2024AI+研发数字峰会 Al+ Development Digital summit AI驱动研发变革促进企业降本增效

北京站08/16-17

大模型驱动的智能软件开发

黄非阿里巴巴

目录 CONTENTS

大模型应用范式

AI驱动的全流程软件开发

3.代码助手的技术挑战和解决方案

从代码助手到软件开发智能体
总结与展望

演讲嘉宾

黄非

阿里巴巴通义实验室自然语言智能负责人

他带领自然语言处理团队研发通义自然语言大模型体系，在机器阅读理解(MRC），图文问答（VQA）和中文理解（CLUE）等任务上实现首次超越人类结果；建设阿里巴巴NLP平台和产品在集团内支持数百个场景日均数万亿级调用，对外以智能技术赋能软件开发，智能客服，协同办公，司法，电商等行业合作伙伴，是AI开源魔搭社区NLP模型的主要贡献者。他在人工智能顶级会议和期刊发表文章200+篇，中美专利数十项，曾担任ACL，TACL等学术期刊，会议领域主席/编辑等。

PART 01大模型应用范式

范式1：领域增强

通用大模型到行业大模型：领域继续训练（CPT），领域微调（SFT)

生成式预训练通用大模型

指令微调(贴合行业场景)

海量领域语料无监督继续训练

生成式预训练行业大模型

奖励模型

迭代

强化学习（RL），PPO

基于对话的生成式预训练行业大模型

范式2：检索增强（RAG）

Agentic RAG：实时性知识，事实性知识，本地知识库搜索，减少大模型幻觉

玩天大模型
15F:

范式3：多模态

A stop sign with a sticker that says eating animals.

2023财年二氧化碳净排放量同比减少12.9%

Alibaba International Digital Commerce Group

来自超60个国家和地区

玩转聊天大模型本文以通义干问大模型 (qwen-turbo）为例..

多模态大模型

自然图像

图像描述对于上述图像给一句话描述

Chart

生成要点

表格


	IUMS
BNLNCT 3U DUR	a9 34.488	5
1,	LRI	1

m	a0
仿AS4	SA,O0
Mm	THUN

NSI		N*
ILT25		NIk
Um	2,49
	i,m)	Nt

10
R51	10.30

HUI
1.4
8L79	3 40,30

视觉问答

2023财年营收第二的集团？

文档

重和拥拖多样性

内心，，人生安，在里巴重和，让

工作条：积未收求元的见，重点阳客年方式，理立业用的工作客发，为不

信息提取

员工来自多少个国家和地区？

网页

文本阅读

识别图片中的文字

范式4：个性化

表达情感和偏好

表现情绪

Q你最喜欢吃什么？

是不是你偷了我的东西？

通用大模型

有人设/个性

通用大模型

我没有感官，所以我没有任何喜好或偏好。
吃什么对我来说都一样，我不会有任何感受。

不是的，我没有偷东西，我是一个计算机程序，我没有能力做出偷窃行为。

通义星尘+女友小婉

亲爱的，我最喜欢吃巧克力了，你呢？

这…我可不是这样的人。

我太生气了，我们分手吧！

哎呀，怎么啦亲爱的？怎么突然生气啦？不要生气啦，来抱抱\~

通义星尘+女友小婉

范式5：大小模型协同

大小模型协同

小模型

OCR

搜索增强

知识库

ASR

TTS

插件调用

文档库

函数计算

代码编译

网页解析

图表绘制

Summary

接口调用

领域大模型

基础大模型

大小模型协同

大模型与业务系统的有机结合

范式6：智能体

总结者

Agents交互

总结回答

审查评价

反馈输出

规划者

任务分类

·Agents编排

监控进展处理异常

调度

多智能体自组织实现复杂业务逻辑

知识增强Agent

Agents资源库

角色扮演Agent

工具调用Agent

总结分析Agent

PART02

AI驱动的全流程软件开发

编程成为最高频的AI应用场景

Category Breakdown of 4,098 ChatGPT Prompts Analysis of unique users'single and multi-prompt sessions from May & June, 2023

