2024年AI代碼平臺及產(chǎn)品發(fā)展簡報

20DA2024年AI

代碼平臺及產(chǎn)品發(fā)展簡報重構智能時代的開發(fā)模式，釋放Al數(shù)字生產(chǎn)力時間版本：2024.10.解

………………………………●…………●口

隨著人工智能技術的飛速發(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A應用的爆發(fā)提供了堅實的技術基礎?？?/p>

代碼及開發(fā)領域具備廣泛的高質(zhì)量數(shù)據(jù)、豐富的應用場景及多樣的用戶人群，因此生成式AI為代表的技術提供了生產(chǎn)力的創(chuàng)新空間和發(fā)展?jié)摿?。代碼結合AI迎來創(chuàng)新機會開發(fā)領域亟待生產(chǎn)力升級前言：生成式AI爆發(fā)后迎來商業(yè)加速，代碼領域迎來創(chuàng)新及變革契機模型技術的蓬勃發(fā)展為"Al+"領域/場景/行業(yè)的發(fā)展提供堅實的基礎及發(fā)展

創(chuàng)新的土壤·

高質(zhì)量的數(shù)據(jù)·通用性的需求·廣泛的使用人群數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫總結整理www.jazzye●

….2Part

04

展望：人工智能普惠時代的期待Part02

價值：重新構建代碼開發(fā)的應用范式Part03

落地：智能時代Al+

代碼的先行者Part

01

機

遇

：AIGC引發(fā)的數(shù)字生產(chǎn)變化甲下猴目錄CONTENTS甲州好

數(shù)甲子光年JAzZYEAR甲子光年1A

6ZY

k

A

R<

川甲……………

·

●………………

·…·

·

·

·

········3口

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Al技術能力提升，更多的開發(fā)者都在嘗試使用Al解決問題。編寫代碼注釋或代碼文件編寫測試執(zhí)行代碼審查重構在代碼庫中搜索代碼段

了解最近的代碼更改

編寫提交消息在CLI中執(zhí)行操作代碼及開發(fā)工作不僅僅是“腦力活”,也是“體力活”—

編寫一

修改一

注釋一

測試開發(fā)者認可Al的比例GitHub(2023)需求破局："Al+"

的工作方式成為首選，釋放代碼工程的生產(chǎn)力開發(fā)者會選擇嘗試Al編碼提升自身的效率及技能水平提高編程技能變得更有效率創(chuàng)造性工作防止倦怠29%21%16%12%9%9%JetBrains,State

of

Developer

Ecosystem

Report(2023)數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫總結整理編寫代碼理解代碼

互聯(lián)網(wǎng)搜索

調(diào)試47%31%30%開發(fā)者使用Al代碼生成可提升工作效果開發(fā)者最耗時的活動開發(fā)者使用Al

編程工具的比例53%51%www.jazzyear.com4甲子光年」A

石ZYk

A

R6%6%79%57%41%口

Al

生成代碼的應用思路可以追溯到Al技術應用初期，但往往受限于當時的Al技術所體現(xiàn)的智能化水平?？?/p>

大型語言模型(LLMs)

的出現(xiàn)為深度學習帶來了新的范式，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

“Al+代

碼

”

進

一

步

發(fā)

展

帶來了更多創(chuàng)新空間。"Al+

代碼"的技術歷程簡述

大模型為代碼生成帶來了"質(zhì)"的改變LLMs

給

“Al+代碼”提供了一個突破性技術方案：LLM

帶來了深度學習新

范式，思維鏈和強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Al的互動逐漸增多，編程習慣和開發(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)向更高層次的任務管理和決策。過往的工作主要集中在代碼生成及搜索的特定能力，更加注重算法設計和訓練策略。

事實證明，增強模型固有能力是推動智能代理進一步發(fā)展的關鍵因素。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Al輔助代碼生成的關鍵?；谏疃葘W習(中小模型)基于統(tǒng)計學習/數(shù)據(jù)驅(qū)動基于知識工程/專家系統(tǒng)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：Al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。Al

在這一階段表現(xiàn)出

更高的自主性，可以減少人工干預。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。Al

的作用從簡單的助手擴展到

可以獨立完成特定任務的合作者?！らL期以來，研究者們一直利用當下人工智能能力結合

代碼開發(fā)工具，實現(xiàn)Al技術在開發(fā)領域的實踐。·但受限于Al技術的發(fā)展水平，Al

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?！?/p>

這些輔助編程工具基于預定義規(guī)則和模式，幫助程序

員快速生成常見代碼結構。Copilot

模式/IDE插件作為主

導

：Al通過自動補全代碼、生成代碼

片段等方式幫助開發(fā)者完成繁瑣

的編程任務。開發(fā)者依然在整個

開發(fā)流程中起主導作用，Al

的角

色主要是提高編程效率和降低重

復勞動。技術升級：大模型賦予了"Al+代碼"更多的創(chuàng)新空間數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理，2產(chǎn)品形態(tài)的改變甲子光年」A

石ZYk

A

Rwww.jazzye5廣義的Al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，強調(diào)其系統(tǒng)性的開發(fā)能

力),另外包括用戶體驗的設計，服

務生態(tài)的建設，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Al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②

注釋與解釋審查與測試企業(yè)級開

發(fā)能力產(chǎn)品核心能力應用場景金融

泛互聯(lián)網(wǎng)

運營商

國央企

科技服務商

汽車

零售API管理

訓練調(diào)優(yōu)

