AI代碼正在革新軟件開發(fā)范式。

　　文|徐鑫

　　編|任曉漁

　　今年上半年，趣丸科技內(nèi)部研發(fā)人員中AI代碼工具的使用率快速提升。“最開始不到10%技術(shù)研發(fā)人員使用靈碼，經(jīng)過一個Q(季度)使用占比超80%，下半年目標是把代碼生成占比提升到35%”，趣丸科技的研發(fā)效能工具平臺負責人黃金說。

　　靈碼全名是阿里云研發(fā)的AI代碼工具通義靈碼。這款產(chǎn)品在去年云棲大會發(fā)布后受到了市場廣泛關注，目前插件下載量超800萬，累計為程序員生成超15億行代碼，并服務了一汽集團、中華財險、哈啰集團等上萬家企業(yè)。

　　這種蓬勃應用落地的態(tài)勢，與近期大模型市場的冷思考相比，頗有冰火兩重天的架勢。

　　過去幾個月，行業(yè)內(nèi)時常能聽到大模型的Scaling Law失效的論調(diào)。特別是隨著全球基礎大模型市場洗牌，無法完成健康造血的玩家退出基模競爭，同時市場始終沒有出現(xiàn)一款大模型超級應用。這些背景下，生成式AI被認為正從狂飆猛進落進理性的現(xiàn)實。

　　不過，這些可能并非市場的全貌。以通義靈碼為代表的AI代碼落地態(tài)勢顯示，大模型ToB落地正當時。“在這個領域，我們是絕對領先的。”阿里云智能集團資深副總裁、公共云事業(yè)部總裁劉偉光說，通義靈碼是有真正社會價值的產(chǎn)品，阿里云做的就是To B，創(chuàng)造價值。

　　這些ToB落地趨勢也意味著，大模型不是曇花一現(xiàn)，不是玩具，它已經(jīng)在影響現(xiàn)實世界，并創(chuàng)造出切實的價值。

　　01

　　需求洶涌，從Copilot向Agent演進

　　AI代碼助手，在當下大模型采購里已經(jīng)占據(jù)了一席之地。

　　數(shù)智前線統(tǒng)計大模型市場招投標項目時看到，今年前三季度，不少央國企的需求都與智能代碼助手相關。例如，郵儲集團、聯(lián)通、華泰證券、電信、上海金融期貨等多家企業(yè)及機構(gòu)都曾發(fā)布與大模型代碼助手相關的采購需求，吸引了多家服務商競標。

　　某國有大行此前告訴數(shù)智前線，他們看到，金融場景要求高，正非常謹慎地推進大模型在交易等核心業(yè)務環(huán)節(jié)的落地，會優(yōu)先選擇代碼助手、客服等場景先行落地。

　　通義靈碼已經(jīng)感受到了這股蓬勃的需求。“靈碼在大模型產(chǎn)品中非常受歡迎，有從前不是阿里云客戶的企業(yè)，也因為通義靈碼，開始與阿里云合作”，一位靠近阿里云的人士稱。

　　日前，該企業(yè)已經(jīng)將通義靈碼接入內(nèi)部開發(fā)平臺中，有超70%的研發(fā)人員使用通義靈碼，AI代碼生成占比超過30%，將研發(fā)效率提升兩位數(shù)。這相當于靈碼撬開了一道大模型合作的門，大模型又可以為阿里云的云產(chǎn)品帶來新的增量，該人士表示。

　　實際上，AI編程能力在這波大模型浪潮里一直備受矚目。從OpenAI到百模大戰(zhàn)各路玩家，大模型廠商們發(fā)布新模型時總把模型的AI編程能力作為保留項目重點展示。各類榜單和Benchmark也會專門考察模型的編程能力。

　　業(yè)界看到，這一領域呈現(xiàn)出模型廠商密切關注，應用落地也走在前列的態(tài)勢，與AI代碼領域的特性有關。

　　一方面，編程本身是人與機器溝通的語言，大語言模型訓練時，編程語言作為一種重要的語言能力，關乎大模型的整體能力表現(xiàn)。

　　其次，用大模型來提升軟件開發(fā)效率也是行業(yè)剛需。有統(tǒng)計顯示，與大語言模型的對話互動里，29%的對話需求是希望大模型幫忙寫代碼。而JetBrains2023年的一個開發(fā)者生態(tài)報告顯示，開發(fā)者最耗時的活動百分之七八十都與編寫代碼、理解代碼及互聯(lián)網(wǎng)搜索、調(diào)試、寫注釋、寫測試等有關。

　　大模型到來，AI代碼工具可以快速補齊初級工程師的能力短板，從團隊層面可以極大提升協(xié)同效率。同時，AI直接能完成許多日常重復性勞動，將程序員從大量繁復的代碼編寫、調(diào)優(yōu)、檢查中解放出來，降低企業(yè)的運行成本，縮短開發(fā)周期，提高軟件開發(fā)效率，在市場競爭中贏得先機。