大模型带来了AI应用的井喷，在各种落地场景中，最高频刚需的是什么？

Datos 针对2023年5-6月ChatGPT用户使用情况做了分析，其中编程以29%占比高居榜首。

Al 成为提升软件研发效率的必选项

程序员的时间分配情况

程序员2/3的工作时间直接跟代码相关

32%编写代码和改进已有代码

23%会议，管理和运营

19% 代码维护

12% 测试

4% 响应安全问题

程序员花费三分之一的时间编写新代码或改进现有代码（32%）。花费35%的时间来管理代码，包括代码维护19%）、测试（12%）和响应安全问题（4%）。另外23%的时间花在会议以及管理和运营任务上

程序员IDE使用排行

大模型对软件领域的深远影响

编程事务性工作的替代

个体效率

研发人员重复性工作，简单工作，沟通的工作特别多，浪费时间。

协作效率

研发管理流程化，缺乏灵活性，组织容易产生效率竖井响应能力弱。

任务协同

架构设计

智能编码

知识传递模式的改变

代码编写

智能评审

企业一线开发者

知识查询

软件测试

问题排查

日常运维

软件发布

自定义Prompt

代码补全模型

智能项管

智能研发工具

平台工程

智能问答

个人助理

AutoDev

智能洞察

LLM智能大脑

知识梳理

RAG检索增强

梳理资产

确定优化目标

Agent平台

实时增强

基础模型能力

数据清洗

研发问答模型

企业专属模型

模型训练SFT

安全与隐私

大模型驱动的软件开发流程

LLM as Copilot

LLMas Agent

LLM as Multi-Agents

阶段一

阶段二

阶段三

辅助完成任务

自主完成任务

协同处理复杂任务

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

工具赋能人员提效

工具独立完成工作

影响整个软件研发过程，多Agent互相协作完成复杂工作

工具与人协同共生

人主导、提示及确认

人给定上下文，完成知识对齐

负责创意、纠偏及确认

代码大模型产品演进的三阶段

代码辅助生成

任务自主处理

功能自主研发

Copilot阶段

通义灵码GitHub Copilot

Agent阶段

通义灵码Copilot Workspace

Multi-Agents 阶段

AI程序员Devin

Copilot阶段通义灵码的核心功能架构

IDE客户端

本地服务

分码分析

上下文感知

本地RAG

Agent框架

代码后处理

问答会话管理

向量数据库

本地工具

短期记忆

服务端

身份鉴权

提示词工程

生成问答对话

模型路由

企业级RAG

向量数据库

模型

代码补全模型

企业专属模型

研发问答模型

多模型路由

模型训练SFT

业务上下文感知

·RAG/Agent

扩展集成

持续的模型训练

Embedding

数据

数据采集

数据清洗

数据标注

数据解析

效果评测

触发时机

算力运维

生成粒度

算力

GPU算力池

精细化数据处理

面向任务的数据集

面向能力的数据集

PART 03 代码助手的技术挑战和解决方案

代码助手核心需要攻克的技术难点

生成准确度

推理性能

数据个性化

代码安全

生成准确度：过硬的基础模型能力

CodeQwen1.5，超过3T tokens训练，支持64K上下文持续训练通义灵码补全模型

Model	Size	HumanEval 0-shot	HumanEval+ 0-shot	MBPP 0-shot	MBPP+ 0-shot	MBPP 3-shot
		Base Model
CodeLlama-Base	7B	33.5	25.6	52.1	41.6	38.6
StarCoder2	7B	35.4	29.9	54.4	45.6	51.0
DeepSeek-Coder-Base	6.7B	47.6	39.6	70.2	56.6	60.6
CodeQwen1.5	7B	51.8	45.7	72.2	60.2	61.8

