与开发者同频——百度构建人机协同新范式的实践_35页_7mb

2024 AI+研发数字峰会总结

核心内容

2024 AI+研发数字峰会在北京举办，聚焦于AI如何驱动研发变革，提升企业效率。会议重点探讨了AI在研发流程中的应用，特别是百度Comate智能研发助手的实践与成果。通过构建人机协同的新范式，Comate旨在解决传统研发流程中的瓶颈，提升开发者的效率与幸福感。

主要观点

1. AI驱动研发变革：AI技术正在深刻改变软件开发流程，从代码生成到需求分析，AI助手能够显著提升研发效率。
2. 研发提效的瓶颈：传统研发流程更新滞后于技术发展，且多数开发者对流程不感兴趣，导致效率低下。
3. 智能研发助手的构成：Comate由代码自动补全、理解私域知识（RAG）和独立分析需求（Agent）组成，形成完整的智能编码工具链。
4. 人机协同新范式：通过Agent框架，实现开发者与AI的协作，AI处理繁琐任务，开发者专注创造性逻辑设计。
5. AI原生软件工程：AI不仅限于编码领域，还能赋能整个软件工程流程，包括应用搭建、插件工程、提示工程等。

关键信息

百度研发现状

• 百度拥有1万多名工程师和1000多个业务团队，代码库数量庞大。
• 流程支撑：85%的需求可在一周内交付，80%的应用实现全流程在线。
• 工具支撑：iCafe、iCode、iPipe、iScan、iCov、iTest等工具构成了百度的工程能力底图。

智能研发助手（Comate）

• 使用情况：Comate在百度内部的代码生成占比高达90%+，用户满意度超过85%。
• 功能模块：
  • 能力层：包括问答区、编辑区和Console区，支持代码续写、代码解释、代码检索和代码生成。
  • 知识层：通过RAG（检索增强生成）和P-RAG（私域知识增强）技术，结合代码库和业务文档，提升代码生成的准确性。
  • 框架层：结合意图识别、RAG和Agent，实现智能编码助手的多步骤推理和任务执行。
  • 模型层：包括低延迟续写模型、检索增强问答模型、强推理计划模型、代码Embedding模型和意图识别模型。

人机协同新范式

• 代码续写：Comate通过理解代码库结构，预测当前文件需要导入的文件、类和函数。
• 代码解释：基于调用链分析，生成业务角度的解释，如流程图、ER图和架构图。
• 代码检索：利用函数调用链、项目描述、Commit Message、元信息等，帮助开发者快速了解代码库。
• 代码生成：通过意图识别和Query Plan，结合正则检索、向量检索和元信息获取，实现复杂的代码库重构任务。

人机协同宣言

• 用好AI是工程师的基本功：掌握并善用AI将成为工程师的必备能力。
• You are in control：AI提升效率，但最终方向由人把控，为业务结果负责。
• 人机协同，共同进化：AI处理重复任务，人主导创造性工作，通过使用和反馈实现人机共同成长。

结论

AI正在成为研发领域的重要工具，通过构建智能研发助手Comate，百度实现了从流程支撑到工具支撑，再到人机协同新范式的全面转型。AI不仅提升了编码效率，还推动了整个软件工程向AI原生方向发展，实现自动化编码、个性化开发和全场景协同。未来，人机协同将成为软件工程的新常态，AI与人类开发者共同进化，推动行业进步。