　　市場蓬勃需求之下，正如大模型在許多領域的落地趨勢一樣，AI代碼領域代碼助手的形態(tài)也正從原來的輔助型Copilot工具為主，向Agent端到端模式演化。

　　一位AI編程行業(yè)人士稱，今年年初Devin出現(xiàn)給行業(yè)里打了一個樣。Copilot階段，AI代碼主要完成一些單點任務，而進入到Agent模式，它將逐漸具備自主完成任務的能力，比如能寫代碼、做測試。

　　之前，行業(yè)內(nèi)并不特別確信當下AI能基于Agent模式，獨立去完成端到端的代碼任務。該人士提到，Devin之后，Cursor等Agent模式產(chǎn)品又持續(xù)受到市場關注，Agent方向出現(xiàn)加速發(fā)展跡象。

　　過去一年，通義靈碼的產(chǎn)品演進也與這一趨勢呼應。

　　去年10月云棲大會上，通義靈碼首次亮相。作為一個輔助編碼助手，它能輔助程序員完成不少代碼開發(fā)工作。比如，能根據(jù)當前代碼文件及跨文件的上下文，自動生成行級/函數(shù)級代碼、單元測試、代碼注釋等，此外還具備代碼解釋、智能研發(fā)問答、異常報錯排查等能力。

　　到今年9月的云棲大會上，通義靈碼AI程序員登場。Agent模式下，全新的通義靈碼AI程序員模擬了人類程序員的能力，能完成更復雜、更全面的編程任務。比如只需幾句話指令，這名AI程序員就能完成需求理解、任務拆解、代碼編寫、修改BUG、測試等任務，最快幾分鐘可從0到1完成應用開發(fā)。

　　數(shù)智前線獲悉，本月，通義靈碼AI程序員還將迎來重大升級。

　　通義靈碼團隊認為，Agent產(chǎn)品接下來演進路徑，將從單庫的問答Agent向編碼Agent、測試Agent發(fā)展，最終多Agents調(diào)度組合，將實現(xiàn)需求、代碼、測試的全流程自動化。

　　這將帶來軟件行業(yè)開發(fā)范式的巨大革新，開發(fā)人才隊伍也會出現(xiàn)轉(zhuǎn)型，“人會聚焦于業(yè)務的創(chuàng)意和糾偏，重復性工作交由大模型完成，大模型和軟件工具鏈的結(jié)合，軟件研發(fā)正在步入一個全新的時代。”通義靈碼產(chǎn)品技術(shù)負責人神秀說。

　　02

　　企業(yè)級場景，通義靈碼如何率先實現(xiàn)落地?

　　AI代碼將從Copilot最終演進到Multi-Agent模式已成為共識。但當下，AI代碼工具還在落地初期，技術(shù)服務商們需要基于當下的發(fā)展階段，找到技術(shù)的落地路徑。

　　通義靈碼這樣的先鋒產(chǎn)品正通過解決一系列落地問題，讓產(chǎn)品在企業(yè)級場景里率先被用了起來。

　　基模的能力很重要，它決定了代碼能力的強弱。業(yè)界看到，基模能力變強，代碼生成效率的準確度和研發(fā)團隊的代碼采納指標都會提升，還能減少應用層針對基礎模型的SFT或其他調(diào)整。

　　近兩年國內(nèi)模型廠商在基礎模型層面不斷追趕，在努力縮短與OpenAI最強的模型的差距。目前國內(nèi)一些AI代碼產(chǎn)品在基座模型的代碼能力上已經(jīng)實現(xiàn)了趕超。

　　比如，通義靈碼上個月的底層模型升級到Qwen-coder2.5，實現(xiàn)了智能問答和代碼補全效果的全面提升。阿里云介紹，Qwen-coder2.5在EvalPlus、LiveCodeBench、BigCodeBench十余項基準評測中均取得開源最佳成績，是全球最強開源代碼模型。它在考察代碼修復能力的Aider、多編程語言能力的McEval等9個基準上，也優(yōu)于GPT-4o。

　　基模能力提升之外，工程側(cè)也有大量問題有待技術(shù)服務商們解決。

　　一家AI代碼應用企業(yè)提到，他們還非�？粗禺a(chǎn)品的企業(yè)級能力。比如，AI代碼工具能否和企業(yè)內(nèi)的系統(tǒng)結(jié)合，企業(yè)內(nèi)部知識庫能否便捷導入，能不能提供團隊級ID等功能都十分影響產(chǎn)品應用的效果。

