(fā)，重復(fù)以上步驟結(jié)束?

結(jié)束節(jié)點需求分析?

收集用戶需求標(biāo)準(zhǔn)化接口：定義清晰的API和接口，便于數(shù)據(jù)交換?

確定功能模塊任務(wù)分解?

將需求分解為具體的子任務(wù)?

確定每個子任務(wù)的負(fù)責(zé)人代理事件驅(qū)動架構(gòu)：通過事件流實現(xiàn)代理之間的通信和協(xié)調(diào)沙盒環(huán)境：提供安全的執(zhí)行環(huán)境，支持獨立和協(xié)作任務(wù)協(xié)調(diào)代理：管理任務(wù)分配、進(jìn)度跟蹤和資源管理持續(xù)集成/持續(xù)部署：自動化集成和部署流程，提高開發(fā)效率協(xié)同所需要的技術(shù)用戶需求細(xì)化需求用戶故事需求優(yōu)先級產(chǎn)品經(jīng)理Agent細(xì)分任務(wù)任務(wù)優(yōu)先級任務(wù)約束項目經(jīng)理Agent生成代碼代碼評審修復(fù)缺陷工程師Agent生成單測單測執(zhí)行收集缺陷測試Agent............目

錄Part

01機(jī)遇：AIGC引發(fā)的數(shù)字生產(chǎn)變化Part

02 價值：重新構(gòu)建代碼開發(fā)的應(yīng)用范式Part

04展望：人工智能普惠時代的期待Part

03落地：智能時代AI+代碼的先行者AI代碼平臺領(lǐng)域成為生成式AI的重要落地領(lǐng)域，不同類型企業(yè)各顯身手中國當(dāng)下的AI+代碼平臺市場已經(jīng)迎來豐富的參與者，這些企業(yè)依據(jù)自身技術(shù)或行業(yè)know-how迅速切入市場，通過先手占據(jù)更好的生態(tài)占位；并且越來越多的企業(yè)正在進(jìn)行產(chǎn)品打磨與場景探索。AI代碼平臺圖譜V1.0圖譜1.0版數(shù)據(jù)截至2024年10月，順序不分先后通用模型算力、數(shù)據(jù)及其他基礎(chǔ)支持AI

編碼助手類注：隨著產(chǎn)品逐步落地，未來將有更多類型企業(yè)切入AI代碼平臺領(lǐng)域，以下為企業(yè)類型說明AI模型*代碼型：一般具備通用大模型能力，提供基于生成式AI的編程產(chǎn)品/插件業(yè)務(wù)*AI代碼型：基于自身業(yè)務(wù)及開發(fā)能力，提供基于生成式AI的IT開發(fā)平臺AI代碼創(chuàng)業(yè)型：基于代碼領(lǐng)域的垂類模型及產(chǎn)品能力，提供相應(yīng)的AI代碼平臺服務(wù)代碼社區(qū)型：基于社區(qū)代碼的數(shù)據(jù)積累，提供相應(yīng)產(chǎn)品智能體*開發(fā)：利用多智能體能力，提供代碼開發(fā)服務(wù)低/無代碼+AI：在自身低無代碼基礎(chǔ)上進(jìn)行AIGC技術(shù)的結(jié)合AI模型*代碼型

……業(yè)務(wù)*AI代碼型AI代碼創(chuàng)業(yè)型AI代碼社區(qū)型……………………智能體*開發(fā)類低/無代碼+AI……圖形化編程語言（可包括IDE）+AI……7）圖形化編程語言（可包括IDE）+AI：在圖形化編程語言及開發(fā)平臺及生態(tài)基礎(chǔ)上進(jìn)行AI技術(shù)的結(jié)合值得關(guān)注的互聯(lián)網(wǎng)大廠產(chǎn)品及服務(wù)動態(tài)——百度智能云【文心快碼】“幫你改”測試和發(fā)布智能評審智能安全監(jiān)測智能Debug智能漏洞修復(fù)智能缺陷修復(fù)發(fā)布流程管控CI