成果共享

DevOps(需求分析、代碼編寫、調(diào)優(yōu)對齊、數(shù)據(jù)回流)代碼生成代碼修復代碼注釋單元測試知識管理智能推薦代碼翻譯風格檢查注釋生成代碼解釋智能問答數(shù)據(jù)存儲、算力、網(wǎng)絡等產(chǎn)品支撐口

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技術是代碼平臺的能力，當具體的產(chǎn)品功能服務依然圍繞項目提質(zhì)增效展開。Al代碼平臺的產(chǎn)品功能架構圖示例服務生態(tài)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)品集成數(shù)據(jù)存儲/管理www.jazzyea工業(yè)用戶體驗自然交互

自動/手動功能喚醒

自定義

風格學習

邏輯理解產(chǎn)品紅利：圍繞開發(fā)項目的全環(huán)節(jié)和需求進行展開企業(yè)看板知識增強插件管理用戶管理安全保護多Agent管理云服務/終端部署

算力異構調(diào)度

網(wǎng)絡調(diào)度數(shù)據(jù)來源：IDC

等公開資料，專家訪談，甲子光年智庫總甲子光年」A

石ZYk

A

R提升代碼可讀性：幫助開發(fā)者更快地理解和掌握復雜和陌生的代碼。這種能力對于處理大型項目或維護遺留系統(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果和語義：確保產(chǎn)出的代碼符合企業(yè)的設計原則。這一功能對于保證軟件質(zhì)量和一致性至

關重要，因為它減少了因誤解設計意圖而導致的錯誤和返工。優(yōu)化現(xiàn)有代碼的可移植性：提高了代碼的適應性和可維護性，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

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)，Al代碼平臺能夠提供更加精準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險。功能簡析：技術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致的錯誤。減少重復性的瑣碎工作：使他們能夠?qū)Ｗ⒂诟刑魬?zhàn)性和創(chuàng)造性的任務。AI

代碼平臺通過智能搜索和代碼預測功能，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)化代碼結構上，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行“對話”,從而更迅速

地理解和解決問題。這種及時的反饋機制，尤其在軟件開發(fā)的早期階段，能夠及時修復錯誤，避免后續(xù)的連鎖反應，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：智能化的重構不僅減少了人工重構的工作量，還降低了重構過程中引入錯誤的風險。

自動化重構的實現(xiàn)，使得代碼結構的優(yōu)化和升級變得更加快速和高效。注釋與解釋審查與測試產(chǎn)品場景及功能類型示例添加注釋代碼解釋

代碼翻譯代碼審查性能檢查

單元測試代碼補全/生成智能搜索數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理，2AI代碼開發(fā)平臺的產(chǎn)品價值代碼修復代碼重構生成與搜索修改與重構甲子光年」A

石ZYk

A

Rwww.jazzye7√

代

碼

補

全

：在用戶輸入按鍵后自動提供后續(xù)代碼的建議。用戶可以將其當作參

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雜的編程語言時尤為困難?！?/p>

智

能

搜

索

：可將對話問答功能與IDE

進行了集成打通，其中的聊天互動界面可

生成與搜索

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。

代碼庫中手動搜索解決方案，這既耗時又容易出錯。并支持一鍵插入到編輯器中?！?/p>

代

碼

修

復

：針對編碼過程中出現(xiàn)的代碼問題，可以一鍵給出修復建議，助力開

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√

決：

修改與重構

x

，別這

時：確，

要。重構，以及如何重構，通常需要深厚結構上的調(diào)整。

的經(jīng)驗和對代碼結構的深入理解?！?/p>

，

程：

及，

②

x

：。編寫清晰的注釋需要額外的時間，程序員可能因為項目進度壓力而x理

解

差

異

：不同程序員對同一代碼的理解可能存在差異，這可能導致溝通上的√

環(huán)：

注釋與解釋

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，√

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)省相應的時間。

這在自動翻譯中很難實現(xiàn)?！?/p>

代

碼

審

查

：自動審查用戶代碼，支持對代碼進行函數(shù)級檢查功能，審查代碼的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，這可能導致不可讀性、可維護性、一致性以及是否遵循編碼規(guī)范。一致的審查標準和結果?！?/p>

性

能

檢

查：支持對代碼進行函數(shù)級檢查功能，可以對大篇幅代碼做檢測，檢測

x

難

以

預

測

：在沒有工具輔助的情況下，預測代碼的性能表現(xiàn)可能非常困難，尤代碼性能，評估代碼在運行時的性能，如處理速度、內(nèi)存使用等。審查與測試

其是在復雜的系統(tǒng)或多線程環(huán)境中?！?/p>

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

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，維測試。

護相應的單元測試也變得復雜和耗時。數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫總結整理

www.jazzyear.com

8片段聊天碼到境中突出顯示需要解釋的代支持開發(fā)者將代碼片段粘貼在IDE解

釋以碼可代步驟耗忽視這時

間行內(nèi)注釋只要選中鍵生成方法注釋程語言生成注釋助手就能支持多種Al

編注

釋注釋添

加定哪些部分的代碼需尤其是在大型項目中機

會非常耗構能重可識誤在不改變代碼問題代

碼

重

構發(fā)者快速解AI代碼開發(fā)平臺常見產(chǎn)品功能特點

未使用Al代碼可能面對的問題功能簡析：技術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)考，也可以采納其為正式代碼。甲子光年」A

石ZYk

A

R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)口

生成式A技術的出現(xiàn)，除了可以極大地支撐代碼生成、重構、補全等非常典型的開發(fā)工作。此外于完整的A技術開發(fā)平臺及產(chǎn)品也應該提供相應的審查及測試類產(chǎn)品技術支持，以保證軟件開發(fā)全鏈路功能的覆蓋。時間限制48%工作量大