　　這都是真實的研發(fā)要求。日常研發(fā)工作近八成要與企業(yè)內(nèi)原有的幾十萬行沉淀代碼資產(chǎn)互動，需要基于已有代碼修復BUG、增加需求。在這類任務里，AI代碼工具得從幾十萬行代碼里，精準找到解決用戶需求所需要的代碼，并且塞到一個足夠小的上下文窗口里。

　　它要求AI代碼產(chǎn)品具備可擴展性，方便企業(yè)能夠進行企業(yè)級RAG和SFT改進等控制動作。

　　通義靈碼團隊花了大量精力來建設這類企業(yè)級能力。以檢索增強的探索為例，他們總結(jié)出了不少做法，比如，把大量的常用業(yè)務代碼和邏輯寫好注釋，作為語料放到檢索增強庫。其他開發(fā)者注入注釋時，AI代碼工具通過注釋就能找回上傳的代碼，直接進行生成。這時代碼生成的效果更好，大概率能生成更符合企業(yè)鼓勵規(guī)范的代碼。

　　這些探索也在沉淀成為企業(yè)級RAG的落地方法論。具體來說，不能大而全，要從場景出發(fā)，把大模型解決得不是特別好的Bad Case總結(jié)出來，思考解決它所需要的語料或者代碼庫、樣例庫，再去收集相關的數(shù)據(jù)，上傳到知識庫做向量化，最后再評測問題是不是得到了改進�；�于這種不斷的實驗，一些場景里消除Bad Case的效果已經(jīng)非常明顯。

　　代碼采納率等ROI指標能否被統(tǒng)計也非常影響企業(yè)采購決定，影響AI代碼的落地。

　　這涉及到兩點，一方面是產(chǎn)品功能層面，需要廠商對市場需求有洞察能力。

　　“如果沒有代碼采納率統(tǒng)計，企業(yè)就很難評估工具給企業(yè)帶來的價值。去做預算申報和落地結(jié)果呈現(xiàn)時，ROI無法計算。”黃金認為，GitHub Copilot基模能力很強，但在企業(yè)級能力上比較單薄。國內(nèi)通義靈碼企業(yè)級支撐度更強，對企業(yè)落地應用更加友好。

　　另一方面，AI代碼產(chǎn)品還得真正創(chuàng)造價值，ROI要算得過來，才能被市場認可。IDC此前告訴數(shù)智前線，ROI是否可測算極大影響了大模型在場景里的落地進展。大模型賦能的數(shù)字人、智能客服等產(chǎn)品走在落地前列，與這些場景里產(chǎn)品能帶來可測算的收益密切有關。

　　目前通義靈碼在大量頭部企業(yè)里應用，已經(jīng)帶來了非常立竿見影的效果。比如國內(nèi)某頭部全金融牌照公司通過整合通義靈碼，在超3000人的試用階段，就有極大的效能提升。團隊開發(fā)效率整體提升10%以上，將繼續(xù)推廣到數(shù)萬人開發(fā)人員，持續(xù)提升開發(fā)團隊的生產(chǎn)效率和開發(fā)質(zhì)量。

　　靈碼還快速汲取市場反饋，來加速產(chǎn)品迭代。中華財險創(chuàng)新研發(fā)中心開發(fā)二部架構(gòu)師吳杰對靈碼的響應速度印象深刻。他們公司今年四月開始使用通義靈碼，前后端研發(fā)團隊500+人，近六成使用靈碼，代碼采納率達到20%。吳杰提過一個需求，希望靈碼能在組織里建更小組織，方便統(tǒng)計靈碼使用情況。他觀察到這個需求提出不久后就上線了，靈碼的產(chǎn)品更新很快。

　　基于技術(shù)、產(chǎn)品和工程層面的工作，在海量用戶的持續(xù)反饋-迭代下，通義靈碼正在大量頭部企業(yè)里落地應用，并形成一個正向的循環(huán)。

　　03

　　先鋒企業(yè)，怎么用通義靈碼?

　　亞信科技接觸通義靈碼時，提了一個很現(xiàn)實的需求，他們要在不同的場景來用這款產(chǎn)品。

　　比如自用型場景主要是在亞信內(nèi)部研發(fā)環(huán)境用，希望能顯著提升公司自有產(chǎn)品的研發(fā)效率。在協(xié)作型場景，AI代碼工具主要是用來服務客戶，在客戶的現(xiàn)場內(nèi)部環(huán)境來用，目標是提升一些日常項目的交付質(zhì)量和運維效率。研發(fā)環(huán)境里涉及多個廠商，包含交付、運維、運營等多類工作，還要求嚴格控制數(shù)據(jù)安全及網(wǎng)絡安全。

