黄叶飞-微众银行大模型助效研发实践——AI为主角、人为助手的协作模式.pdf

1、微众银行大模型助效研发实践AI为主角、人为助手的协作模式微众银行：黄叶飞目录目录研发流程面临的主要问题研发流程面临的主要问题大模型在研发效能上的初步探索大模型在研发效能上的初步探索大模型辅助研发遇到的困难大模型辅助研发遇到的困难Agent离不开的离不开的RAGMulti-Agents实现研发流程提效实现研发流程提效让让AI成为主角的人机交互方式成为主角的人机交互方式研发流程面临的主要问题研发流程面临的主要问题？银行内部研发效率主要体现在其复杂性上：人员、产品、监管事情应接不暇复杂复杂复杂复杂内部研发效率主要体现在其复杂性上：人员、产品、监管事情应接不暇。研发复杂性所带来人力成本逐步变大研发复杂

2、性所带来人力成本逐步变大，如何解决如何解决？需求变化需求变化应对快速市场变化，需求变化快，要求交付速度快复杂流程复杂流程银行面对的流程相对来说更复杂，更严格个人效率个人效率较多相似工作，不同工具使用导致个人效率的差异沟通成本沟通成本岗位和角色分工清晰，所带来的是沟通成本的提升知识沉淀知识沉淀产品迭代、人员迭代产生大量的知识研发流程面临的主要问题研发流程面临的主要问题不同岗位工作内容的复杂性占用不少研发成本不同岗位工作内容的复杂性占用不少研发成本设计稿交互稿产品产品文档系统流程图Coding微服务治理文件接入负载均衡CDN流程组件接口文档架构文档表结构文档单测联调开发接口测试功能测试性能测试测试

3、环境Bugs版本发布线上运维系统监控测试运维大模型在研发效能上的初步探索大模型在研发效能上的初步探索大模型在研发效能上的初步探索大模型在研发效能上的初步探索银行内部研发效率主要体现在其复杂性上：人员、产品、监管事情应接不暇复杂复杂初试初试在ChatGPT出来后，大模型似乎能辅助研发效能的提升。大模型在研发效能上的初步探索大模型在研发效能上的初步探索代码代码Review在编程时，系统会根据你写的内容和语法规则，自动推荐可能的代码片段行行/函数级实时续写函数级实时续写通过自然语言描述需求，在编辑器区域直接生成代码自然语言转代码自然语言转代码快速生成方法和行内注释，减少编写注释所需时间，提高代码可读

4、性代码注释代码注释支持系统级别和方法全链路代码解读，并生成相关逻辑图、时序图等代码解读代码解读提前发现代码变更引入bug、对有可能出现问题代码进行警告AI辅助编程初步提升开发效率辅助编程初步提升开发效率大模型在研发效能上的初步探索大模型在研发效能上的初步探索微调模型的试验之路是否可行微调模型的试验之路是否可行一个团队内的所有代码一个团队内的所有代码一个小JAVA开发团队的代码量在2-3G大小（前端开发团队也有在做微调，但只针对公共组件的使用上）单元测试案例及代码单元测试案例及代码提取代码中的单元测试案例、以及单元测试的代码，更精准的做代码微调公共组件使用文档公共组件使用文档真正的组件文档大小并

5、不大，在700多多M，在开发过程中便于模型能理解公司内部的基本组件并知道如何使用；同时将公共组件调用生成问答对更进准的让模型理解代码解释及关联代码代码解释及关联代码首先把所有代码把无注释的代码先生成一份代码注释、然后将代码注释及代码用于做微调大模型辅助研发遇到的困难大模型辅助研发遇到的困难银行内部研发效率主要体现在其复杂性上：人员、产品、监管事情应接不暇复杂复杂困难困难前期辅助编程方案并无法在研发流程中解决开发太多的痛点。统计约60人的团队情况：编码占研发工作时间比例并不高，进而需要更全面的提效方案还有线上问题以及各种其他工作其他其他代码编写 37%联调及测试 23%需求分析 10%方案设计

6、8%其他 22%方案设计是系统稳定性、健壮性、可扩展性、安全性等非功能的重要环节方案方案设计设计 8%好的需求分析工作对后期的研发有极大帮助需求需求分析分析 10%复杂的环境及多服务串联所带来的联调及测试问题也多联调及联调及测试测试 23%开发人员实际做代码编写的工作占比并不高代码代码编写编写 37%研发人员在软件开发中的时间投入研发人员在软件开发中的时间投入大模型辅助研发遇到的困难大模型辅助研发遇到的困难DBRX 132B 2024-03-272024-03-27Mistral 8X22B2024-04-172024-04-17LLaMA-3 8B,70B2024-04-182024-04-