38%團隊/組織中的代碼質(zhì)量準則不一致

34%員工太少

24%缺少先進的工具

19%工具過于昂貴

17%我沒有此類問題

12%其他

3%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,Stateof

DeveloperEcosystemReport(2023)JetBrains,Stateof

DeveloperEcosystemReport(2023)數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫總結整理

www.jazzyear.com

9圖：測試類工作在代碼開發(fā)中的關鍵需求63%47%34%

32%15%1%80%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。功能簡析：技術能力和交互模式的融合升級17%在項目中有單元測

試的受訪者不自己

編寫測試。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

用例設計作為測

試過程的一部分。單元

集成

端到端問題：您的項目中有什么類型的測試?問題：您使用那種(哪些)工具進行自動化代碼分析/靜態(tài)分析?圖：審查類工作在代碼開發(fā)中的時間精力消耗我會時常運行自動代碼

分析/靜態(tài)分析我在每次提交時運行自

動代碼分析/靜態(tài)分析甲子光年IA

ZZYE

A

R性能其他我運行手動代碼審查其他無開

發(fā)

者

使

用

A

/

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

的

一

般

問

題相當頻繁

有時

極少

從不補全與問答代碼采納分布27%73%■補全采納代碼行數(shù)■問答采納代碼行數(shù)使用自然語言進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)行代碼審查總結近期代碼修改以了解代碼內(nèi)容重構代碼通過自然語言描述生成CLI命令生成提交信息10%4%5%1%問答功能使用分布—4%

■研發(fā)問答■代碼優(yōu)化■解釋代碼■生成注釋生成單測76%錯誤排查問題：您使用以下現(xiàn)有A助手功能進行編碼的頻率如何?JetBrains,State

of

Developer

Ecosystem

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》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%功能簡析：技術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全的需求口

問答式交互(也可理解為問答式的交付):A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A模型間的自然語言交流，用戶能提出跟進問題，模型則基于先前對話及代碼上下文提供相關回應，確保交互的連貫性。同樣，生成式Al的技術為該項功能提供了更好的完成度。數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫總結整理www.jazzyear.com10甲甲下猴目錄CONTENTS甲Part01

機遇：AIGC引發(fā)的數(shù)字生產(chǎn)變化Part

04

展望：人工智能普惠時代的期待Part03

落地：智能時代Al+

代碼的先行者Part

02

價值：重新構建代碼開發(fā)的應用范式州明

數(shù)甲子光年JAzZYEAR甲子光年」A

石ZY

k

A民·······……·

·

·

·

········11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),其次是帶來了更準確的代碼理解、重構、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

用型的評價標準。Al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、復雜性的工程，產(chǎn)品的效果仍然要與整個工程效能有關。環(huán)

境部署方式、數(shù)據(jù)處理效率，通信延時等具體產(chǎn)品設計細節(jié)最終

都會影響實際效果。廣義的評級維度

=

代

碼

采

納

率

十

產(chǎn)

品

體

驗

滿

意

度

十

開

發(fā)

效

能

提

升

率模型效果交互體驗顯性價值：Al代碼平臺產(chǎn)品競爭力維度分析數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理，2甲子光年」A

石ZY

k

A

R評價維度www.jazzyear.com開發(fā)支持12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)全生命周期口

A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、咨詢學習階段、效能管理階段等各個階段實現(xiàn)智能化升級，意味著A代碼平臺能力不僅僅局限在某一點，而是逐步的向橫向擴展，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

：Al代碼平臺在整個開發(fā)周期應用場景圖數(shù)據(jù)來源：《通義靈碼，軟件開發(fā)新范式》,專家訪談，

www.jazzyear.com

13需求收集

編碼與合并開發(fā)階段

設計澄清

需求排期

集成構建需求整合

問題排查

…編碼開發(fā)·

效率：代碼生成/補全

·

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

建議·

質(zhì)量：單測生成·

質(zhì)

量

：CR

輔助(掃描、

內(nèi)容生成)需求階段·

需求：信息轉(zhuǎn)需求輔助·

需求：相關性需求整合·

需求：需求澄清可視化

輔助·

設計：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

管理者集成和測試·

流程編排輔助·

掃描和修復建議·

測試用例生成輔助

·

缺陷創(chuàng)建輔助·

問題排查和修復輔助隱形價值：重構智能時代的開發(fā)模式咨詢和學習·

代碼/代碼庫理解

·

跨文檔知識查詢

·

技術文檔問答·

問題咨詢問答·

平臺使用輔助發(fā)布部署·

變更配置輔助

·

應用編排輔助

·

發(fā)布日志生成效能管理·

效能分析報告生成

·

決策建議輔助·

異常告知和建議Al代碼平臺可應用的場景示例問題咨詢學習提升組織效能分析決策測試與驗收…甲子光年IA

ZZYE

A

R發(fā)布上線表：工程效能的指標拆解指標含義響應速度能夠快速響應新的需求或變更請求·

代碼提交頻率：衡量團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·

構建成功率：衡量團隊構建代碼的成功率

公式：成功構建次數(shù)/總構建次數(shù)能夠在較短時間內(nèi)將需求轉(zhuǎn)化為可上線

測試覆蓋率：衡量團隊測試代碼的覆蓋率的產(chǎn)品或功能公式：測試通過的代碼行數(shù)/總代碼行數(shù))·

部署頻率：衡量團隊部署代碼的頻率公式：部署次數(shù)/時

間單位持續(xù)改進隨著時間推移，團隊能夠不斷提高交付速度，實現(xiàn)"越來越快"的目標代碼提交頻率(同上)構建成功率(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·

