从辅助编程到协同编程-张玉明.pdf

《从辅助编程到协同编程-张玉明.pdf》由会员分享，可在线阅读，更多相关《从辅助编程到协同编程-张玉明.pdf（42页珍藏版）》请在三个皮匠报告上搜索。

1、从辅助编程到协同编程：AI Coding Agent的技术演进与落地实践演讲：张明阿巴巴/级技术专家录01020304AI Coding 的技术演进趋势打造 AI Coding Agent 的核原则核架构设计与关键技术典型应场景与落地实践未来趋势思考与展望010203040501AI Coding 的技术演进趋势智能编码具发展情况2020202120232024代码检测研发问答代码补全CodeQwenGPT-4QwenCode LlamaQwen 2.5DeepSeek CoderDeepSeek V3GPT-o3Claude 3.7 SonetQwen 3单元测试成仓库级代码成注释成端到端软

2、件演化端到端软件开发需求理解程序修复故障定位测试成需求规划档成软件开发软件设计多任务能20252022年1130 ChatGPT发布AI 1.0 判别式 AIAI 2.0 成式 AI语模型下的软件研发新范式AI Coding 的技术演进趋势影响整个软件研发过程，多Agent互相协作完成复杂作不改变软件程专业分，增强领域专业技术，AI研发具辅助完成任务单职能专家，能够主使具完成预定任务LLM+AgentLLM+Multi-AgentsLLM+Copilot辅助完成任务主完成任务协同处理复杂任务Large Language ModelTab 补全提示转向了 Agent 对话模式，IDE 的智能辅助

3、已逐步演变为主决策规划型协作者，环境感知+主决策将成为后续智能编码具的标配。02打造 AI Coding Agent 的 核原则Coding 为什么要基于 Agent 去做？在选择使 Agent 的场景时，来 Anthropic 的 Barry 给出了个常实的标准：Agent 最适合的场景是那些既复杂有价值，有技术可性，且失败后的险较低或监控成本不的任务。编程场景完全符合上述特征 打造 AI Coding Agent 的核原则让类观察 Agent 在做什么很重要，让 Agent 观察类在做什么也同样重要。与全动运相，通过协作来提升 Agent 运的可靠性。类可以随时在过程中对 AI 进纠正，可

4、以被要求批准 AI 的某些操作（例如执终端命令），并且对代码变更进审查。机协作产品交互简洁，户理解、使槛低，且便扩展。保持简单完全由模型驱动，尽量减少作流式的解决案，基于模型的主规划、反思及具使能打造 ReAct 模式智能体。模型驱动根据户为偏好总结户画像、将成功经验动沉淀以应于未来相似的任务，进形成智能体期记忆，使编程智能体越来越聪明、越来越懂开发者。主动学习Coding Agent反思：基于 Workflow 模式的 UnitTest Agent优化 策略成数量控制规范性格统单元测试框架持运/编译失败信息收集执编译和运主学习程检索能微调训练优化UnitTest Agent成单元测试编译构建

5、和运搜索程信息主修复报告成例采纳放程隐藏录内收集编译或运信息收集编译运失败相关源码定义模型推理尝试多轮修复提供编译运覆盖率等信息根据报告结果动/动采纳研发流程中触发编码助中触发代码评审阶段持续集成阶段代码编写阶段03核架构设计与关键技术构建可靠 AI Coding Agent 的技术难点1.如何打造灵活可扩展的 Coding Agent 框架？2.如何确保 LLM 拿到准确的上下?程感知 短期记忆 3.如何建设 Coding Agent 的具体系和评测体系？基于 LLM 的 Coding Agent 的整体流程通义灵码 Coding Agent 框架GraphMemoryToolChatMod

6、elCoreAgent 抽象多 Agent 模式具扩展LLM 扩展ExtensionExecutor会话管理具/Prompt 管理Agent 管理ManagerLingma Agent Framework监控Coding Agent-程感知存储服务本地模型服务EmbeddingRerank索引服务档解析器代码解析器检索服务本检索向量检索搜索具符号检索范围过滤本切块代码切块语义搜索件搜索关键词搜索依赖搜索Coding Agent理解仓库Coding Agent-记忆体系System MessageUser MessageAssistant MessageTool MessageUser Mess