Qwen2，超过7T tokens训练，支持128K上下文持续训练通义灵码问答模型

代码测评 (HumanEval Pass@1)		中文测评（C-Eval)		数学测评（GSM8K)
ChatGPT3.5	73.2	ChatGPT3.5	52.5	ChatGPT3.5	73.2
Qwen 14B-Chat	43.9	Qwen-14B-Chat	71.7	Qwen-14B-Chat	60.1
Qwen 72B-Chat	86.0	Qwen-72B-Chat	83.8	Qwen-72B-Chat	91.1

Multi-Programming Language Performance (MultiPL-E)

补全准确度跨文件上下文感知，插件与模型联合优化

IDE客户端

本地服务

代码分析

代码后处理

会话管理

问答管理

身份鉴权

服务端

生成问答对话

代码后处理

上下文感知

提示词工程

模型路由

企业级RAG

代码补全模型

向量数据库

模型

专项任务模型

研发问答模型

当前代码上下文

构建Prompt

“幻觉”问题

模型生成

demo.OdsReportEntityBOdemo.DwcReport

·引用位置·定义范围·引用数·引用位置·定义范围·引用数.....

demo.DwcUser

·引用位置·定义范围·引用数....

代码引用选择模型

Top N代码引用

相似代码

当前代码上下文

库内跨文件感知评测集中准确率从 22%提高到 66.9%

构建 Prompt

模型生成

基于上下文感知的自适应生成粒度决策

生成单行代码：无法构建完整的函数或模块

代码块的不同位置提供不同生成规则：准确度低

通义灵码基于代码的语义信息，充分让模型理解不同场景下所需的生成粒度，从而让模型能够根据当前正在编写的代码位置，模型自适应决策应该生成的代码粒度。

知我所想

生成粒度决策准确率，Java 语言从47%提升到56%，Python 语言从26%提升到44%，其他语言均有较大提升

package com.alibaba.force;

import com.aliyun.odps.udf.UDF;
importcom.google.googlejavaformat.java.Formatter;
import com.google.googlejavaformat.java.JavaFormatteroptions;
import org.apache.commons.lang3.StringUtils;

类级别

函数级别

//判断是java代码并执行格式化处理 if(language.equalsIgnoreCase("java")）{

逻辑块级别

//调用JavaFormatter完成代码格式化
returnnew Formatter(JavaFormatteroptions.builder().style(JavaFormatterOptions.Style.AOSP).build()).formatSourceAndFixImports(content);