構建成功率(同上)能質(zhì)量可靠·測試覆蓋率(同上)問題解決能力快速發(fā)現(xiàn)問題、定位問題和修復問題的

能力平均故障恢復時間：衡量團隊恢復故障的速度公式：故障恢復時間/故障次數(shù)·

平均故障間隔時間：衡量團隊故障發(fā)生的頻率公式：故障間隔時間/故障次數(shù)適應性靈活應對不同類型的需求和技術挑戰(zhàn)代碼提交頻率(同上)代碼審查速度(同上)提升效率編程速度提高專注核心創(chuàng)新自動化繁瑣任務，專注研究和創(chuàng)新降低技術門檻為非專業(yè)程序員提供支持隱性需求：代碼數(shù)字知識資產(chǎn)的管理與傳承、創(chuàng)

新能力提升、跨領域協(xié)作等隱形價值：重構智能時代的開發(fā)模式提升“工程效能”,快速響應需求并持續(xù)提升交付速度顯性需求：提高開發(fā)效率、代碼質(zhì)量

改進、自動化測試等大模型帶來的價值口

生成式Al的大模型技術提升了代碼生成的效率、質(zhì)量，從而讓團隊更關注創(chuàng)新，并且降低了更多業(yè)務人員的參與開發(fā)的難度，從而提升整體工程追求理想

工程效能快速響應

業(yè)務需求持續(xù)提升交付速度數(shù)據(jù)來源：GTLC

全球技術領導力大會，甲子光年智庫總甲子光年IA

ZZYE

A

R效

能

。14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)的建立口

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

?？?/p>

大模型時代的Al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)全生命周期用戶

大模型

文

檔

源代碼文件提出編程需求檢索相關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用戶

大模型

文

檔

源代碼文件數(shù)據(jù)來源：《通義靈碼，軟件開發(fā)新范式》,專家訪談，

www.jazzyear.com

15具模型智能中心代碼/文檔

資產(chǎn)企業(yè)數(shù)字資產(chǎn)更新的源代

碼文件更新的源代

碼文件隱形價值：重構智能時代的開發(fā)模式RDevOps

工具鏈R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"甲子光年IA

ZZYE

A

R提高整體研發(fā)效率，降低開發(fā)工程的復雜度，賦予更多企業(yè)智能化的機會口

軟件本質(zhì)的復雜性是現(xiàn)在軟件系統(tǒng)中無法規(guī)避的內(nèi)在特性，比如復雜度、

一致性、可變性和不可見性——

《人月神話》的作者?？梢钥闯鲕浖こ淌谴笠?guī)模的集體智力的協(xié)作活動，本身具有極強的復雜性?？?/p>

在大模型時代，當AI逐步地去替代事務性工作，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。數(shù)據(jù)來源：《通義靈碼，軟件開發(fā)新范式》,專家訪談，

www.jazzyear.com

16個體效率協(xié)同消耗工程能力和工程效能的雙效提升"需求來了上線快，而且隨著時間越來越快"軟件架構和組織復雜度正相關，并決定協(xié)同消耗的大小流程規(guī)范打造超級個體成本是效能優(yōu)化的目的，同時也是約束條件工具賦能

事務性工作替代人員技能是效能的基石，也是效能破局點能力提升彌補能力短板“工程效能”是本質(zhì)，快速響應需求并持續(xù)提升交付速度是關鍵隱形價值：重構智能時代的開發(fā)模式甲子光年IA

ZZYE

A

R研發(fā)效率協(xié)作效率人員技能成本控制提升方向?qū)Ρ确矫娌皇褂肦AG技術的Al代碼平臺實施RAG技術的Al代碼平臺知識更新與深度需要周期性訓練以集成新知識；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設生成代碼基于檢索結果，可解釋；易于根據(jù)特定編程需求定制訓練與應用成本高成本訓練模型；每次更新知識庫需要額外訓練知識庫更新無需重新訓練模型；降低長期成本；提高應用效率通用性與推理能力通常針對特定編程任務優(yōu)化，在其他任務上表現(xiàn)不佳強大的跨任務通用性；通過檢索增強上下文和邏輯推理能力實時性與多模態(tài)更新周期導致知識過時；通常處理單一數(shù)據(jù)類型實時檢索和應用最新信息；有潛力處理代碼、文檔、issue等多模態(tài)數(shù)據(jù)安全性與隱私訓練數(shù)據(jù)包含敏感信息，存在泄露風險；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RAG:

致力于解決生成式AI

“幻覺”,高效提升代碼準確性口

RAG

技術不斷涌現(xiàn)，推動了模型性能的邊界不斷擴展。這些技術進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、對復雜查詢的精細處理能力，以及對多樣化數(shù)據(jù)源的高效集成。技術由來工作原理

由FacebookAlResearch(FAIR)團隊提出。·

檢索：從外部知識庫獲取信息?！?/p>

生成：結合信息生成輸出?！ぁぜ夹g支撐：基于項目開發(fā)"Know-How"

的

"Al+"技術實施RAG

技術的AI代碼平臺部分Al技術生成代碼痛點從非權威來源創(chuàng)建響應，無法理解特定項目業(yè)務的背景信息，導致生成結果不相關或不完善。

應用效果生成的代碼不準確、通用過時、虛假，不符合預期需求或含有錯誤。缺乏上下文效率低RAG=檢索+生成，利用外部知識庫來增強Al生成能力。·

提高生成準確性和效率?！?/p>

提供上下文支持。通常依賴于自身的參數(shù)和訓練數(shù)據(jù)來生成文本。為解決傳統(tǒng)生成模型的局限性而發(fā)展起來。生成代碼速度慢，影響開發(fā)進度。

