杨经纬-百度智能研发提效落地实践.pdf

1、百度工程效能部 杨经纬百度智能研发提效落地实践CATALOGUE目录目录 百度百度研发研发提效提效的不同的不同阶段阶段 智能研发的机遇和挑战智能研发的机遇和挑战 AI for SE：Comate+Devops智能化 SE for AI：Comate Stack 落地措施与效果落地措施与效果 思考与展望思考与展望 百度研发提效的不同阶段：在线化-自动化-智能化在线化：打造Devops工具链，完成全流程在线化需求研发测试运维需求PRD撰写需求评审澄清需求的迭代跟踪项目的价值review需求管理-iCafe研发流程、分支规范开发框架、语言、组件开发环境维护代码托管-iCode测试CASE撰写测试框架

2、测试环境维护流水线建设上线方案、分级发布预案、混沌工程告警&预警流水线-iPipe发布上线-CNAP用例管理-GitCase发布上线-FCNAP项目管理-iCafe云IDE-iCoding工程能力地图：研发管理数字化，解决工程能力地图：研发管理数字化，解决从无到有从无到有的问题的问题自动化：构建极致的自动化研发环境工程效能数据：通过量化的工程效能数据：通过量化的结果指标结果指标衡量好坏，通过衡量好坏，通过过程指标过程指标定位发现问题、指导改进定位发现问题、指导改进需求研发测试运维状态流转自动化流水线自动化研发知识高效流动自动扩缩容监控配置自动化项目风险自动监控典型案例：状态流转自动化 智能研发

3、的机遇和挑战探索AI原生新范式AI4SE-人机协同人机协同SE4AI-换道交付换道交付更多研发阶段更多研发阶段扩展扩展LLMLLM能力能力Devops全流程智能化扩大跨阶段的能力多角色、全场景协同多角色、全场景协同人机协同重构整体过程人机协同重构整体过程全面AI Agent加持重构研发过程关键编码提效工具：文心快码关键编码提效工具：文心快码ComateComate自动化编码、个性化开发人员辅助丰富、精准、极速、流畅、安全、开放AIAI原生应用开发平台原生应用开发平台AI原生应用托管 AI原生应用测试 AI原生应用监控与TracePromptPrompt工程工程数据工程数据工程效果评估效果评估P

4、rompt生成、调试、发布数据采集、加工、构建人工评估自动评估 AI for SE：Comate与Devops智能化Comate提效效果明显，赋能千行百业202223-Q123-Q223-Q3当 前0.270.27%1.821.82%7.537.53%15.2715.27%百度内部Comate代码生成占比30%+已在金融、汽车、机械制造、软件服务、互金、音视频、消费、工业互联网等领域建立标杆客户注册企业数10000+赋能千行百业，加速科技创新人机协同：核心编码环节工具-Comate模型与工程相模型与工程相结合结合精准极 致 的 推 荐 速 度极 致 的 推 荐 速 度极速流畅的使用体验流畅的使

5、用体验体验守护企业代码守护企业代码安全安全安全打造更适合用打造更适合用户的研发助手户的研发助手开放具备丰富的产具备丰富的产品能力品能力丰富丰富的能力矩阵帮你想、帮你写、帮你改，覆盖研发全周期帮你改测试代码代码Debug缺陷自动修复生成测试用例代码优化智能评审CI 错误诊断安全检查与修复 智能CLI帮你写编写代码实时续写注释生成代码描述生成代码生成注释接口生成代码生成单元测试帮你想调研&设计需求澄清任务分解代码解释技术问答IDEWeb文心一言Agent准确的推荐效果：采纳率46%，喜马拉雅44%发起请求发起请求 动态延迟触发 用户行为预测预处理预处理 基于编程现场的知识增强 精细化上下文提取模型

6、推理模型推理 智能判断推理粒度后处理后处理 语法正确性校验 低质内容过滤 重复性、安全性检测专属代码大模型专属代码大模型模型训练 监督学习 强化学习数据工程 丰富的数据来源 预处理 数据清洗与精标训练专属代码大模型，结合工程化解决方案，在多个环节提升推荐准确性。性能：行业领先，超越Copilot编码过程是一个连续连续、专注专注的过程，打断、等待对持续编码的工程师是负面反馈。推理速度每慢100ms，采纳率降低5%。代码续写的性能诉求性能诉求相比普通文本生成更高，在保证质量的前提下，需要关注响应速度。响应速度。服务端端模型全流程全流程提升提升响应速度响应速度 多级缓存 非阻塞性任务并行执行 流式请