行级别

推理性能

分级缓存、丰富的模型组合，实现速度与准确兼顾

IDE客户端

流式补全

本地服务

分码分析

代码后处理

会话管理

问答管理

服务端

身份鉴权

生成问答对话

代码补全模型

上下文感知

代码后处理

模型路由

提示词工程

模型

企业级RAG

向量数据库

本地缓存

专项任务模型

研发问答模型

服务端缓存

推理加速

代码补全任务是时延敏感型任务，使用专门训练的小参数代码模型，平衡代码生成效率与质量

代码补全任务CodeQwen2模型

73.00%

20.64%

6.36%

在中等参数模型下，提供代码解释、注释生成、单元测试、代码优化、运行错误修复、提交信息生成、重构建议等7项代码技能

代码专项任务Qwen-Plus模型

调用量

研发问答对模型知识面、编程能力、推理能力有更高要求需要最大参数模型并叠加互联网实时RAG技术，消除模型幻觉，提升回答质量

研发自由问答Qwen-Max 模型

数据个性化企业级代码补全、研发问答检索增强

本地服务

IDE客户端

分码分析

代码后处理

会话管理

问答管理

上下文感知

代码后处理

服务端

身份鉴权

生成问答对话

代码补全模型

提示词工程

模型路由

企业级RAG

模型

向量数据库

专项任务模型

研发问答模型

代码补全检索增强

功能场景

相似逻辑生成

文件服务

自研框架生成

规范代码生成

API调用代码生成

结构化解析

研发文档问答

数据解析调度

代码/文档向量化

研发规范优化代码

研发问答检索增强

知识库管理服务

基于API文档生成代码

LLM

功能场景

根据样例生成代码

数据分块

模型推理服务

Embedding

整理回答

问题理解

二轮召回重排

初步召回

向量服务

检索引擎

向量存储

企业数据的个性化特点

触手可及

唯我专属

项目管理

所在行业存在较多专有词汇

对需求/任务/缺陷的内容及格式有固定的规范/要求

需要学习已有的项目管理策略/经验

开发

编码需要符合企业制定规范

需要引用企业内的二方包

需要调用企业内的API接口

代码的业务逻辑较复杂，存在较少的通用代码

适配企业内已有的数据库表结构，并学习SQL相关逻辑

企业内通常使用自研开发框架，如前端框架、组件库等

测试

需要符合企业内指定的测试规范

所在行业的业务逻辑较复杂

企业内通常使用自研的测试框架

运维

需要复用企业内的运维手册

运维人员需要学习企业内的大量运维脚本/知识

需要快速获取企业内的运维接口/API

企业数据的个性化流程

触手可及

数据处理

模型微调/RAG索引

效果评测

企业代码/知识库

唯我专属

代码数据处理

过滤过小或过大的文件

过滤文件行数大于xxxx的文件

过滤掉注释比例大于xx%的文件

过滤掉反编译产出的文件

·文档数据处理

各种文档类型转换为markdown格式

根据标题段落构建文档结构树

使用大模型、规则等策略抽取QA问答对

模型微调

需要加入开放域数据及私域数据混合训练

如果企业内GPU资源不足，可以采用LoRA/QLoRA的方式，训练数据较小时，需要避免过拟合

检索增强

采用关键词+向量混合检索的方式比仅用向量检索效果会更好，检索后进行重排能进一步提升召回

词嵌入模型对没有见过的数据，泛化性较差

代码安全全链路安全防护

通过代码加密技术

防止传输过程泄密

通过本地向量存储

降低云端存储泄密风险

通过敏感信息过滤避免密钥信息意外传出

用户本地客户端

通义灵码本地客户端

通义灵码插件

代码加密

本地向量存储

敏感信息过滤

https

内容加密

服务和模型推理

此过程代码数据不落盘，不会用于二次训练

API

模型推理

返回客户端

通义灵码不断提升能力，显著提升开发者工作效率

通义灵码对工作效率和专注度提升的影响

我们深入研究开发人员使用通义灵码的效果时发现：

编码工作效率提高：72.51%的受访者给出了4分以上

保持心流工作状态：80.46%的受访者给出了4分以上

减少重复代码的编写：76.87%的受访者给出了4分以上

PART 04 从代码助手到软件开发智能体

代码智能体：从简单代码任务走向复杂代码生成

GitHub Copilot 发布Workspace

Cognition Al 发布 Devin

4月底，Github Copilot正式发布Workspace，从简单的编码辅助，转向Fix Bug，优化PR 实现新需求，生成脚手架等更高阶的能力；(theCopilot-nativedeveloper environment, where any developer can go from idea, to code, to software all in natural language.)

Devin是CognitionAl推出的新一代Al程序员产品，他们将Devin比作是一位不知疲倦、技术精湛的队友，只需一句指令，它可以端到端地进行软件开发和维护，同样准备好与您一起构建或独立完成任务供您审查，有了Devin，工程师可以专注于更有趣的问题工程团队可以努力实现更雄心勃勃的目标。