17數(shù)據(jù)來源：甲子光年智庫梳理，2024.10甲子光年IA

ZZYE

A

R幻覺問題3LLM

查詢一旦提出問題，系統(tǒng)就會利用矢量搜索技術對存儲的數(shù)據(jù)進行挖掘，找出相關信息。A/

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結合檢索信息技術支撐：基于項目開發(fā)"Know-How"

的

"Al+"技術數(shù)據(jù)管理與智能查詢相結合，以提高Al代碼生成響應精度，提升企業(yè)級個性化開發(fā)能力口

RAG

對大型語言模型(LLM)

輸出進行優(yōu)化，使其能夠在生成響應之前引用訓練數(shù)據(jù)來源之外的權威知識庫?？?/p>

RAG

通過將用戶數(shù)據(jù)整合進LLM

已有的數(shù)據(jù)中來解決用戶提問。是目前生成式Al應用中一種高效的改進思路，保證其輸出結果在各種情境下都能

盡可能體現(xiàn)其相關性、準確性和實用性——在AI代碼生成的技術中，保證最大程度提升代碼生成的質(zhì)量。階段①用戶輸入

編程問題存

儲②索

引加

載③檢索組件檢索相關信息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

結合來準備最終的提示。

結果是根據(jù)所提供的豐富

的上下文數(shù)據(jù)生成答案。數(shù)據(jù)來源：甲子光年智庫梳理，2024.10輸出最終答案生成答案、確保答案質(zhì)量圖

：RAG

的技術架構示例首先是用戶上傳數(shù)據(jù)，然后對數(shù)

據(jù)進行分塊并用嵌入式技術存儲，

為檢索奠定基礎。1數(shù)據(jù)準備圖

：RAG

解決編程問題的過程圖2檢索甲子光年IA

ZZYE

A

R基本RAG

架構大語言模型評估知識庫查

詢18前期準備>數(shù)據(jù)處理與知識庫優(yōu)化優(yōu)化數(shù)據(jù)庫中期準備>提供優(yōu)化結果模型選擇與優(yōu)化保障計

算資源模型訓練與驗證后期準備>結果影實際應用提供反饋部署與監(jiān)控

反饋與迭代1.數(shù)據(jù)處理與知識庫優(yōu)化√

知

識

庫：優(yōu)化知識庫的結構和內(nèi)容，以提高檢索效率和質(zhì)量?！?/p>

數(shù)

據(jù)

：需要重新考慮數(shù)據(jù)的收集、清洗和標注，以適應新的模型或策略?！?/p>

數(shù)據(jù)切片：將大塊數(shù)據(jù)分割成更小，更合理的部分，以便更好地進行處理和分析，

有助于提高檢索和生成的準確性?！?/p>

數(shù)據(jù)庫打標準確性：確保數(shù)據(jù)庫中的信息準確無誤、通過標準化過程提高數(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，可以使用更大的預訓練模型，帶來更好的生成質(zhì)量和上下文理解能力?！?/p>

使用不同的embedding

模型：根據(jù)實際應用場景和數(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?！?/p>

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。注在RNCK絕電：ctusc

是義本或動分成的映，以要的地理的t,調(diào)buksc

有D

于在信總和應效效年之間聯(lián)國剛住平既，的河成應值性，但回去失上下文：大好保日多上下文，但回聯(lián)D余，通，dk

在

CED2間，需根據(jù)應用場景調(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，提高效率和準確性。數(shù)據(jù)來源：甲子光年智庫梳理，2024.10

19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)量需關注技術支撐：基于項目開發(fā)"Know-How"的

"Al+"

技術4.計算資源管理如果需要更大的模型或

更復雜的embedding

模型，需要更多的計算資

源。這涉及到模型訓練

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，以便進行

進一步的調(diào)整。3.模型訓練與驗證對于新的模型和參數(shù)設置，需要進行訓練和驗證，以評估其性能。圖

：RAG

的數(shù)據(jù)處理、反饋及優(yōu)化的過程甲子光年IA

ZZYE

A

R問題定義與需求

分析計算資源

與管理提供基礎企業(yè)級的Al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)的運營完善能力之上口

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效果的關鍵舉措，具體如代碼應該怎么處理，文檔應該怎么處理，代碼過來要進行過濾、清洗、結構化等等細節(jié)的工作是非常值得關注和尊重的，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、相關度?！?/p>

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

的響應符合當下需求?！?/p>

高效組織數(shù)據(jù)：通過使用索引、分類或標記來優(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)是關鍵。圖

：RAG

的企業(yè)級代碼知識庫痛點及解決方案示例解決方法示例1將用戶查詢與知識庫內(nèi)容進行比較數(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數(shù)表

示知識庫內(nèi)容存在差距·孤立問題是指通過將用戶查詢與知識庫內(nèi)容進行比

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。解決方法示例2查詢驅(qū)動的知識庫補全按主題對真實用戶問題進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確地

顯示需要涵蓋的內(nèi)容同類比較，查詢驅(qū)動的檢查RAG知識庫痛點建立者孤立地建立和發(fā)展信息滯后、錯誤不合邏輯數(shù)據(jù)組織形式不易被檢索不以用戶為中心技術支撐：基于項目開發(fā)"Know-How"

的

"Al+"技術解決方法示例3持續(xù)知識庫維護通過知識庫維護改進數(shù)據(jù)來源：integrail.ai;

甲子光年智庫梳理，2024.10甲子光年IA

ZZYE

A

Rwww.jazzye20Agent

是推動工作流程自動化的關鍵組件，提高整體開發(fā)效能口

AI代碼平臺中AI

Agent的核心邏輯：通過將經(jīng)過特定訓練的大模型作為“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雜任務，從而優(yōu)化代碼開發(fā)過程。圖

