秦思思：AIGC重构应用开发智能化新格局_19页_2mb

AIGC重构应用开发智能化新格局

本次讲座由中国信息通信研究院人工智能研究所秦思思主讲，主要围绕AI重构软件开发模式的新趋势与发展方向进行探讨。

大模型的技术突破

近年来，以Transformer架构为基础的大模型加速人工智能迈向“大一统”。OpenAI的GPT-4、谷歌的Gemini、Meta、百度文心一言等逐渐确立了统一的技术范式。大模型具有跨模态能力、规模可扩展性强、任务适应性强三大主要特征，并通过模型微调和思维链提示等方法实现能力增强。大语言模型的发展使AI平台化成为可能，使其逐渐成为新一代平台“操作系统”。

技术表现在各领域取得突破：

• 内容生成：谷歌AlphaMissense蛋白质结构预测能力远超传统方法
• 视频生成：谷歌VideoPoet提升视频创作能力
• 机器人技术：特斯拉Optimus、谷歌RT-2等多模态机器人加速落地

智能化软件工程演进趋势

随着大模型能力持续提升，软件工程正在经历从机械化到智能化的根本性变革：

智能化软件工程的发展脉络：

1. 软件工程1.0：工具驱动交互性低
2. 软件工程2.0：AI驱动代码生成能力提升
3. 软件工程3.0：“智能化软件工程”

智能化软件工程围绕“智能化”理念，通过构建Copilot等助手实现全生命周期能力升级：

• 解决测试效率低、维护成本高的问题
• 实现全流程自动化、智能决策闭环
• 服务智能运维、工业软件等特定场景

智能开发工具实践进展

AI编程工具在软件开发领域快速落地应用：

• GitHub Copilot：显著提高编码效率，降低复杂度
• 国内企业案例显示：智能开发工具采纳率超30%，编码效率提升50%
• 解放重复性编码任务，推动交互方式向自然语言转变
• 国产化发展：腾讯混元等本土大模型助力国产软件发展

智能化运维与测试的演进

大模型正在全面提升运维与测试场景智能化水平：

智能测试：

• 大语言模型结合Agent、小模型与测试工具实现**自动化测试闭环
• 极大提升测试用例生成效率，某企业测试脚本编写效率提升30%
• 覆盖业务200+个产品，用例采纳率提升至55%

智能运维：

• 大模型搭配AIOps小模型，逐步实现**智能告警处理与故障预测
• 自动生成解决方案，减少人工压力，实现预测性运维
• 在网络安全等领域显著提升威胁识别能力

软件研发模式与组织变革

大模型推动软件研发形态发生本质变化：

组织结构变革：

• 从大兵团作战到特种兵式创新
• 架构师数量减少，每位工程师需掌握多领域技能
• 开发模式从瀑布式向灵活迭代发展

工作模式演进：

• 低代码→无代码交互趋势明显，自然语言开发渐成可能
• 多模态交互形式将成为研发新趋势
• RAG和Agent等新范式逐步形成

标准化与生态建设

中国信通院构建了完整的AI4SE标准体系框架：

标准化工作取得进展：

• 已发布代码大模型及智能开发两项标准
• 启动智能测试、智能运维等后续标准制定
• 建立评估认证体系，已开展三批次评估

生态体系建设：

• 汇聚超150家成员单位
• 定期举办创新巡航和行业沙龙
• 形成软件智能化标准化发展路径

注：本总结为原文内容提炼产生的精简版本，部分技术细节从简化目的已做适当合并处理。