錯誤診斷“幫你想”編寫代碼智能代碼補(bǔ)全智能生成描述描述生成代碼自動發(fā)現(xiàn)漏洞生成安全代碼自動修復(fù)漏洞API生成代碼單測智能體“幫你寫”調(diào)研和設(shè)計私域知識增強(qiáng)需求澄清研發(fā)規(guī)范架構(gòu)解讀安全規(guī)范任務(wù)分解專家模式問答客戶示例……文心快碼（Baidu

Comate）是基于文心大模型，結(jié)合百度積累多年的編程現(xiàn)場大數(shù)據(jù)和外部優(yōu)秀開源數(shù)據(jù)，打造的新一代編碼輔助工具。擁有代碼智能、場景豐富、創(chuàng)造價值、廣泛應(yīng)用等多重產(chǎn)品優(yōu)勢，可實現(xiàn)“幫你想、幫你寫、幫你改”的場景應(yīng)用形態(tài)。提升編碼效率，釋放“十倍”軟件生產(chǎn)力。產(chǎn)品功能 優(yōu)勢亮點更懂研發(fā)知識

開發(fā)速度快構(gòu)建研發(fā)領(lǐng)域知識體系，滿足多場景訴求，實現(xiàn)高效交付更懂研發(fā)全流程業(yè)務(wù)迭代快文心快碼無縫集成研發(fā)各環(huán)節(jié)，加速研發(fā)全流程提效更懂行業(yè)客戶

企業(yè)落地快直擊行業(yè)難點，提供最佳落地實踐，助力客戶提效支持私有化、混合云部署讓大模型以更安全的方式學(xué)習(xí)企業(yè)業(yè)務(wù)代碼和流程，更契合行業(yè)與業(yè)務(wù)的需求全方位支持多種主流IDE與編程語言支持

100

多種主流語言和

VSCode、JetBrains

全系列等主流

IDE百度每天新增的代碼中，有30%由文心快碼生成，整體采納率達(dá)46%，這一提效工具的應(yīng)用令工程師整體提效達(dá)到12%，顯著提升了單位時間內(nèi)的代碼提交數(shù)量和業(yè)務(wù)迭代速度。更重要的是，智能編碼提效工具使工程師得以從繁雜、重復(fù)的工作中釋放出來，專注于更有價值和創(chuàng)造性的工作。積極構(gòu)建開源社區(qū)：眾安開源戰(zhàn)略的核心聚焦于構(gòu)建開發(fā)者與用戶緊密聯(lián)結(jié)的社區(qū)生態(tài)，旨在通過協(xié)作打造共贏共創(chuàng)的行業(yè)技術(shù)環(huán)境。國內(nèi)重點廠商產(chǎn)品及服務(wù)能力分析——眾安保險DevPilot自主研發(fā)AIGC平臺結(jié)合業(yè)務(wù)經(jīng)驗沉淀，提供企業(yè)級高質(zhì)量AI+代碼開發(fā)能力眾安保險是中國首家互聯(lián)網(wǎng)保險公司。作為國內(nèi)首個核心系統(tǒng)搭建在云上的金融機(jī)構(gòu)，眾安基于云服務(wù)平臺搭建開放、靈活、可擴(kuò)展的核心系統(tǒng)，與此同時，眾安不斷開拓人工智能、區(qū)塊鏈、大數(shù)據(jù)等前沿技術(shù)，并深度應(yīng)用于產(chǎn)品研發(fā)，提升體驗，改善經(jīng)營效率。DevPilot

是眾安保險技術(shù)團(tuán)隊開發(fā)的AI代碼助手，結(jié)合私有化部署的或是通用三方代碼模型，帶來一套輕量高效的全棧代碼助手開源解決方案，使