：Agent

的特征和架構解析Al

代碼平臺的AI

Agent=

特定訓練的大模型

×(代碼規(guī)劃+知識記憶+工具集成+自動執(zhí)行)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Al

Agent,是引導其生成定制

化代碼解決方案的關鍵，直接影響代碼功能

和輸出結果。外界環(huán)境(影響者)AI

代碼平臺中的Agent

能夠感知并響應其所處

環(huán)境(虛擬或物理世界)的變化，與環(huán)境的互

動進一步塑造代碼生成的輸出，確保代碼能夠

適應并解決實際問題。Agents(執(zhí)行者)通過多個Agent

協(xié)作機制，各Agent

能夠共享

信息、資源和任務結果，實現(xiàn)復雜問題的高效

解決，從而構建起強大的群體智能體系。系統(tǒng)開發(fā)者(創(chuàng)造者)精心設計和編程，賦予Al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。代碼規(guī)劃：智能分析和設計代碼結

構，優(yōu)化開發(fā)流程在特定代碼任務中優(yōu)化和微調(diào)的Al核心

知識記憶：存儲和檢索相關信息，支持連續(xù)性和上下文理解技術支撐：基于項目開發(fā)"Know-How"的

"Al+"

技術防作規(guī)劃能力設計

開發(fā)人機交互工具

能

力感知反饋自主執(zhí)行：自主完成代碼生成和測

試等任務，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)效率架構

解析Agent基于

LLM的

組件，和交

互兩個層

面記憶

能力Al代

碼

平臺AI

Agent行動能力數(shù)據(jù)來源：公開資料，專家訪談，甲子光年智庫整理，2核心

特征甲子光年IA

ZZYE

A

Rwww.jazzyear.com21對應角色產(chǎn)品經(jīng)理Agent項目經(jīng)理Agent開發(fā)工程師Agent測試與支持Agent作用與用戶溝通(交互),分析并

轉(zhuǎn)化用戶需求為功能需求促進不同代理之間的協(xié)作，確保信息流通和任務協(xié)調(diào)將復雜功能需求分解為更小的、可管理的代碼模塊或任務負責自動化測試，確保代碼正確

性和穩(wěn)定性監(jiān)控系統(tǒng)狀態(tài)，收集用戶反饋項目經(jīng)理Agent細分任務任務優(yōu)先級任務約束工作形式/原理通過自然語言處理與用戶對話，提取關鍵信息，生成需求文檔或任務列表通過多代理委派機制，協(xié)調(diào)各個代理的工作利用機器學習模型分析需求，自動生成代碼結構和模塊劃分生成測試用例，執(zhí)行單元測試和集成測試，實時監(jiān)控應用性能，收集用戶使用數(shù)據(jù)，分析測試結果并反饋多代理協(xié)同工作流程圖開始●

開始節(jié)點需求分析●

收集用戶需求●

確定功能模塊任務分解●

將需求分解為具體的

子任務●

確定每個子任務的負

責人代理代理任務分配●

將子任務分配給不同

的代理●

每個代理根據(jù)其特長

執(zhí)行任務代理間通信代理之間共享信息和

進度●

發(fā)送請求和接收反饋協(xié)同所需

要的技術事件驅(qū)動架構：

通過事件流實現(xiàn)

代理之間的通信

和協(xié)調(diào)標準化接口：定

義清晰的API和

接口，便于數(shù)據(jù)

交換沙盒環(huán)境：提

供

安全的執(zhí)行環(huán)境，

支持獨立和協(xié)作

任務協(xié)調(diào)代理：管

理

任務分配、進度

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)效率產(chǎn)品經(jīng)理Agent細化需求

用戶故事

需求優(yōu)先級工程師Agent生成代碼代碼評審修復缺陷測試Agent生成單測單測執(zhí)行收集缺陷通過模擬軟件開發(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口

系統(tǒng)模擬團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、標準化接口、沙盒環(huán)境、協(xié)調(diào)代理和CI/CD

等技術實現(xiàn)協(xié)作。結束●

結束節(jié)點三=二二二=二二二二二二==二二二優(yōu)化與迭代●

根據(jù)反饋進行代碼優(yōu)

化●

迭代開發(fā)，重復以上

步驟結果評估●

評估集成后的系統(tǒng)性

能●

收集反饋信息集成與測試●

將各代理的代碼集成

到主代碼庫●

進行系統(tǒng)測試和集成

測試代碼開發(fā)●

各代理獨立開發(fā)代碼●

進行單元測試和調(diào)試www.jazzyear.com數(shù)據(jù)來源：deepsense.ai等，甲子光年智庫整理，2024.

技術支撐：基于項目開發(fā)"Know-How"

的

"Al+"技術甲子光年IA

ZZYE

A

R用戶需求Part

01

機遇：AIGC引發(fā)的數(shù)字生產(chǎn)變化Part02

價值：重新構建代碼開發(fā)的應用范式Part

04

展望：人工智能普惠時代的期待Part

03

落

地：智能時代Al+

代碼的先行者川甲下燃目錄CONTENTS甲州明

數(shù)甲子光年JAzZYEAR甲子光年」A

石ZYkA民趣

川·······甲…·

·

·

·

········23口

中國當下的Al+

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)正在進行產(chǎn)品打磨與場景探索。Al代碼平臺圖譜V1.0Al