Copilot WorkspacePreviewGive feedback

DevLeonardoCommunity/survey-generatorain

src/components/survey-generator/questionblocks/text.tsx Add a toggle button to mark the question as required Displayared indicator next to thequestion titleifmarkedas required Use the TanStack APls to update the form state Add item

src/types/survey.ts

exportconst Questions=v.union(TextQuestionChoiceQuesti） export type Questions=v.Output;

export const SurveyDefinition =V.merge[ SurveyId, v.object({ main:v.object(f title：v.string（[v.minLength（3）]）. description:v.string([v.ninLength（2）]）, questions:v.arrayQuestions), 3），
J)；
export type SurveyDefinition =v.Output;
export const QuestionType= Questions.options0].entries.type;
export type QuestionType =v.Output

Devin's UpworkSide Hustle

RoadDamage Inference

Devin'sWorkspace

DV Devin Mar9,2024.03:24PM Alright,llstart bycheckingouttherepository to understand how themodels aresetupand what'srequired toruninferences.lkeepyou updated onmy progresJust to clarify,do you have anyspecificimages or data you want to usefor the inference,or shouldluse the sampledata provided in the repository?

ShellBrowserEditorPlanner

default

You Mar9,2024,03:25PM sample data is fine

Devin Mar9,2024,03:25PM Great,Illproceed with the sample data provided in the repository.frst clone the repository and review the documentation and code to understand how toset up the environment and run the models forinference.Illet you know once l have an update or if Ineed any further information.

Devinisresolvingdependency installtion issues toproceed with setting up the environment for the road damage detection models.

Sendamessage (won't interrupt Devin)

OLive

从单一Agent，走向多Agent架构

单工程问答Agent

编码Agent

测试 Agent

Multi-Agents

基于单库 RAG 技术，以及固定步骤实现对单库范围内的简单编码任务。

具备一定自主任务规划能力，以及使用工具能力，可自主完成单库范围内的编码任务。

具备自主测试能力的Agent，可以理解任务需求，阅读代码，生成测试代码，并完成运行。

多 Agents基于 Al调度共同完成任务。实现从需求->代码->测试的全流程自主化。

Agent阶段通义灵码工程级别的智能问答

本地库内检索增强服务

通过感知本地工作空间中源文件进行预处理，建立在用户本地的向量化索引，基于本地工作流编排引擎，完成多阶段任务。

利用检索增强技术结合大模型，实现例如代码查找，业务逻辑生成，SQL生成，整库功能解读等复杂问答能力。

工程级别代码生成与问答

需求细化

知识问答

代码库信息获取

需求关键信息提取

需求任务拆解

库内检索增强

本地向量检索召回

检索结果合并及重排

企业知识库检索召回

大模型生成

组装Prompt

发送请求

本地检索引擎

本地向量存储引擎

远程embedding服务

本地工作流编排架构

SWE-bench评估AI解决真实世界编程问题的能力

SWE-bench测试集

SWE-bench是评估从GitHub收集的现实软件issue的大型语言模型的基准。给定代码库和问题，语言模型的任务是生成解决所描述问题的补丁。
如果在修补（patch）编辑后所有单元测试都通过，则该示例被认为是成功的。

Issue

data leakin GBDT due to warm start (This is about the nonhistogram-based versionof..

Language Model

Codebase

Generated PR

sklearn/

Dreqs.txt

sklearn

examples/

setup.cfg

setup.py

gradient_boosting.py

README.rst

helper.py

utils

·真实github项目，文件多，代码长

33%的case oracle输入长度大于32k（90%大于8k），RAG case

更会大幅变长

每个项目回归UT30\~150+

Unit Tests

PrePR	Post PR	Tests
		join_struct_col
		vstack_struct_col
×		dstack_struct_col
		matrix_transform
		euclidean_diff