　　另外，他們還有一些面向客戶的中短期需求，希望使用智能編程工具，提升這些中短期項目的交付效率及交付質(zhì)量。

　　三類場景，需求各異，對AI代碼產(chǎn)品的部署方式提出了不低的要求。通義靈碼靈活的部署恰好能契合亞信科技的復雜使用場景。靈碼提供了公共云、公共云vpc、私有部署三種模式，企業(yè)可以根據(jù)不同業(yè)務需求、安全性要求，選擇不同的部署模式。

　　使用通義靈碼后，亞信科技也看到了明顯的效率提升。目前，無論是研發(fā)團隊還是交付團隊，都基于AI代碼工具實現(xiàn)了更高的開發(fā)效率。目前，亞信科技的研發(fā)團隊采納率超過30%，交付團隊采納率穩(wěn)定在20%～30%。

　　企業(yè)實際應用時，除了對部署模式有要求，還需要AI代碼產(chǎn)品能廣泛支持多種代碼語言。

　　國內(nèi)目前開發(fā)者群體非常青睞Java語言，靈碼后臺看到有四成開發(fā)者使用Java語言。為了服務好這個群體，靈碼團隊針對Java專門做了一些優(yōu)化。此前，阿里云基于小模型開發(fā)的代碼助手就針對Java語言做了大量的工作和調(diào)優(yōu)。大模型時代，這些經(jīng)驗，如跨文件解析、幻覺消除等都被融入到通義靈碼中。目前通義靈碼Java語言的生成效果很不錯，生成代碼率達到四到五成。

　　Java之外，靈碼還熟練掌握Python、Go、JavaScript、TypeScript、C/C++、C#等200多種編程語言，幫助開發(fā)者提升超10%的開發(fā)效率。

　　應用場景上，通義靈碼七成的代碼生成發(fā)生在代碼補全場景。目前，通靈碼具備多端支持能力，可支持VScode和JetBrains，這讓不少開發(fā)者直觀感受到了靈碼的能力。

　　中華財險創(chuàng)新研發(fā)中心開發(fā)二部架構(gòu)師吳杰提到，“靈碼不僅能感知到當前編輯的頁面，還能對整個項目進行跨文件感知，因此生成出來的代碼比較符合我們的需求”。

　　靈碼的智能研發(fā)問答功能，是開發(fā)者的第二剛需。開發(fā)者可以隨時與通義靈碼進行技術(shù)對話，靈碼能給出高匹配的回復。之前許多開發(fā)者需要查搜索引擎的問題，現(xiàn)在可以直接問大模型。要做到這一點，需要在大模型上加上互聯(lián)網(wǎng)知識的RAG框架，這種架構(gòu)當下在行業(yè)內(nèi)也是標配。

　　代碼解釋場景，解決了工程師最頭疼的問題，讀別人的代碼。有了通義靈碼后能大大節(jié)省這部分時間，目前這一功能也深受開發(fā)者青睞。

　　在代碼生成和代碼解釋這類提升效率的需求外，廣大用戶還有一些更深層的提升代碼質(zhì)量的需求，比如單元測試和優(yōu)化review等診斷類工作。業(yè)界認為，在這類能力上，行業(yè)內(nèi)的AI代碼服務商還需要持續(xù)優(yōu)化升級。

　　目前，已經(jīng)有企業(yè)將通義靈碼的這部分能力用了起來。今年6月，接入通義靈碼的哈啰集團自研copilot“海螺機器人”就體驗了通義靈碼的代碼評審能力。每周有180個應用通過AI完成評審，平均每周發(fā)現(xiàn)140個Bug。

　　一些企業(yè)也反饋，在前端語言如VUE語言，靈碼目前采納率不超過20%，代碼生成占比也比較低。其中一個很重要原因在于，很多企業(yè)有自己個性化的前端框架，它們不都是基于開源的前端框架來開發(fā)。大模型要能理解用戶多樣化、個性化框架的特點。

　　這也是靈碼需要持續(xù)去優(yōu)化的方向，要進一步降低產(chǎn)品與企業(yè)內(nèi)個性化框架和企業(yè)知識庫知結(jié)合的難度，構(gòu)建更多工具鏈，通過檢索增強，讓AI代碼產(chǎn)品能更加貼合企業(yè)的個性化場景。

　　相應的，這也會帶來企業(yè)內(nèi)知識傳遞方式的變化。過去靠口口相傳、老帶新，未來模型具備業(yè)務知識和領域經(jīng)驗，每一個開發(fā)者用好智能化工具，企業(yè)內(nèi)知識就可以通過工具傳導到研發(fā)過程中。比如開發(fā)場景里的代碼規(guī)范、測試場景里的測試用例、運維場景里的運維知識，都能得到更好的沉淀。

　　從落地路徑探索，到企業(yè)及個人開發(fā)者使用進展看，通義靈碼已經(jīng)走在了大模型賦能AI代碼的落地前列。可以說，大模型應用，AI代碼先行。而科技ToB，阿里云堅定投入，一直在路上。