編碼助手類

低/無代碼+Al通用模型算力、數(shù)據(jù)及其他基礎支持4)代碼社區(qū)型：基于社區(qū)代碼的數(shù)據(jù)積累，提供相應產(chǎn)品5)智能體*開發(fā)：利用多智能體能力，提供代碼開發(fā)服務6)低/無代碼+Al:在自身低無代碼基礎上進行AIGC技術的結合圖譜1.0版數(shù)據(jù)截至2024年10月，順序不分先后注：隨著產(chǎn)品逐步落地，未來將有更多類型企業(yè)切入Al代碼平臺領域，以下為企業(yè)類型說明

1)Al

模型*代碼型：

一般具備通用大模型能力，提供基于生成式Al的編程產(chǎn)品/插件2)業(yè)務*Al代碼型：基于自身業(yè)務及開發(fā)能力，提供基于生成式Al的IT開發(fā)平臺3)Al

代碼創(chuàng)業(yè)型：基于代碼領域的垂類模型及產(chǎn)品能力，提供相應的AI

代碼平臺服務AI代碼平臺領域成為生成式Al的重要落地領域，不同類型企業(yè)各顯身手Al代碼社區(qū)型《:

InsCode智能體*開發(fā)類面壁智能M00ELBEST4ParadigmAIGSCodeXdParadigm

4paadgm

AGS

CodeX|7安7)圖形化編程語言(可包括IDE)+Al:在圖形化編程語言及開發(fā)平臺

及生態(tài)基礎上進行Al技術的結合

24阿里云

☆通義靈碼

?

騰訊云

騰訊云AI代碼助手

些

CodeArtsSnap盛

火山引擎

么豆包MarsCode

①VX.cn網(wǎng)易數(shù)帆致遠互聯(lián)SEEYOn.ComLandray

藍凌數(shù)

智

化

辦

公

專

家∵KkingdeeAl代碼創(chuàng)業(yè)型Thundersoft

AIXcoderActionSoft炎

黃

盈

動用友yonyou金現(xiàn)代JINXIANDAl業(yè)務*AI代碼型眾眾安保險

DevPilotAl模型*代碼型……SKYCODE商湯圖形化編程語言

(可包括IDE)+Al數(shù)據(jù)來源：公開資料，甲子光年智庫整理，2024.10甲子光年」A

6ZY

k

A

R照粹然

p

CCODEFUSEFFitten京東

智能編碼JoyCoder文心快碼BaiduComateCodeGeeX訊飛星火默飛百度智能云智譜清言DeepSeek

智能代碼助手幻方量化優(yōu)勢亮點更懂研發(fā)知識開發(fā)速度快構建研發(fā)領域知識體系，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習企業(yè)業(yè)務代碼和流程，更契合行業(yè)與業(yè)務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值得關注的互聯(lián)網(wǎng)大廠產(chǎn)品及服務動態(tài)——百度智能云【文心快碼】>

文

心

快

碼(Baidu

Comate)是基于文心大模型，結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”的場景應用形態(tài)。提

升編碼效率，釋放“十倍”軟件生產(chǎn)力。"幫你寫"調(diào)研和設計私域知識增強

需求澄清研發(fā)規(guī)范

架構解讀安全規(guī)范任務分解專家模式問答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46%,這一提效工具的應用令工程師整體提效達到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、重復的工作中釋放出來，專注于更有價值和創(chuàng)造性的工作。智能代碼補全描述生成代碼生成安全代碼API生成代碼智能生成描述自動發(fā)現(xiàn)漏洞自動修復漏洞單測智能體智能評審智能Debug智能缺陷修復CI

錯誤診斷智能安全監(jiān)測智能漏洞修復發(fā)布流程管控甲子光年IA

ZZYE

A

RBaidu

百度

文心快碼Baidu

Comate產(chǎn)品功能"幫你想"編寫代碼"幫你改"測試和發(fā)布數(shù)據(jù)來源：百度文心快碼，甲子光年智庫整理，2024.10聽

喜馬拉雅客戶示例上海三菱電梯SHANGHAI

MTSU8.SH

ELEVATOR華農(nóng)保瞼

CHICSFTEe豐

我isorrSTONEGEELY●0●0●25積極構建開源社區(qū)：眾安開源戰(zhàn)略的核心聚焦于構建開發(fā)者與用戶緊密聯(lián)結的社區(qū)生

態(tài)，旨在通過協(xié)作打造共贏共創(chuàng)的行業(yè)技術環(huán)境。外部開發(fā)者積極參與開源社區(qū)的構建開源社區(qū)的反饋可以做到當天響應及修復口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構，眾安基于云服務平臺搭建開放、靈活、可擴展的核心系統(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，并深度應用于產(chǎn)品研發(fā)，提升體驗，改善經(jīng)營效率?？?/p>

DevPilot

是眾安保險技術團隊開發(fā)的A

代碼助手，結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Al

成為開發(fā)者工具的標準組成部分?！氨娪徐`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、檢索增強生成等能力，使得DevPilot

在各種運行代碼生成的場景需

求都能夠在這個平臺上得到實現(xiàn)和構建。作為一款強大的中臺系統(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、更少錯誤地進行編碼。DevPilot通過結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Al技術成為開發(fā)者

工具的標準組成部分，顯著提升開發(fā)效率。眾安保險憑借海量的保險數(shù)據(jù)以及豐富的保險知

識，在大模型上進行深度的場景應用，通過Al中

臺化的能力持續(xù)釋放生成式Al能

力

。眾安自主研發(fā)的AIGC

中臺“眾有靈犀”,

為Al應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Al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、