AI

成為開發(fā)者工具的標(biāo)準(zhǔn)組成部分。外部開發(fā)者積極參與開源社區(qū)的構(gòu)建開源社區(qū)的反饋可以做到當(dāng)天響應(yīng)及修復(fù)眾安自主研發(fā)的AIGC中臺“眾有靈犀”，為AI應(yīng)用提供安全可靠的大模型能力，提示工程、知識工程等中臺能力為AI場景研發(fā)更加敏捷，在此之上落地實現(xiàn)了智能產(chǎn)研、營銷、運(yùn)營、客服等多場景應(yīng)用。通過實踐不斷解鎖AI驅(qū)動下AI＋保險的新場景眾安保險憑借海量的保險數(shù)據(jù)以及豐富的保險知識，在大模型上進(jìn)行深度的場景應(yīng)用，通過AI中臺化的能力持續(xù)釋放生成式AI能力?；?/p>

IDE

的

AI代碼助手“眾有靈犀”為DevPilot提供了一個功能豐富的平臺，作為DevPilot的中臺提供了大模型集成、提示編排、檢索增強(qiáng)生成等能力，使得DevPilot在各種運(yùn)行代碼生成的場景需求都能夠在這個平臺上得到實現(xiàn)和構(gòu)建。作為一款強(qiáng)大的中臺系統(tǒng)，眾有靈犀能夠集成多種大型語言模型，并且對外提供統(tǒng)一的接口，從而有效地屏蔽了不同模型之間的差異性和復(fù)雜性。眾有靈犀還為DevPilot的使用提供一系列針對大語言模型安全性的策略和措施，其中包括了對敏感數(shù)據(jù)的檢測機(jī)制等，以及防止生成具有政治敏感性內(nèi)容及敏感代碼外泄的技術(shù)手段，以此來保障平臺上的內(nèi)容生產(chǎn)和交互活動能夠在符合安全規(guī)范的前提下進(jìn)行。DevPilot的定位是“代碼輔助生成助手”，可參與開發(fā)者需求開發(fā)的全流程，致力于解決開發(fā)態(tài)的問題。從自動化日常開發(fā)任務(wù)到提供富有洞察力的代碼建議，讓開發(fā)人員能夠更智能、更快速、更少錯誤地進(jìn)行編碼。DevPilot通過結(jié)合私有化部署方案或是利用通用的代碼模型，為開發(fā)者提供了一套輕量且高效的全棧代碼助手開源解決方案。讓AI技術(shù)成為開發(fā)者工具的標(biāo)準(zhǔn)組成部分，顯著提升開發(fā)效率。國內(nèi)重點廠商產(chǎn)品及服務(wù)能力分析——眾安保險DevPilot

（產(chǎn)品特點1/2）DevPilot通過結(jié)合私有化部署方案或是利用通用的代碼模型，為開發(fā)者提供了一套輕量且高效的全棧代碼助手開源解決方案。DevPilot的設(shè)計初衷是讓AI技術(shù)成為開發(fā)者工具的標(biāo)準(zhǔn)組成部分，不僅能夠幫助開發(fā)者自動生成代碼片段或模塊，還能通過智能化的代碼補(bǔ)全、重構(gòu)建議等功能，顯著提升開發(fā)效率。DevPilot的產(chǎn)品功能一覽：豐富功能充分滿足企業(yè)級開發(fā)需求智能搜索自動注釋 代碼生成代碼審查 代碼解釋DevPilot性能檢查 代碼補(bǔ)全日志生成 單元測試錯誤檢測 代碼修復(fù)……DevPilot獨特的產(chǎn)品設(shè)計：結(jié)合開發(fā)經(jīng)驗，打磨產(chǎn)品細(xì)節(jié)代碼生成DevPilot可以基于倉庫代碼相似邏輯，按需求生成新的功能代碼，尤其可基于企業(yè)倉庫代碼生成最佳編碼方案，提高編碼效率。用戶可用這款A(yù)I助手與機(jī)器進(jìn)行對話生成代碼。代碼補(bǔ)全在補(bǔ)全場景，DevPilot從單純的純模型補(bǔ)全演進(jìn)到基于提示詞的補(bǔ)全，再到補(bǔ)全后接受交互行為的處理，站在開發(fā)者的角度不斷的打磨補(bǔ)全的效果，盡量減少代碼修改率，避免出現(xiàn)網(wǎng)傳的“助手代碼生成越多，錯誤越多，修改越多”的問題。DevPilot著重提升上下文邏輯的理解能力，提升其企業(yè)級開發(fā)項目中的代碼采納率。單元測試DevPilot不僅可以幫用戶對大篇幅代碼做Code

