张燎原-推动研发智能再升级-通义灵码在 AI Coding 领域的实践.pdf

《张燎原-推动研发智能再升级-通义灵码在 AI Coding 领域的实践.pdf》由会员分享，可在线阅读，更多相关《张燎原-推动研发智能再升级-通义灵码在 AI Coding 领域的实践.pdf（51页珍藏版）》请在三个皮匠报告上搜索。

1、推动研发智能再升级：通义灵码在 AI Coding 领域的实践张燎原|阿里云是人类历史上第一次大规模集体智力协作活动。软件工程杰弗里韦斯特系统组成结构设计规模带来的挑战“突破规模法则的限制，就必须创新，要么改变系统的物质组成，要么改变其结构设计，要么二者均发生改变。”（人，技术）（组织结构、技术架构和协作方式）研发效率提升=f(协作效率、个体效率)软件工程 是社交学习过程。效率提升假设一：集体协作和共享知识的方式来进行软件开发，通过 AIGC 将隐性知识“显性化”集体协作、知识共享-隐性的知识显性化代码补全模型研发问答模型企业专属模型模型训练SFT基础模型能力LLM 智能大脑知识梳理实时增强任

2、务协同架构设计代码编写软件测试问题排查软件发布日常运维知识查询企业一线开发者智能大脑企业数字资产+R大语言模型代码/文档 资产DevOps 工具链+软件研发全生命周期企业的数智化增强回路研发智能化提效行动点一：构建企业研发数智化大脑，隐性的研发知识显性化智能编码智能评审智能项管平台工程智能问答AutoDev个人助理智能洞察智能研发工具自定义 PromptRAG 检索增强Agent 平台确定优化目标梳理资产数据清洗安全隐私辅助完成任务自主完成任务协同处理复杂任务LLM as AgentLLM as Multi-AgentsLLM as Copilot影响整个软件研发过程，多Agent互相协作完成

3、复杂工作不改变软件工程专业分工，增强领域专业技术，AI 研发工具辅助人完成任务单一职能专家，能够自主使用工具完成预定任务阶段一阶段二阶段三工具助力人员提效人主导、提示及确认工具独立完成工作人给定上下文，完成知识对齐工具与人协同共生人负责创意、纠偏及确认人工智能带来的新的人机协同模式效率提升假设二：为了降低研发人员的工作脑负载，让每个职能都有基于 AIGC 的“副驾”和“助理”LINGMA自主编程人类AI人：创意、需求澄清、结果验收需求LINGMA协同编程人：任务澄清、干预、结果审查任务人类AILINGMA辅助编码人类AI人：技术设计、提示和确认代码通义灵码 2.0通义灵码 Next通义灵码 1

4、.0智能化研发工具实现路径三阶段研发智能化提效行动点二：问题域的扩大及技术的突破，不断拓展智能化研发工具的能力边界需求编码测试编码测试需求需求编码测试Multi-Agents 协同Copilot 辅助Copilot 辅助+单任务 AgentAI 助手AI 智能体Multi-Agents 对软件研发范式的影响参考：Building the First Code Integrity Platform工具太多，选择困难症个性化诉求难满足由于训练语料的限制，生成的内容往往无法满足垂直领域的实际业务需求。在软件开发中涉及诸多专业任务，大语言模型并不擅长直接处理这些任务，仍需依赖专门的工具。落地研发智能化

5、所面临的困难与挑战AI 辅助编程的工具有很多，各个厂商都有其各自宣传的点和竞争力。由于企业缺少领域Know-How，面对这些工具，难于根据企业的特点，做出正确的选择。大工程 AI 编程难落地AI 可以快速完成一个轻量应用的构建，但是放在一个大型工程中的时候，却屡屡翻车。如何在大型工程里更好地应用 AI 能力，成为业内共同的话题。AI Coding 落地的“黄金三角”具备智能体能力的 智能编码助手私域数据及能力 个性化项目实践应用 及企业落地AI Coding 实践落地具备智能体能力的 智能编码助手私域数据及能力 个性化项目实践应用 及企业落地AI Coding 实践落地AI Coding 落地

6、的“黄金三角”任务的复杂度环境信息复杂度低高高研发问答代码补全编码任务需求实现SDLCAI 编码的产品演进和技术发展应用场景在扩大，产品边界在延伸技术发展带来产品的更多可能性复杂问题处理93.8ArenaHard编程 能力70.7LiveCodeBench任务 准确率61.8Aiderpass2上下文 窗口128k在选择使用 Agent 的场景时，来自 Anthropic 的 Barry 给出了一个非常实用的标准：“Agent 最适合的场景是那些既复杂又有价值，但失败后的风险较低或监控成本不高的任务。”AI Coding 符合 Agent 的场景Agentic AI Coding Assist