運營、客服等多場景應用。自主研發(fā)AIGC

平臺結合業(yè)務經(jīng)驗沉淀，提供企業(yè)級高質(zhì)量Al+

代碼開發(fā)能力國內(nèi)重點廠商產(chǎn)品及服務能力分析——眾安保險DevPilot個眾安保險DevPilot通過實踐不斷解鎖Al

驅(qū)

動

下Al+

保險的新場景DevPilot眾安保險數(shù)據(jù)來源：眾安保險DevPilot,甲子光年智庫整理，202基于IDE

的

Al

代碼助手甲子光年IA

ZZYE

A

R26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Al

助

手與機器進行對話生成代碼。代碼補全在補全場景，DevPilot

從單純的純模型補全演進到基于提示詞的補全，再

到補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。國內(nèi)重點廠商產(chǎn)品及服務能力分析——眾安保險DevPilot(產(chǎn)品特點1/2)口Devpiot

通過結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

的設計初衷是讓A

技術成為開發(fā)者工具的標準組成部分，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全、重構建議等功能，顯著提升開發(fā)效率。自動注釋代碼審查性能檢查日志生成錯誤檢測代碼生成代碼解釋代碼補全單元測試代碼修復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

DevPilot

獨特的產(chǎn)品設計：結合開發(fā)經(jīng)驗，打磨產(chǎn)品細節(jié)智能搜索DevPilotDevPilot數(shù)據(jù)來源：眾安保險DevPilot,甲子光年智庫整理，202甲子光年IA

ZZYE

A

RDevPilot●●●●●●…2701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

能夠更快跟進先進模型，并且可以符合企業(yè)大模型需求。下

光02優(yōu)質(zhì)的交互體驗IDE原生DevPilot

基于VSCode、JetbrainIDEA等主流IDE構建，使用IDE

原生交互，不改變開發(fā)者的編程習慣。同時提供chat、diff

視圖，以及代碼插入時自動尋找目標文

件等的細節(jié)交互，為開發(fā)者帶來更加絲滑的

編程體驗。國內(nèi)重點廠商產(chǎn)品及服務能力分析——眾安保險DevPilot(產(chǎn)品特點2/2)DevPilot

產(chǎn)品功能亮點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

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生成(RAG)

技術，在生成代碼時可獲得需求相關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。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)級應用領域。DevPilot

的的核

心理念在于實現(xiàn)與企業(yè)內(nèi)部復雜業(yè)務邏輯的

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)務需求來

直接生成相應的代碼片段或模塊。

2804滿足企業(yè)級開發(fā)需求03

</>工程級的上下文能力靈活的模型切換01日優(yōu)質(zhì)的交付體驗02

C甲子光年甲

IA

Z

ZYE

A

R數(shù)據(jù)來源：眾安保險DevPilot,甲子光年智庫整理，202DevPilot

的設計目的之一是為了更好地服務

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)務流程和

技術框架，識別并適應企業(yè)已有的技術棧和

業(yè)務規(guī)則，從而提供更加精準和實用的代碼

支

持

，幫助企業(yè)維護一致性的代碼標準，降

低錯誤率，增強企業(yè)軟件開發(fā)工程的可靠性

和穩(wěn)定性。DevPilot

能夠使Al

技術無縫地集成到企業(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

也能更好地應對不斷變化的技術挑戰(zhàn)，為未

來的持續(xù)發(fā)展奠定堅實的基礎。編碼效率>重復性任務多，導致開發(fā)周期延長代碼質(zhì)量>代碼質(zhì)量參差不齊，難以保證產(chǎn)品穩(wěn)定性和可維護性團隊協(xié)作>團隊協(xié)作中溝通成本高，版本控制復雜，影響項目進度DevPilot顯著提升開發(fā)效率與產(chǎn)品質(zhì)量，

優(yōu)化團隊協(xié)作，加速市場響應效果實現(xiàn)研發(fā)團隊整體研發(fā)速度提升

20%15%

Al代碼生成在整體項目的貢獻度定位企業(yè)級開發(fā)DevPilot

將企業(yè)內(nèi)部常用的通用技術組件與

業(yè)務組件的訪問代碼，以及企業(yè)特有的應用

框架代碼進行嵌入式整合。通過這種方式，在代碼生成的時刻，這些預

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

標準和技術規(guī)范。項目效果DevPilot

在軟件項目開發(fā)過程中實現(xiàn)難點、痛點的解決國內(nèi)重點廠商產(chǎn)品及服務能力分析——眾安保險DevPilot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)符合企業(yè)架構標準以企業(yè)為中心推動數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源：眾安保險DevPilot,甲子光年智庫整理，202甲子光年IA

Z

ZYE

A

R企業(yè)智能化軟件開發(fā)提供商緊密結合具體業(yè)務，持續(xù)深入各垂直細分領域金融

軍工

航空航天交通

科研

智能制造私有化部署

領域化大模型落地

定制化開發(fā)產(chǎn)品統(tǒng)核心技術>aixcoders

孵化自北京大學軟件工程研究所，創(chuàng)始團隊均來自北京大學，是全球最早將深度學習技術應用于代碼生成與代碼理解領域的團隊，也是最早將

深度學習應用在編程產(chǎn)品的團隊。>

公

司

專

注

于AIGC

for

Code領域，致力于將前沿人工智能技術應用于軟件工程，聚焦代碼大模型的私有化落地和應用，與企業(yè)領域知識融合，助力企業(yè)

實現(xiàn)智能化研發(fā)。AIXcoder>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，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用和實際效果驗證，獲得廣泛行業(yè)認可。*以上版本為部分版本說明·aiXcoder

于2018年開始深耕AIGC

for

Code領域，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，基于Agent的aiXcoder智能化軟件開發(fā)系統(tǒng)2.0。Kwo