Review，檢測代碼性能，還能快速生成單測案例，針對類、方法級提供多種單元測試生成能力，也可以用提示詞生成符合特定框架要求的單元測試。該場景下，DevPilot不斷的豐富要生成單測的內(nèi)容上下文，通過提示詞讓模型更加專注在邏輯分支上，識別所有可能的執(zhí)行路徑，確保分支覆蓋率?！?1靈活的模型切換模型可切換DevPilot允許開發(fā)者或企業(yè)切換合適的大模型，可使用本地模型或三方通用模型，這就使得DevPilot能夠更快跟進(jìn)先進(jìn)模型，并且可以符合企業(yè)大模型需求。04符合企業(yè)級開發(fā)需求DevPilot的產(chǎn)品能力效果來自其獨特定位：專注于企業(yè)級應(yīng)用領(lǐng)域。

DevPilot的的核心理念在于實現(xiàn)與企業(yè)內(nèi)部復(fù)雜業(yè)務(wù)邏輯的高度融合，它不僅僅是一個簡單的代碼生成器，而是致力于根據(jù)企業(yè)的特定業(yè)務(wù)需求來直接生成相應(yīng)的代碼片段或模塊。02優(yōu)質(zhì)的交互體驗IDE原生DevPilot基于VSCode、JetbrainIDEA

等主流IDE構(gòu)建，使用IDE原生交互，不改變開發(fā)者的編程習(xí)慣。同時提供chat、diff視圖，以及代碼插入時自動尋找目標(biāo)文件等的細(xì)節(jié)交互，為開發(fā)者帶來更加絲滑的編程體驗。03工程級的上下文能力相較于一些同類產(chǎn)品生成代碼時只能感知當(dāng)前文件或者打開文件的代碼，DevPilot廣泛使用工程文件索引以及檢索增強(qiáng)生成（RAG）技術(shù)，在生成代碼時可獲得需求相關(guān)的工程范圍甚至是企業(yè)倉庫里的代碼作為參考片段，使生成的代碼更加符合工程需要，有效提升代碼采納率。靈活的模型切換工程級的上下文能力優(yōu)質(zhì)的交付體驗滿足企業(yè)級開發(fā)需求國內(nèi)重點廠商產(chǎn)品及服務(wù)能力分析——眾安保險DevPilot

（產(chǎn)品特點2/2）DevPilot產(chǎn)品功能亮點國內(nèi)重點廠商產(chǎn)品及服務(wù)能力分析——眾安保險DevPilot項目效果代碼質(zhì)量代碼質(zhì)量參差不齊，難以保證產(chǎn)品穩(wěn)定性和可維護(hù)性團(tuán)隊協(xié)作團(tuán)隊協(xié)作中溝通成本高，版本控制復(fù)雜，影響項目進(jìn)度DevPilot在軟件項目開發(fā)過程中實現(xiàn)難點、痛點的解決編碼效率重復(fù)性任務(wù)多，導(dǎo)致開發(fā)周期延長20%15%效果實現(xiàn)研發(fā)團(tuán)隊整體研發(fā)速度提升AI代碼生成在整體項目的貢獻(xiàn)度DevPilot顯著提升開發(fā)效率與產(chǎn)品質(zhì)量，優(yōu)化團(tuán)隊協(xié)作，加速市場響應(yīng)項目實踐能力解析：致力于解決企業(yè)在軟件開發(fā)過程中所面臨的特定挑戰(zhàn)定位企業(yè)級開發(fā)符合企業(yè)架構(gòu)標(biāo)準(zhǔn)以企業(yè)為中心推動數(shù)字化轉(zhuǎn)型DevPilot將企業(yè)內(nèi)部常用的通用技術(shù)組件與業(yè)務(wù)組件的訪問代碼，以及企業(yè)特有的應(yīng)用框架代碼進(jìn)行嵌入式整合。通過這種方式，在代碼生成的時刻，這些預(yù)嵌入的代碼片段會被智能召回并加以利用，確保生成的代碼能夠更好地遵循企業(yè)的架構(gòu)標(biāo)準(zhǔn)和技術(shù)規(guī)范。DevPilot的設(shè)計目的之一是為了更好地服務(wù)于企業(yè)的軟件開發(fā)流程。它能夠通過深入理解企業(yè)特有的業(yè)務(wù)流程和技術(shù)框架，識別并適應(yīng)企業(yè)已有的技術(shù)棧和業(yè)務(wù)規(guī)則，從而提供更加精準(zhǔn)和實用的代碼支持，幫助企業(yè)維護(hù)一致性的代碼標(biāo)準(zhǔn)，降低錯誤率，增強(qiáng)企業(yè)軟件開發(fā)工程的可靠性和穩(wěn)定性。DevPilot

