郑少强-AI如何重塑开发-京东joycodeIDE2.0的生产级创新.pdf

1、AI如何重塑开发：京东JoyCode IDE 2.0 的生产级创新郑少强|京东科技郑少强京东科技 算法专家拥有多年互联网算法经验，曾深度参与顶级互联网平台的算法模型优化。目前在京东科技专注于 AI 编程（AI Coding）领域的 探索与落地。长期深耕于 AI 编程核心算法的设计与开发，涵盖开源代码补全、智能问答以及 Code Agent 等前沿模型，旨在全面 提升研发效能。目 录CONTENTSI.编程范式的革新-AI如何重塑研发效率II.JoyCode IDE 1.0 人机协同AI编码，提升京东研发开发效率III.JoyCode IDE 2.0：多工具集成，深度理解企业级代码IV.JoyC

2、ode IDE 2.0：生产级Spec编程：如何让AI理解高级指令V.未来展望：结合多工具场景、定义未来编程范式的革新-AI如何重塑研发效率PART 01编程范式的革新-AI如何重塑研发效率速度速度传统模式关注开发进度、代码量和迭代频率，瓶颈通常在人力。AI驱动的新模式强调人机协同的流程优化，AI大幅压缩需求到交付的流转时间，开发者重点转为引导AI生成高质量代码。质量传统模式主要靠人工评审和事后测试，依赖缺陷密度、缺陷逃逸率。AI驱动的新模式“预防+过程自愈，AI辅助规避漏洞、自动生成测试与修复，聚焦缺陷预防率、自动修复率。成本成本传统模式以优化人力投入为主，关注人均产出和资源消耗。AI驱动的

3、新模式从节约人力到智力资源重分配，AI承担重复和复杂劳动，人力专注创新与价值创造。传统人产出效率转向“人机协作”流畅度与协同产出提升AI不仅提升单点效率，更将研发从人写AI帮转变为人机共创模式编程范式的革新-AI如何重塑研发效率业务-需求需求-设计开发-测试部署-运维项目管理效率效率飞跃AI辅助吞吐量大幅提升，需求澄清周期显著缩短，开发效率提升3-5倍质量保障“预防+过程自愈模式，AI辅助规避漏洞，自动生成测试与修复全流程自适全流程自适应从需求到运维，AI深度嵌入每个环节，实现全流程的智能化与自适应优化京东研发模式深入AI，从业务需求到部署上线，力求从端到端解决业务需求，同时细粒度监控每个节点

4、质量编程范式的革新-AI如何重塑研发效率京东数据：代码/项目/需求/行云/持续交付底层依赖京东云平台：训练/推理/部署/评测等核心能力意图识别SpecCSRJoyCodeWikiJoyCli智能体数据飞轮Agent能力Coding代码补全TabTab添加注释代码解释代码优化代码评审缺陷修复报错分析行云PRD生成TRD生成任务拆解研发计划CSR关键词正则EmbeddingCodeGraphJoyCodeWiki项目文档PRD文档TRD文档生产级智能体环境/问题调试AI 应用生成智能体工具生成智能Debug产品矩阵JoyCode IDEJoyCode IDEA 插件JoyCode VsCode 插

5、件JoyAgent 智能体生态需求分析需求生成任务拆解编码开发测试联调部署发布运维监控JoyCode IDE 1.0 人机协同AI编码，提升京东研发开发效率PART 02JoyCode：从辅助到自动编程进化JoyBuilder 训练池JoyBuilder 推理池数据采集数据清洗数据标注数据解析效果评测生成模型对话模型Agent模型Embedding补全模型代码补全tabtab生成注释解释代码代码优化生成单测报错分析Text2CodeCSR引擎智能体团队Spec编程快速部署上云PRD助写JoyCodeWiki一键上云一站式开发工具上下文管理MCPRules身份鉴权模型策略代码知识库资源管理JOY

6、AI底层算力数据模型JoyCodeIDE客户端JoyCode IDE基础功能高级功能服务端JoyCode：从辅助到自动编程进化代码补全模型的落地挑战与技术突破挑战代码生成效果语法错误及自适应性缺乏跨文件全局感知推理速度慢解决方案SFT+GRPOBlock FIM数据构造JoyRepo仓库补全Speculative DecodingJoyCode：从辅助到自动编程进化问题：通用补全模型难以满足各业务线精细化开发需求京东多元业务生态零售中台商品、订单、用户行为零售广告营销、推广、创意物流仓储、运输、路径优化科技算法、金融、京东云工业生产、B端、制造健康医疗、药品、病例知识领域缺失缺乏特定业务场景领