4-李明宇-GPT赋能软件研发：能力、局限与落地实践.pdf

1、GPT赋能软件研发：能力、局限与落地实践李明宇中科院计算所高级工程师，20年编程老师傅目录CONTENTS软件研发过程与大语言模型01 代码生成与实践案例02 代码审查与实践案例03 数据结构化与质量提升04 软件研发过程与大语言模型各种场合常见演示例子：1.个人主页，特点：html+css+少量js=语法错误不妨碍结果展现，通过率高，好上手2.解算法题，特点：经典题为主，看起来惊艳，但不排除“背答案”3.俄罗斯方块、贪吃蛇 ，特点：同上实际生产中表现如何？两类观点：vs软件研发过程与大语言模型不仅仅是生成业务代码：需求分析、代码生成、自动化测试、代码审查、线上运维调试 不仅仅提高效率，同时要

2、提高质量不仅仅是chat，还有API调用：curl https:/ Content-Type:application/json-H Authorization:Bearer$OPENAI_API_KEY-d model:gpt-3.5-turbo,messages:role:system,content:Test,role:user,content:,temperature:1,max_tokens:256,top_p:1,frequency_penalty:0,presence_penalty:0代码生成与实践案例真实案例：GPT-4 辅助实现生产级完整模块代码https:/ 代码生成与实践

3、案例测试代码生成，主要是单元测试代码：代码生成 GPT“编程”8条军规1.bug难以避免，Chat，结对编程，反馈修改，而不是单向生成，多次结果比较2.起点也不一定是从一个自然语言需求出发，也可以是给他一段代码参考并且简单描述需要做的事情，或者从伪代码转成可以运行的代码（典型任务：重构）3.让GPT来写单元测试！4.由于GPT的原理，沟通时间长了，它会“忘记”完整的上下文，需要不时帮他回顾5.目前即便是GPT-4尚缺少面向对象和架构能力，但是在人类的提示下，它可以帮忙完成类的封装等架构改进，实现具体代码6.Shell、SQL.go、rust.新的或者小众框架预期不能太高7.必须由人 Revie

4、w GPT写的代码，拒绝“看不懂”的代码进入系统8.保持一定的人工手写代码比例代码审查与实践案例 代码段审查 合并请求审查GPT 比较偏向于发现代码段的质量问题典型例子：1.字符串 or 枚举2.if 嵌套太深的问题，或者不会被执行的分支 3.敏感信息泄露4.变量命名规范5.审核工作量降低 70+%局部问题导致的代码质量问题减少 40+%核心程序员代码贡献量提高一倍以上Pull Request Review 案例https:/ 在src/provider/gpt_provider.ts文件中，API_KEY是硬编码的字符串。建议使用环境变量或配置文件来安全地存储API密钥。https:/ “为

5、“等待Minikube”步骤添加超时，以防Minikube启动失败时工作流无限期地运行”Pull Request Review 案例https:/ 作者：李明宇 微信：microwisemessages=role:system,content:As an AI assistant with programming expertise,you are a meticulous code reviewer.,role:user,content:fReview the following pull request:nchanges_strnnThe+means the line is added,a

6、nd the-means the line is removed.Please provide a review result for the PR.nnEnsure that the output follows the template:nn*Changes*nn*Suggestions*nn*Conclusion*nn*Action*nn*Other*nn项目代码评审案例https:/ 作者：李明宇 微信：microwise项目代码评审案例https:/ 作者：李明宇 微信：microwise数据结构化与质量提升PDFJPGPNGOCRLLMData StructureJSONJSONJ