贝壳（贾琳）_当我们用AI写了100万行代码_22页_4mb

贝壳AI研发助手CodeLink的技术分享总结

演讲者背景

• 页琳·贝克
• 贝壳研发效能专家、基础产研平台架构师，深耕软件自动化提效领域
• 主导多项大型研发提效项目，包括无代码/低代码开发平台、一站式产研协作平台、效能度量平台和AI研发助手CodeLink。

CodeLink的设计理念

核心目标

• 结合AI与软件工程技术，推动研发提效。
• 三大角色：
  1. 代码续写/生成专家（编码/阅读/编写代码时，提供行/函数级建议）
  2. 结对编程专家（调试/修复错误时，提供实时技术指导）
  3. 私域问答专家（技术方案/Q&A/文档生成/接口问题）

技术架构图

graph LR
A[用户需求] --> B(私域工作台+CDE)
C[编码/修复/测试] --> D(模型协同)
E[代码评审/优化] --> F{合作共赢生态}
G[行为分析+指标采集] --> H[基础层保障]

几大亮点技术点

1. 程序空间：利用大模型进行序列预测，在编码效率上可达传统方法的数倍提升。
2. 全民编程：降低门槛，帮助非专业开发者编程，提升整体效率50%+
3. 实测数据驱动
   • 谷歌实验：击败52%编程挑战者
   • 微软实验：效率提升53%，CodeBetter组胜率超普通组很多
   • 华为实践：调查显示，96%的程序员愿意使用AI编程助手

应用场景矩阵

使用类型	任务占比	推荐指数
编码阅读编写	42%	⭐⭐⭐⭐⭐
Bug修复调试	49%	⭐⭐⭐⭐
思考/协作	37%	⭐⭐

CodeLink vs 传统方式时间对比

• 开发周期效能提升达60%，发布流程简化75%

架构底层支撑

• 数据层：自研评测框架、私域知识增强
• 执行层：增量预训练、指令微调
• 业务层：AI编译器、模型工厂

未来规划

• 构建开放生态，形成开发者平台效应
• 面向更多生活服务领域拓展AI场景
• 打造AI工程化落地标杆

总体结论

贝
scalable AI研发体系，在支付宝、华为、微软等多个试点环境中验证了提效、降本实效，真正实现“用AI促进工程师进化”。