1、解密一位活跃在Github上的非人类程序员李明宇 中国科学院计算技术研究所演讲嘉宾李明宇中科院计算所高通量计算机研究中心处理器芯片国家重点实验室高级工程师中国科学院计算技术研究所高级工程师,前深信服科技集团云计算首席专家。开源项目活跃开发者,20余年编程与软件开发经验,10余年云端系统研发与产业化工作经历。历任国家重点实验室研究组负责人,上市公司事业群技术总监、首席技术专家。李老师在理论研究和产业实践均有丰富的经验,为多家知名企业和单位落地云原生和数字化转型项目。荣获中国软件协会“优秀CTO”等多项莱誉,兼任中国新一代IT产业联盟分委会秘书长、全国高校人工智能与大数据创新联盟专家委员、北京开源
2、创新委员会委员。目 录CONTENTS1.有一位非人类程序员在 Github 上搞事情2.TA能帮我们做什么?3.实现思路与原理解密4.更重要的是 人有一位非人类程序员在 Github 上搞事情PART 01Bug FixPR ReviewTA能帮我们做什么?PART 0250%的代码自动生成能提高50%的生产力吗?需求分析、设计规划、编程实现、测试验证、代码审查、部署上线与运维、监测与反馈基于大语言模型的智能体深度参与软件研发过程需求分析、设计规划、编程实现、测试验证、代码审查、部署上线与运维、监测与反馈Code everything LLM everything典型场景与痛点问题1.项目代
3、码的自主掌控的挑战:基于开源项目实现自主可控以及委托乙方开发的代码,如何真正读懂和实际掌握,实现资产化,并有能力进一步修改,是行业普遍痛点;2.AI代码补全工具与解决实际软件开发问题的差距:目前的AI工具助力程序员在开发环境中做代码补全,但实际软件项目中要实现一个功能或修复一个bug,花在分析问题、确定修改位置和方案的时间占绝大部分;3.代码评审工作对核心程序员的消耗与长期软件可维护性的权衡:代码评审在工作压力大的情况下被忽视,坚持代码评审可能阻塞工作进展,损害短期利益,但放松代码评审可能导致日后软件的可维护性下降,损害长期利益。4.其他,例如问题反馈的管理:反馈上来的诸多Issue可能是bu
4、g可能是其他,可能重复或者仅仅是有用户提问)效果如何?不看广告看疗效Live Demo实现思路与原理解密PART 03实现思路与原理解密:以 issue fix 为例 程序员解决一个issue,一般的工作流是怎样的?1.理解识别问题2.查看相关代码和文档,分析原因3.提出解决思路/设计解决方案4.撰写/修改代码,实现解决方案实现思路与原理解密:以 issue fix 为例 AI Agent(智能体)看似简单的一问一答背后是复杂的机制实现思路与原理解密:以 issue fix 为例Issue Fixing智能体Webhook/Chat关于该Issue的对话/分析历史记录代码库/文档库/知识库(R
5、AG)前置:API调用与结果解析主线:先输出解决方案,再生成代码分支1:是否缺少信息需要用户澄清分支2:是否需要用户确认方案后再生成代码Github API测试环境 API克服Agent死循环/跑飞问题实现思路与原理解密:以 issue fix 为例更重要的是 人PART 04更重要的是 人更重要的是 人不同的程序员应用AI Agents工具效果差别很大对程序员的招聘和考核标准可能的变化DevAgents 不取代程序员,也不贩卖焦虑,帮助程序员更好地思考和表达更重要的是 人帮助企业软件研发在AI时代持续成功培训 编程Copilot实践+DevAgents助理软件研发提效咨询 持续咨询顾问,切实结合实际业务提升研发效率工具 DevAgents 企业版可定制对接 Jira、Confluence、Gitlab THANKS