通义灵码技术解析打造 AI 原生开发新范式-陈鑫（神秀）.pdf

《通义灵码技术解析打造 AI 原生开发新范式-陈鑫（神秀）.pdf》由会员分享，可在线阅读，更多相关《通义灵码技术解析打造 AI 原生开发新范式-陈鑫（神秀）.pdf（27页珍藏版）》请在三个皮匠报告上搜索。

1、通义灵码技术解析，通义灵码技术解析，打造打造 AI 原生开发新范式原生开发新范式通义灵码产品技术负责人/陈鑫Contents目录目录01AIGC 对软件研发的根本性影响02打造最佳 Copilot 人机协同模式03未来的软件研发 Agent 产品演进AIGC 对软件研发的根本性影响01AIGC对企业研发效能核心因素的影响人员技能协同消耗成本控制协作效率研发效率研发效率个体效率人员技能是效能的基石，也是效能破局点能力能力提升弥补能力短板弥补能力短板软件架构和组织复杂度正相关，并决定协同消耗的大小流程流程规范 打造超级个体打造超级个体成本是效能优化的目的，同时也是约束条件工具工具赋能 事务性工作替

2、代事务性工作替代1研发人员重复性工作，简单工作，沟通的工作特别多，浪费时间。个体效率2研发管理流程化，缺乏灵活性，组织容易产生效率竖井，响应能力弱。协作效率3现有工具散乱，操作不统一，学习成本高，切换代价大。研发体验4研发知识缺乏沉淀，资产价值没有发挥出来。大部分都是负债，资产积累少。数字资产SFT,RAG 增强 LLM隐性知识显性化LLM 简化流程提升应对可变性能力对话方式，统一入口降低研发的复杂度GPT Copilot and Agent提升研发的一致性企业软件研发的挑战及智能化的机会人机对话能力自主完成任务能力跨领域复合型整合能力LLM as AgentLLM as Facilitato

3、rLLM as Copilot影响软件研发流程的角色分工，基于AI的研发工具平台辅助决策。辅助计划、预测发现和协调的工作。影响组织决策。不改变软件工程的专业分工，但增强每个专业技术，基于AI的研发工具平台辅助人完成任务。影响个体工作。单一领域专家，能够自主使用工具并完成预定任务。多个Agent之间可以互相协作完成复杂工作。影响角色互动。（解决单点事务性工作效率问题）（解决复杂任务协同效率问题）（解决信息整合、分析、决策问题）工具：专业增强人：见多识广，提升Prompt能力工具：多领域专家人：给定上下文，完成知识对齐工具：跨领域会诊人：负责创意、纠偏人工智能带来的新的人机协同模式智能编码智能项管

4、平台工程AutoDev智能问答个人助理智能洞察智能研发工具智能评审任务协同代码编写软件测试软件发布问题排查日常运维知识查询企业一线开发者架构设计知识梳理知识梳理确定优化目标数据清洗梳理资产安全与隐私自定义PromptRAG 检索增强Agent 平台基础模型能力代码补全模型研发问答模型企业专属模型模型训练SFTLLM 智能大脑智能大脑实时增强智能大脑智能大脑企业数字资产企业数字资产软件研发全生命周期软件研发全生命周期+R大模型代码/文档资产DevOps工具链+研发知识传递形态的改变打造最佳 Copilot 人机协同模式02代码开发人机协同的 Copilot 模式短输出短输出推理成本与性能人工确认

5、采纳人工确认采纳模型幻觉问题高频次高频次准确率有限解决小任务解决小任务上下文宽度限制什么是开发者最喜爱的 Copilot 高频高频刚需刚需触手触手可及可及知我知我所想所想唯我唯我专属专属高频高频刚需刚需解决开发者最高频刚需场景76%4%10%5%1%4%研发问答代码优化解释代码生成注释生成单测错误排查RAG 检索增强问答功能使用分布问答功能使用分布补全与问答代码采纳分布补全与问答代码采纳分布73%27%补全采纳代码行数问答采纳代码行数开发者最耗时的活动开发者最耗时的活动触手触手可及可及注：开发者最耗时的活动数据来源 JetBrains 2023 年开发者生态报告触手触手可及可及知我知我所想所想

6、高频高频刚需刚需打造沉浸式编程体验CRM AI for Developer代码补全任务代码补全任务 codeqwen2 模型模型代码补全任务是性能敏感型性能敏感型任务。使用专门训练的小参数代码小参数代码模型模型，实现代码生成效率与质量的平衡。代码专项技能代码专项技能 qwen-plus 模型模型在中等参数模型规模中等参数模型规模下，提供代码解释、注释生成、单元测试、代码优化、运行错误修复、提交信息生成、重构建议等7项代码技项代码技能能。研发自由问答研发自由问答 qwen-max 模型模型研发问答任务对模型知识面、编程能力、推理能力有更高要求。需要最大参数模型并叠加大参数模型并叠加RAG技技术术