王一男-基于多智能体的研发平台构建及其技术实践.pdf

1、基于多智能体的研发平台构建及其技术实践王一男|华为王一男华为担任华为云智能化DevOps产品专家。拥有北京航空航天大学软件工程专业本科及硕士学位，具备多年软件工程与管理实践经验，专注于通过方法与工具的结合提升组织研发效能。目 录CONTENTSI.Agent技术驱动的软件研发演进趋势II.AI赋能，构建全流程智能化的软件研发III.多Agent协同驱动企业研效跃迁Agent技术驱动的软件研发演进趋势PART 01 Sequoia Capital：AI未来将达到万亿规模市场（The Trillion-Dollar Opportunity），应用层将是价值高地，智能体（Agents）和智能体经济（

2、Agent Economy）必定会成为全球经济活动最核心的构成。AI 独立研究机构 METR：Agent 能够完成的任务长度正以指数级增长，大约每 7 个月翻一倍。2022 年 ChatGPT 刚发布时能够实现的 coding 任务差不多等同于人类耗时 30s 的任务；2025 年 Agent 已经能够自主完成人类一小时 coding 任务；预计 2029 年能够完成 1 个工作月的任务。Source:Sequoia Capital,METRAgent Scaling Law：Agent使能软件工程变革已成为行业共识和趋势Single AgentMultiple Agents开发者启示多Age

3、nt-单Agent：所有 Agent 共享同一上下文（长对话）、Agent之间存在大量依赖关系的任务（编程），则需要合并为一个 Agent。单Agent-多Agent：当可拆解为多个并行任务，或单 Agent 难以执行复杂指令、经常选择错误工具时，则需要进一步细分引入多 Agent。生产落地实践：优先挖掘单 Agent 能力，做好上下文管理；开放式复杂任务逐步引入多 Agent，重点设计各 Agent 分工、优化提示词、并行工具调用、错误恢复机制、token管理等。Cognition：单智能体上下文一致、架构简单、可靠性高Anthropic：多智能体可并行化、突破上下文窗口限制、适合开放式复杂

4、任务CodeArts Doer BasicCodeArts Doer ProCodeArts Doer EnterpriseSource:Anthropic,Cognition更强的Single Agent，还是更多的Multiple Agents？AI赋能，构建全流程智能化的软件研发PART 02GenAI催生软件工程3.0，软件研发进入智能化新阶段AI+DEV+OPS软件工程1.0软件工程3.0敏捷、精益DevSecOps研发数字化自然语言编程人机协作自动化编程模型数据飞轮注重项目化管理采用瀑布模型CICDCMM/CMMI1968年联邦德国召开NATO会议“软件工程”学科诞生软件工程2.0

5、2001年敏捷联盟发布敏捷宣言2022年大模型突破DEV+OPSGartner：AI增强开发成为2024年五大战略技术趋势之一Gartner：AI增强开发成为2024业界关注的热点和焦点服服务形形态SoftWare软件包SaaS软件即服务MaaS模型即服务软件架构架构单体架构微服务架构智能体架构工程工程模式模式瀑布年级交付DevOps月/周级交付AI4SE天级交付软件1.0:以代以代码为中心软件2.0:以模型以模型为中心开开发角色角色资深专业开发者一般专业开发者大众开发者开开发工具工具 特点：单点工具、专业化程度高 核心诉求：自动化、规范化、可视化单点专业化工具一站式云化工具智能化工具 特点：

6、云化，一站式 核心诉求：全流程覆盖、自主创新、开放可扩展、多研发模式支持 新能力：SDLC智能增强 新方式：智能自主开发 新场景：Copilot/Agent零码开发软件开发工具链向智能化（新能力/新方式/新场景）演进ReqBoardRepoCheckIDE OnlineIDE For C/C+IDE For JavaIDE For PythonBuildPipelineSBOMTestPlanPerfTestAPITestDefectAPIMockATGenDeployArtifactRelease软件开发生产线知识沉淀引擎Agent开发长短期记忆工具链集成盘古大模型DeepSeek.智能化产