20250320-中智凯灵_北京_科技-与开发者同频——百度构建人机协同新范式的实践_36页_7mb

报告摘要

2024 AI+研发数字峰会总结

核心内容

本次峰会围绕“AI驱动研发变革，促进企业降本增效”的主题，聚焦AI在研发领域的应用与实践，特别是百度Comate在智能研发助手和人机协同新范式方面的探索。通过分享百度在研发流程、工具链、知识增强、Agent框架等方面的实践，展示了AI如何赋能研发团队，提升效率与质量。

主要观点

1. 研发流程与工具的现状

百度拥有1万+工程师、1k+业务团队、10万+代码库，研发流程高度在线化。
当前研发工具链包括iCafe、iCode、iPipe、iScan、iCov、iTest等。
流程更新滞后于技术迭代，影响研发效率。
多数开发者对敏捷、DevOps等流程不感冒，更倾向于专注于实际开发任务。

2. AI驱动的智能研发助手

百度Comate是AI驱动的智能研发工具，具备代码自动补全、理解私域知识、独立分析需求等能力。
智能研发助手的核心在于“人机协同”，即人负责创造性任务，机负责重复性工作。
Comate在百度内部的使用率达到12%，用户满意度超过85%，代码生成占比达90%。

3. 知识增强与私域知识理解

通用模型存在瓶颈，Comate通过知识增强（RAG）来提升代码生成与理解能力。
私域知识包括本地代码库、业务接口文档、产品需求文档、测试用例文档等。
知识增强是Comate进化为智能体的必要前提，帮助其更好地理解“编程现场”。

4. 框架层：Agent + RAG + P-RAG

Agent框架用于独立分析需求，模拟“人”的自我反思行为，提升输出质量。
RAG（Retrieval-Augmented Generation）和P-RAG（Private Retrieval-Augmented Generation）用于增强模型对私域知识的理解。
Comate结合RAG和Agent，实现人机结对编程，提升代码生成与维护的智能化水平。

5. 人机协同新范式

AI将替代“Task”而非“Job”，提升研发效率并赋能整个软件工程领域。
人机协同的新范式强调“人”负责创造性设计与决策，“机”负责执行与优化。
未来研发将更加AI原生，涵盖应用搭建、插件工程、Agent工程、Prompt工程、数据工程等。

关键信息

研发效能现状

流程支撑：1w+代码提交/天，80%应用全流程在线，50%研发资源云化。
工具支撑：iCafe、iCode、iPipe、iScan、iCov、iTest等工具链支持研发全流程。
效率瓶颈：通用模型在代码生成方面存在瓶颈，需依赖私域知识与知识增强。

智能研发助手能力

能力层：包括IDE端、问答区、编辑区、Console区。
知识层：涵盖代码类（代码片段、依赖等）和文本类（技术文档、需求文档等）。
框架层：Agent + RAG + P-RAG，实现复杂需求分析与代码生成。
模型层：推理调度、代码生成、续写、Embedding、意图识别等。

人机协同新范式

代码续写：基于代码库理解，预测缺失的文件、类、函数。
代码解释：从业务角度解释代码块、函数、文件等，生成流程图、架构图等。
代码检索：通过调用链、项目描述、Commit Message、元信息等，帮助开发者快速理解代码架构。
代码生成：通过意图识别和Query Plan，实现代码库重构等复杂任务。

未来展望

AI原生软件工程：AI将全面赋能软件工程，包括自动化编码、个性化开发辅助、通用知识与私域知识结合。
人机协同宣言：
- 用好AI将成为工程师的基本功。
- 人需确保方向正确，最终为业务结果负责。
- 人机协同，共同进化，实现研发效率与质量的全面提升。

总结

本次峰会展示了AI在研发领域的广泛应用与实践，尤其是百度Comate在智能研发助手和人机协同范式上的探索。通过知识增强、Agent框架、多模态能力等技术手段，Comate实现了从“简单续写”到“复杂生成”的跃迁，推动了研发流程的智能化与高效化。未来，AI将不仅是编码工具，更是软件工程的全面赋能者，人机协同将成为研发的新常态。

展开完整摘要