能夠使AI技術(shù)無縫地集成到企業(yè)的日常軟件開發(fā)流程中，從而真正意義上實現(xiàn)從前沿技術(shù)向?qū)嶋H生產(chǎn)力的轉(zhuǎn)變。這意味著DevPilot成為了一個能夠為其帶來切實利益的解決方案，它可以推動企業(yè)自身的數(shù)字化轉(zhuǎn)型過程，提升市場競爭力，同時也能更好地應(yīng)對不斷變化的技術(shù)挑戰(zhàn)，為未來的持續(xù)發(fā)展奠定堅實的基礎(chǔ)。重點廠商產(chǎn)品及服務(wù)能力分析——aiXcoder致力于將前沿人工智能技術(shù)應(yīng)用于軟件工程，聚焦代碼大模型的私有化落地和應(yīng)用大模型訓(xùn)練及微調(diào)企業(yè)智能化軟件開發(fā)提供商核心技術(shù)產(chǎn)品航空航天通信金融 軍工IT智能制造交通 科研……應(yīng)用場景緊密結(jié)合具體業(yè)務(wù)，持續(xù)深入各垂直細(xì)分領(lǐng)域智能知識庫系統(tǒng)智能化軟件開發(fā)一體機(jī)智能化軟件開發(fā)系統(tǒng)智能化測試生成系統(tǒng)aiXcoder系列大模型軟件工程AgentRAG企業(yè)服務(wù)私有化部署咨詢服務(wù)定制化開發(fā)領(lǐng)域化大模型落地2018aiXcoder1.02024aiXcoder7B發(fā)布并開源即將推出aiXcoder76B持續(xù)深耕AIGC

for

Code，多次版本不斷迭代，助力企業(yè)級智能軟件開發(fā)aiXcoder將技術(shù)轉(zhuǎn)化為實際應(yīng)用落地，讓代碼大模型在智能編程領(lǐng)域廣泛實用，為此，aiXcoder推出個人/企業(yè)訂閱模式、私有化解決方案、深度咨詢服務(wù)三種商業(yè)模式，更貼合實際軟件開發(fā)任務(wù)，與企業(yè)應(yīng)用場景深度融合，更適合部署應(yīng)用。aiXcoder孵化自北京大學(xué)軟件工程研究所，創(chuàng)始團(tuán)隊均來自北京大學(xué)，是全球最早將深度學(xué)習(xí)技術(shù)應(yīng)用于代碼生成與代碼理解領(lǐng)域的團(tuán)隊，也是最早將深度學(xué)習(xí)應(yīng)用在編程產(chǎn)品的團(tuán)隊。公司專注于AIGC

for

Code領(lǐng)域，致力于將前沿人工智能技術(shù)應(yīng)用于軟件工程，聚焦代碼大模型的私有化落地和應(yīng)用，與企業(yè)領(lǐng)域知識融合，助力企業(yè)實現(xiàn)智能化研發(fā)。aiXcoder為企業(yè)提供完備的基于代碼大模型的智能化軟件開發(fā)解決方案，包含私有化部署、企業(yè)個性化代碼大模型及定制化開發(fā)等服務(wù)，現(xiàn)已在金融、軍工、航空航天、通信、高科技等行業(yè)頭部企業(yè)部署實施，成功實現(xiàn)了代碼大模型的多場景應(yīng)用和實際效果驗證，獲得廣泛行業(yè)認(rèn)可。2022aiXcoder

