肖斌-智能研发的点与面：蚂蚁代码大模型落地实践.pdf

1、智能研发的点与面：蚂蚁代智能研发的点与面：蚂蚁代码大模型落地实践码大模型落地实践演讲人：肖斌目 录01研发提效探索02智能研发发展路线03关键技术与难点04未来方案思考01CodeFuse在蚂蚁研发全生命周期提效的探索研发提效探索代码大模型探索代码大模型探索0.00%20.00%40.00%60.00%80.00%100.00%编写代码理解代码互联网搜索调试代码编写代码注释或编写测试执行代码审查重构代码在代码库中搜索了解最近代码变更编写提交消息在CLI中执行操作开发者最耗时活动比例各功能使用占比代码补全代码问答解释代码添加注释生成测试注：数据来源JetBrains 2023年开发者生态报告蚂蚁

2、大模型发展路线蚂蚁大模型发展路线20222023 Q42023 Q32023 Q2 2023 Q1 GPT-3 模型落地0.25B模型代码行补全全蚂蚁落地 CodeFuse 立项发布1.3B模型多语言代码补全发布编程开发助手CodeFuse 1.0发布CodeFuse1.0支持多种模型蚂蚁内公测，大客户使用CodeFuse 2.0发布IDE插件，支持多语言，多IDECodeFuse开源，登顶开源代码大模型HunabEval榜单（74.4%）CodeFuse 3.0IDE插件对外放量支持蚂蚁内部数十种研发下游任务支持蚂蚁内部效能平台CodeFuse 持续升级BigCode第一名仓库级代码问答&需

3、求仓库级代码补全优化2024大模型的能力演进大模型的能力演进Chat模式Agent模式Sop 多Agent编排集成平台知识库或平台特定数据对模型进行加训，通过对话方式提供研发平台知识问答。单纯问答形式无法满足智能化需求，需要结合平台的能力进行智能化改造，集成研发平台能力（工具）供AI调度。人类仅需设定目标，提供资源，设置设置流程流程，监督结果。通过SOP方式根据特定流程编排多领域Agent，完成特特定定复杂任务或跨平台任务。大模型背景下效能平台产品演进大模型背景下效能平台产品演进工具化智能化AI Native传统效能平台效能平台+CopilotAI Native效能平台通过程序，工具等传统方式

4、满足用户各种明确且特定的功能。用户一般在产品上通过界面和特定操作流程完成任务。工具化平台通过效能平台Copilot完成AI能力的使用，用户一般通过侧边栏进行平台知识库问答或直接通过AI调度效能平台能力。智能化平台以AI技术为核心，能够自主进行复杂的任务处理和决策。AI能力嵌入到用户每个操作中，通常能通过更简单的操作完成更复杂的事情。AI原生平台CodeFuseCodeFuse代码大模型落地现状代码大模型落地现状AI 升级研发链路个人生产力释放、研发环节智能化、人工参与率降低AI Native R&D全新研发范式，AI 原生的研发交付升级演进需求分析编码自测联调测试部署发布监控运维CodeFus

5、e AI Assistant Platform数据/模型/部署/推理/评测等蚂蚁大模型基础设施大模型/Agent 建设平台等CodeFuse CopilotCodeFuse IDECodeFuse VATCodeFuse APIs领域 AgentAnalysis需求 to 系分需求 to 测分需求智能拆解系分 to 研发计划Run启动问题自动修复编译问题自动修复智能 DebugCoding代码补全添加注释变更总结代码优化代码生成代码解释缺陷修复代码评审CICDCICD config流水线智能执行执行问题定位域排查技术知识问题智能 CLI QualityText to 测试用例单测用例生成测试资

6、产选取接口用例生成测试覆盖率提升Ops监控时序分析监控日志解读监控语义搜索智能变更&应急意图识别超级会话及管理Agent 调度与执行数据体系领域 Agent 开发RAG 其他 评测体系 IDE 能力 核心能力底层依赖部署问题自动修复项目解析与问答仓库理解与问题产品矩阵研发辅助02蚂蚁智能研发发展路线智能研发发展路线Copilot+ChatCopilot+Chat模式模式在现有产品功能上做智能化升级是 AI 应用的重要方式。一些适合的场景：1.生成式，如 自然语言生成用例、根据变更代码补齐测试用例等；2.总结类，如 对 PR 标题和描述的总结、基于文档的总结与问答；3.推理类，如 代码冲突解决、