真实issue，项目中真实存在的问题，不是人为构建，难度很大Issue格式自由，有可能包含需求描述、缺陷描述、Trackback等。

链路复杂，RAG，代码生成，git apply，安装环境，编译，UT仅python版本就包含3.7、3.8、3.9等多个版本。

Repo图构建：利用从属关系、依赖关系构建Repo图，并利用BM25等简单的方法为Repo每个chunk打分；

Repo探索：基于初始打分逐步探索Repo，并利用大模型对chunk进行打分修正，修正的分数沿着chunk的从属关系和依赖关系进行传播增强；

关键路径总结：经过探索后，总结出多个关键chunk和路径，大模型为每个chunk进行总结；

codebase

基于蒙特卡洛项目感知优化方法，大幅提升了缺陷定位准确性（错误率降低17%），我们在SWE-benchlite 21.3% (ACR 16%， SWE-Agent 18%)

Repo.Knowledge Graph Construction

Issue:Enable quiet mode/no-verbosein CLIforusein pre-commit hook.There seems to beonly anoptionto increasethelevelofverbosity whenusing SQLFluff,not tolimit itfurther...

MCTS-Enhanced Repo.Understanding

Repo.Summary

Analyze Result:

Top1path:It'sresponsibleforhndling thexxx Top2path:Thisfunction handles thexx Topk path:Thereisacheckforxxx

Plan: CheckingthexxxandVerifyingthatxx

Dynamic info.acquisition

1.search_class (cls)
2.search_method（m）
3.search_code（c）
4..

Patch Generation

1.Buggy location is:funcA
2.Code generation
3.Get patch:diff

Info.Summary&Patch Generation

灵码Agent获得SWE-bench-Lite SOTA

发展迅猛，6月份已有多份提交，SOTA不断刷新

智能体baseline

落地难点

依赖GPT4效果：SWE-bench榜单上绝大多数均为GPT4或GPT4o，其他模型都有不小的差距；

依赖长上下文：从轮次和Action的分布看，需要依赖很长的上下文，不偏离目标且精准获取信息;

不利于优化：上述方案在调优上比较困难，容易牵一发动全身；

模型优化问题：即使是GPT4甚至更优秀的模型也仅有20+%效果，如何能够持续提升模型在智能体方面的能力；

Multi-Agent阶段AI程序员概念架构

User

Prompt

Context

Conversation

Collaboration Core

Structured output

Messaging pool

Planner

Actions

Multi-Agent Sys

Reflection

LLMs

Tools Library

Environment

结构化任务管理

多智能体的工作模式反映了人类团队如何分解大型任务，提供-种分配任务和管理智能体的直接方法

简化工作流程

将复杂的任务分解为更小的子任务使整个项目更易于管理，提高灵活性和适应性，符合企业特点和需要

高效执行任务

让某个具体的智能体专注于特定任务。每个智能体能够专注地分析并执行任务，提高系统工作效率

PART 05 未来展望

人工智能和软件工程的融合发展

未来智能软件研发工具链形态

IDE客户端

开发者研发门户

IM工具

AI程序员

设计

需求看板

代码托管

CI/CD

知识库

领域能力库

AI辅助工作区域

企业研发数据及数字资产管理

Al 智能平台层 (意图识别、用户习惯、提示词工程、用户鉴权)

运行沙箱环境

模型推理服务

模型微调 SFT

检索增强RAG

企业级数据管理

∧DD

从团队协同（依赖人）到人机协同（依赖算力，数据）

Developer+Tools

Developer+Copilot

Al Pilot+Navigator

开发者

灵码
当前位置

灵码

开发者

更强大的大模型

更前沿的智能体技术

更先进的软件开发理念

40年前

人月神话

the mythical man-month

N年后

人与智能体

the mythical man-computing power

及其面临的问题

人工智能 (AI) 和软件工程（SE) 的融合发展

面向软件工程的机器学习

·Code Generation,Summarization, Search

·Program Repair

·Ul Designs with Multimodal Learning

LLM for Fuzzing Test

AI for SE

·Automated Bug Replay

测试与分析

·Malware Detectors

· Vulnerability Detection

SEfor Al

· Fault Localization

·Log-Based Anomaly Detection

· Automatic Logging with LLM and ICL

·Pre-trained Language Model for Log Understanding

·进化

·Multi-Intent Comment Generation with ICL'

