A3--王一男--从辅助工具到研发队友-CodingAgent的演进与实践.pdf

1、从辅助工具到研发队友：Coding Agent的演进与实践王一男华为 智能化DevOps产品专家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。0101Agent技术驱动的软件研发演进趋势02全流程智能辅助开发实现端到端提效03多Agent协同开发驱动企业研效跃迁目录CONTENTSAI增强开发是软件工具关键趋势，AI4SE即将进入规模应用阶段到 2026 年，生成式 AI 将显着改变新应用生产70%的设计和开发工作到 2027 年，使用人工智能来增强研发SDLC每个阶段

2、的平台工程团队的数量将从 5%增加到 40%到 2028 年，75%的企业软件工程师将使用人工智能编码助手，这一比例2023 年初仅10%AI增强开发已经进入Gartner 2024年五大战略技术趋势中，成为软件工程工具领域最大趋势在Gartner平台工程技术成熟度曲线中，AI增强开发成为当前领域内关注的“最高点”，即将逐渐走向成熟和应用AI4SE各研发阶段涌现出大量创新公司，对传统工具能力进行升级，布局新一代的智能化研发能力AI4SE涌现大量初创公司AI4SE逐渐走向成熟和应用AI增强开发是软件开发工具最大趋势AI辅助编程AI结对编程AI自主编程向深水区探索下一代软件生产方式业界大厂和AI新

3、秀都在积极探索，新应用发布节奏加快未来软件开发将是“人+AI 代理”协作模式：开发者提供需求、设计目标、技术约束 AI 代理负责拆解任务、生成代码、跑通测试 人类开发者审核关键逻辑，控制方向和最终质量AI辅助编程AI结对编程AI自主编程Copilot（2023年）特点典型代表代码补全注释代码生成代码解释/翻译IDE插件自然语言需求/问题代码项目级，跨文件生成Agent、AI Native IDE自然语言需求软件实例自主开发、自主验证、自主修复、沙箱部署Web对话、零代码、Multi-AgentCursor（24.09）Windsurf（24.11）Devin（24.03）Bolt.new（24

4、.10）Lovable（24.11）MGX（25.02）NoCode（25.06）23年24年25年CodeX（25.05）Claude Code（25.02）5%80%0%20%40%60%80%100%20232026企业AI应用部署比例0%15%0%5%10%15%20%20232027AI自动生成应用比例Gartner：到2026 年，Gartner 预测超过80%的企业将使用生成式AI的API、模型或部署AI应用；到2027年，15%的AI应用将由人工智能自动生成。Agent Scaling Law：Agent使能软件工程变革已成为行业共识和趋势 Sequoia Capital：AI

5、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（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,METR更强的S

6、ingle Agent，还是更多的Multiple Agents？Single AgentMultiple Agents开发者启示多Agent-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