XL發(fā)布實現(xiàn)在線版代碼智能補(bǔ)全與搜索國內(nèi)首個支持方法級代碼生成的百億級參數(shù)量代碼大模型（13B參數(shù)量）7B模型性能達(dá)到百億級參數(shù)量代碼大模型SOTA，降低使用門檻易部署*以上版本為部分版本說明aiXcoder于2018年開始深耕AIGC

for

Code領(lǐng)域，2023年已獲得A+輪融資2024年同時發(fā)布智能化軟件研發(fā)一體機(jī)，基于Agent的aiXcoder智能化軟件開發(fā)系統(tǒng)2.0。團(tuán)隊在國際頂級期刊和會議累計發(fā)表論文100余篇，其中多篇是智能化軟件工程領(lǐng)域的首篇論文和引用率最高的論文。并且通過中國信息通信研究院可信AI智能編碼工具首輪評估。在智能編碼、代碼質(zhì)量檢查等維度的177項能力評估中表現(xiàn)優(yōu)秀，榮獲4+級最高級別，成為國內(nèi)首批通過該項評估的企業(yè)之一。重點廠商產(chǎn)品及服務(wù)能力分析——aiXcoder關(guān)鍵技術(shù)點代碼大模型的構(gòu)建通過敏感信息去除、刪除無效代碼、自動生成代碼去除等多重篩選，剔除163種Bug和197種常見代碼缺陷。注入正確編程知識，行成獨有的高質(zhì)量訓(xùn)練數(shù)據(jù)集。結(jié)合軟件工程工具，構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)結(jié)合程序語言特性，aiXcoder在模型訓(xùn)練時融入代碼抽象語法樹結(jié)構(gòu)信息，增強(qiáng)模型對語義和邏輯的理解能力采用結(jié)構(gòu)化Span方式，使生成的代碼更準(zhǔn)確，更符合代碼結(jié)構(gòu)。同時采用了FIM（Fill