· Automated Code Refinement

·评测Benchmark

· CoderEval, EvoCodeBench, CrossCodeEval

?人工智能（AI）和软件工程（SE）的融合发展

代码大模型

Execution-aware Pre-training for Source Code

·DeepSeek Coder:Let the Code Write Itself

·GraphCodeBERT: Pre-training with Data Flow

StarCoder 2 and The Stack v2: The Next Generation

Al for SE

面向AI的软件开发测试

SE for Al

Crafting Unusual Programs for Fuzzing Deep Learning Libraries

·Prompt Injection attack against LLM-integrated Applications

Pandora: Jailbreak GPTs by Retrieval Augmented Generation Poisoning

代码助手可用性分析

· Survey on the Usability of Al Programming Assistants

· How to Support ML End-User Programmers through a

Conversational Agent

更广阔的代码智能(Code Intelligence）

Software Engineering

Code for Data Science

Code for Embodied AI

Code for Al4Science

Hi，我是AI程序员开始给我分配研发任务吧

你你想要创造什么？

<> 编码任务根据开发任务自主规划并执行

缺陷修复自助定位缺并进行算

A 自动化测试根据需求自动生成用例并执行

口研发智能问答基于海通研发领域知识解决研发问题

2024AI+研发数字峰会 Al+ Development Digital summit AI驱动研发变革促进企业降本增效

大模型驱动的智能软件开发

目 录 CONTENTS

演讲嘉宾

黄非

PART 01大模型应用范式

范式1：领域增强

范式2：检索增强（RAG）

Agentic RAG：实时性知识，事实性知识，本地知识库搜索，减少大模型幻觉

范式3：多模态

多模态大模型

自然图像

Chart

生成要点

表格

视觉问答

文档

重和拥拖多样性

信息提取

网页

文本阅读

范式4：个性化

范式5：大小模型协同

范式6：智能体

PART02

AI驱动的全流程软件开发

编程成为最高频的AI应用场景

程序员的时间分配情况

大模型对软件领域的深远影响

大模型驱动的软件开发流程

代码大模型产品演进的三阶段

Copilot阶段通义灵码的核心功能架构

PART 03

代码助手的技术挑战和解决方案

代码助手核心需要攻克的技术难点

生成准确度：过硬的基础模型能力

补全准确度跨文件上下文感知，插件与模型联合优化

demo.OdsReportEntityBOdemo.DwcReport

基于上下文感知的自适应生成粒度决策

知我 所想

package com.alibaba.force;

推理性能

分级缓存、丰富的模型组合，实现速度与准确兼顾

数据个性化企业级代码补全、 研发问答检索增强

知识库管理服务

企业数据的个性化特点

触手可及

唯我专属

项目管理

开发

企业数据的个性化流程

触手可及

数据处理

企业代码/知识库

代码数据处理

·文档数据处理

模型微调

检索增强

代码安全全链路安全防护

用户本地客户端

服务和模型推理

通义灵码不断提升能力，显著提升开发者工作效率

PART 04

从代码助手到软件开发智能体

代码智能体：从简单代码任务走向复杂代码生成

Copilot WorkspacePreviewGive feedback

DevLeonardoCommunity/survey-generatorain

src/types/survey.ts

Devin's UpworkSide Hustle

Devin'sWorkspace

default

从单一Agent，走向多Agent架构

Agent阶段通义灵码工程级别的智能问答

SWE-bench评估AI解决真实世界编程问题的能力

Issue

Language Model

Codebase

Generated PR

Unit Tests

codebase

目录 CONTENTS

知我所想

数据个性化企业级代码补全、研发问答检索增强

AiDD-计算机行业2024AI+研发数字峰会：大模型驱动的智能软件开发-250320.pdf