杨扬-CodingAgent在日常开发中的应用实践.pdf

1、Coding Agent在日常开发中的应用实践杨扬|百度杨扬文心快码产品经理、百度资深研发工具专家负责百度代码仓库、CICD流水线、云IDE、AI Coding Agent全链路研发工具，主导了百度百度研发基础设施的现代化、云化和AI化升级，在研发工具领域拥有深厚的实践经验。目 录CONTENTSI.AI编码工具的发展历程II.编码智能体在企业场景的挑战III.文心快码智能体的特点与建设经验IV.文心快码企业落地效果与趋势展望AI编码工具的发展历程PART 01AI编码工具的行业发展推出Copilot，免费公测Copilot正式收费，推出企业版ChatGPT正式发布，AI编码助手成为行业关注焦

2、点文心快码内部立项，启动模型训练文心快码百度内全面落地，2023年10月24日正式对外发布。文心快码3.0在2024年11月正式发布，全系标配智能体。iFlyCode通义灵码CodeGeeX代码小浣熊MarsCode腾讯云AI助手国外”卷”国内”卷”202520243月10日：正式发布编码智能体Zulu4月25日：Zulu支持MCP、Rules、Memory等能力5月19日：Zulu集成上下文引擎，使得检索内容更加精准6月23日：正式发布AI IDE文心快码持续进化中Copilot高歌猛进，与OpenAI各类模型深度整合SourceGraph推出Cody，主打本地知识增强Cursor展露头角，

3、构建AI原生IDECodeium推出，率先支持私有化、VPC多种部署模型Cosine推出，主打代码库知识增强AutoGPT、MetaGPT等开源项目陆续推出Augment推出，主打大体积代码知识增强Tabnine推出，主打代码补全AI编码工具的形态变迁Copilot代码补全、跨行补全预测编辑Chat&RAG技术问答、联网检索知识增强、意图识别Agent复杂推理、边看边做、制定计划多文件编辑、多工具调用Copilot、Chat&RAG、Agent5%15%10%25%30+%35%50%80%AI代码生成占比和采纳率的变化趋势文心快码 AI编码工具单行补全多行补全预测编辑注释生成代码AI：文心大

4、模型多文件编辑工具自主调用MCPRules错误日志捕捉Memory终端命令执行本地代码知识增强企业私域知识增强智能体应用架构通用Agent-ZuluTabAgent基于RAG补全Chat单元测试安全风险测试技术问答架构梳理网络检索代码解释代码调优函数拆分问题修复代码重构多模型选择代码评审 Agent单测 AgentFigma To Code Agent自定义Agent（7月底发布）垂类Agent记忆存储&检索系统Plugin For IDEAI IDEZulu CLI百度落地效果非续写占比85%+工程师使用33%代码生成占比46%人均代码量46%采纳率90%+用户满意度百度全局提效12%百度内

5、部使用效果Comate在百度大规模落地，效果显著，推进研发进入人机协同时代软件评测和客户案例国内最大的落地规模百度每新增100行代码，就有33行是AI生成。国内各项评测第一在信通院、软件协会、沙利文等权威机构评测业内领先。覆盖国内千行百业覆盖金融证券、消费娱乐、机械制造、电子商务等行业。插件市场评分第一在VSCode、JetBrains等插件市场评分第一。编码智能体在企业场景的挑战PART 02主流编码智能体架构的问题浅层智能体在简单的“指令-工具-反馈”循环中工作，擅长处理直接、单一的任务核心局限：缺少企业内部知识，上下文不足是容易生成幻觉代码缺乏长链条思考能力，面对复杂项目时容易“迷失方向

6、”企业编码需求的难点海量背景知识与增量更新企业项目通常基于庞大且不断演进的代码库进行增量开发。案例：为项目构建问答助手，帮助开发者快速构建新功能。一个迭代了十多年的代码库，代码量级在百万行以上，相关的技术文档、业务文档数量巨大，且其中许多信息已经过时或失效。AI需要具备强大的企业知识理解能力，才能找到正确的地方做出修改。大规模、长周期的任务企业的需求往往涉及大规模的代码修改和长链条的思考步骤。案例：将一个客户端项目从Kotlin重构为KMP。项目规模约40万行，AI需要处理横跨整个代码库的重构任务，或者执行一个需要数十个步骤才能完成的流程化开发。对AI的连续执行和上下文理解能力是极大的考验。文