刘乾-智启未来AI驱动下的研发全流程革新实践.pdf

1、智启未来AI驱动下的研发全流程革新实践刘乾|蚂蚁集团刘 乾蚂蚁金服质量专家毕业从淘宝到支付宝，多年一直深耕电商、保险、营销等领域的质量保障体系架构设计与落地，在自动化、配置化、智能化等关键领域具备系统性实践经验，当前聚焦于AI驱动的质量工程新范式创新工作。目 录CONTENTSI.AI带来的变化II.AI研发的挑战与思考III.实践方案与成果展示IV.未来展望与规划AI带来的变化PART 01AI场景多点开花软件行业客户服务智能硬件机器人无人驾驶VR大数据AI多点开花医疗金融零售政务软件工程网络安全技术革新AI客服AI主持人AI讲师AI研发范式未固化用得上AIAI发展进程：L1：积累期AI研发

2、新范式L2：成长期L3：爆发期L4：收敛期L5：成熟期当前阶段用得好AI看得懂AI看得见AIAI研发进程：AI研发的挑战与思考PART 02研发过程中AI开始渗透AI驱动研发需求-炫研发-快质量-稳需求挖掘AI 行业数据分析AI 行业信息挖掘原型设计AI 生成设计稿需求编写AI 生成流程图AI 优化PRD需求侧前端应用AI 页面绘制AI 卡片搭建后端应用AI CodingAI 单测编写技术风险AI 问题排查AI 智能核对研发侧数据构造AI 造数AI 选数用例生成质量侧结果校验AI 用例生成AI 脚本编写AI 页面检测AI 数据校验AI化研发引入的问题大模型幻觉研发左移渐进式编码大模型幻觉导致A

3、I出码不稳定从需求到代码的直接转化，研发交付物减少分段式编码，多轮次提交，架构设计无全局视角PRD智能生成视觉智能生成AI辅助PRD生成，模型生成效果和语言习惯跟人类编写存在差异AI辅助视觉稿产出，模型在精细化设计上（间距标注、字号标注等）仍有差距研发实现方案不可见，测试用例产出难度大幅拉升分段式编码，多轮次提交模式下，需要质量进行多轮次、高复用的验证能力AI出码不稳定需要质量提供更全面、更高效的回归方案用例快速产出高频验证全集回归需求开发测试AI研发的问题思考需求侧开发侧质量侧结构化解析分段处理系分生成代码生成结构化解析结构化解析用例生成用例执行工作冗余流程割裂知识散落需求AI化开发AI化测

4、试AI化各个击破范式突破研发新范式如何落地？业务重要性场景结构化需求变更量实践方案与成果展示PART 03AI研发的整体方案场景交易链路型：保险产品 财富基金平台阵地型：保险平台 财富首页营销活动型：保险大促 财富活动 作业流：理赔审核CUI：小保 小财消息：push card 短信落地业务保险售卖为什么选1-重要性：核心业务场景AI PRD：需求解析AI Coding：自动生码AI Testing：自动测试知识图谱需求视觉系分配置TRdb经验用例模版事件元素缺陷故障SOP报告链路组件RPCAI 工作台需求管理财富货架2-结构化：结构化程度高3-频繁性：业务频繁迭代工程研发AI研发code管理

5、用例管理缺陷管理执行管理报告管理AI 度量需求解析准确率&采纳率出码采用率&代码重复度用例覆盖度&用例正确率需求侧-AI多轮对话需求解析思路需求解析多轮对话前置处理文本需求非结构化文本UML图图片流程图、时序图、业务用例图交互图、视觉图多轮对话增强需求处理配置数据半结构化文本、结构化数据公开象限人知道 AI也知道盲点象限人不知道 AI知道隐藏象限人知道 AI不知道潜能象限人不知道 AI也不知道乔哈里窗需求建模业务驱动型解析面向业务视角拆解需求编码驱动型解析面向开发视角拆解需求用例驱动型解析面向质量视角拆解需求风险驱动型解析面向SRE视角拆解需求01020304解析映射规则建模增强认知多模态需求

6、物料需求侧-AI多轮对话需求解析实践-1需求建模模型深度思考建立需求标题的树状索引需求拆分需求场景标签库历史需求知识需求建模模版知识吸取增强多轮对话反馈编码驱动型测试驱动型风险驱动型物料后处理结构化输出人机对话管理用户意图识别对话增强富文本在线编辑无效内容过滤冗余内容裁剪关键信息抽取需求信息拆分需求-研发因子映射UI组件 接口 方法db配置需求-用例因子映射测试数据操作路径期望结果需求-风险因子映射资损风险数据风险 高可用风险业务驱动型需求-需求元数据映射背景产品信息 功能需求非功能需求用户意图定义需求侧-AI多轮对话需求解析实践-2需求模版建模针对6大类业务场景，定义需求建模的特征集合用户意