Inthe

Middle）和跨文件的訓(xùn)練方式，更貼近真實開發(fā)場景。結(jié)合代碼結(jié)構(gòu)化特征的訓(xùn)練方法基于Agent的新一代智能軟件開發(fā)支持、適配生成式AI技術(shù)與大語言模型的應(yīng)用發(fā)展，基于大模型的智能化軟件開發(fā)具有行業(yè)領(lǐng)域知識缺乏、軟件開發(fā)專業(yè)技能欠缺、復(fù)雜問題難以處理、無法進(jìn)行多角色協(xié)作等局限性?；贏gent的智能化軟件開發(fā)系統(tǒng)，通過大模型與軟件工具的調(diào)用相結(jié)合，調(diào)用外掛知識，以多角色扮演的方式，實現(xiàn)項目級代碼生成、項目研發(fā)問答、issue自動處理等更復(fù)雜的真實軟件開發(fā)任務(wù)。在基于大模型的Agent框架中，開發(fā)者與大模型圍繞更復(fù)雜的項目級代碼生成展開持續(xù)互動和工具調(diào)用，人機(jī)協(xié)同，推動軟件產(chǎn)品的快速迭代與持續(xù)優(yōu)化。通過個性化訓(xùn)練，aiXcoder可幫助企業(yè)實現(xiàn)更高質(zhì)量的代碼生成以及研發(fā)全流程的能力提升。經(jīng)過個性化訓(xùn)練的模型可以學(xué)習(xí)到行業(yè)或企業(yè)內(nèi)部的代碼邏輯、代碼風(fēng)格和業(yè)務(wù)知識等領(lǐng)域知識，提高代碼生成的準(zhǔn)確率?；诖竽Ｐ偷膫€性化訓(xùn)練自動化構(gòu)建企業(yè)專屬評測集提供定制化數(shù)據(jù)治理工具涵蓋模型預(yù)訓(xùn)練、微調(diào)、RAG、Agent等技術(shù)的一整套解決方案根據(jù)企業(yè)已有代碼和文檔、計算資源，提供定制化解決方案在保證主模型效果的情況下進(jìn)行增量訓(xùn)練，大大降低過擬合風(fēng)險結(jié)合代碼結(jié)構(gòu)化特征和軟件工程的方法與工具，從訓(xùn)練數(shù)據(jù)處理、訓(xùn)練任務(wù)構(gòu)造再到模型結(jié)構(gòu)優(yōu)化等方面，強(qiáng)化大語言模型在軟件開發(fā)場景下的性能與效果。在基座代碼大模型基礎(chǔ)上，通過指令微調(diào)，讓大模型具有更多功能，如單元測試用例自動生成、代碼解釋、研發(fā)問答等。通過大模型與軟件工具的調(diào)用相結(jié)合，調(diào)用外掛知識，以多角色扮演的方式，實現(xiàn)項目級代碼生成、項目研發(fā)問答、issue自動處理等更復(fù)雜的真實軟件開發(fā)任務(wù)。結(jié)合企業(yè)領(lǐng)域知識，對代碼大模型進(jìn)行個性化訓(xùn)練和微調(diào)，幫助企業(yè)實現(xiàn)更高質(zhì)量的代碼生成以及研發(fā)全流程的能力提升。多功能代碼大模型構(gòu)建基于Agent的智能化軟件開發(fā)系統(tǒng)企業(yè)個性化代碼大模型構(gòu)建高質(zhì)量基座代碼大模型的構(gòu)建aiXcoder主要通過大模型、Agent技術(shù)與軟件工具相結(jié)合的方式，實現(xiàn)軟件開發(fā)全流程的智能化開發(fā)輔助，提升開發(fā)效率和代碼質(zhì)量。同時通過大模型微調(diào)、領(lǐng)域知識庫、RAG等技術(shù)，解決企業(yè)領(lǐng)域化知識與大模型相融合的問題，為每個企業(yè)打造專屬軟件工程大模型。重點廠商產(chǎn)品及服務(wù)能力分析——aiXcoder信華信是一家面向全球客戶提供領(lǐng)先的應(yīng)用軟件產(chǎn)品、解決方案和數(shù)智技術(shù)服務(wù)的集團(tuán)公司，面向產(chǎn)業(yè)、金融、政府公共等領(lǐng)域客戶，提供咨詢、軟件開發(fā)、運(yùn)行維護(hù)、云基礎(chǔ)設(shè)施等一站式服務(wù)及行業(yè)、業(yè)務(wù)和技術(shù)解決方案?？蛻舯尘癆I設(shè)計助手 AI編碼助手 AI測試助手AI安全助手 AI知識助手“信華信軟件工程大模型”基于信華信近30年軟件工程領(lǐng)域沉淀，聯(lián)合aiXcoder等AI生態(tài)合作伙伴，打造符合軟件工程標(biāo)準(zhǔn)流程的五大應(yīng)用域。

項目難點

搭建思路項目效果基于自研模型工具鏈，“信華信軟件工程大模型”支持企業(yè)引入行業(yè)數(shù)據(jù)，進(jìn)行領(lǐng)域微調(diào)，為企業(yè)構(gòu)建符合自身需求的軟件工程大模型。目前信華信軟件工程大模型已在應(yīng)急領(lǐng)域?qū)崿F(xiàn)共創(chuàng)應(yīng)用，帶動該領(lǐng)域軟件實踐項目缺陷數(shù)量降低33.35%，通用業(yè)務(wù)邏輯代碼采納率平均47%，開發(fā)效率提升8.38%。數(shù)據(jù)隱私與安全算法可解釋技術(shù)標(biāo)準(zhǔn)缺乏高性能計算資源人才短缺開發(fā)成本高系統(tǒng)集成兼容性用戶接受度認(rèn)知及倫理影響智能化軟件開發(fā)面臨諸多難點，需要通過