作者｜沙丘智库研究团队
来源｜沙丘社区（www.shaqiu.cn）
随着人工智能技术的飞速发展，大模型已经成为推动软件行业进步的重要力量，无论是通用大模型、代码大模型还是结合了本地代码库的模型，都将在替代编程事务性工作、改变知识传递模式上发挥重要作用。第一阶段，大模型作为编码助手辅助开发人员完成任务；第二阶段，将某些任务拆分出来由大模型独立完成，大模型以单Agent的方式与人配合；第三阶段，大模型以多Agent的形式进行协同，并与人协同共生，大量的开发、验证、测试、与业务系统的交流等工作由智能体深度参与。当前，大模型驱动的软件研发还处于第一阶段，大模型正在以Copilot的方式辅助开发人员，智能编码助手正在吸引开发人员的注意。根据沙丘智库发布的《2024中国人工智能编码助手市场指南》，人工智能编码助手是在大模型的基础上使用数百万行优秀的代码数据（包括开源代码库、企业私有代码库等）预训练而成，帮助开发人员编写代码。开发人员使用自然语言和代码片段相组合的方式提示编码助手生成新代码。人工智能编码助手还可以分析、解释、调试和重构代码；生成文档；以及在不同的编程语言之间进行转换。根据Gartner预测，到2028年，智能编码助手在企业软件工程师群体中的采用率将从2024年初的不到14%提升至90%。在数字化转型以及信创改造等背景下，银行IT系统日益复杂且不断变化，智能编码助手可以加快开发速度，缩短项目交付时间，使开发人员能够专注于更有创造性的任务，推动技术创新。目前，已有多家头部银行上线智能编码助手，由于模型幻觉问题，当前智能编码助手生成的结果必须经由人工判断，代码采纳率平均达到30%左右。例如，交通银行基于星火大模型的iFlyCode智能编码助手于2024年3月接入交通银行智能研发系统，帮助2000+研发人员进行开发，代码采纳率超30%。沙丘智库通过研究中国工商银行、中国银行、中国民生银行、招商银行、平安银行的智能编码助手落地实践，旨在为其他银行提供参考。▎案例1：中国工商银行智能研发体系建设实践
工商银行从2021年开展智能研发建设，基于小参数模型进行智能辅助编码相关尝试，并在大模型爆发后快速迭代，规模化推动全行的软件研发工作逐步向人机协同模式转变。
当前，中国工商银行基于行内代码完成模型调优训练，通过IDE插件的形式向大模型传递上下文代码信息，实现代码补全、单测生成、研发问答、CodeReview、代码安全检测等能力，代码生成占比30%、采纳率20%。
完整内容：中国工商银行智能研发体系建设实践
▎案例2：中国银行“灵犀”智能员工助手
中国银行开启了“灵犀”智能员工助手项目，为不同角色员工提供行内知识查询、智能客服问答、文档内容生成、代码开发与测试辅助、流程自动化办公等定制化服务，加速推动银行作业模式、服务流程向智能化变革。面向开发测试场景，“灵犀”智能员工助手提供生成代码示例、代码功能解析、代码知识规范查询、代码报错信息查询等功能，显著提升了开发效率。▎案例3：中国民生银行大模型建设与应用实践
民生银行结合金融研发自身对安全、效率、可控等需求，提出了代码大模型规模化应用方法——“慧码”旅程。在代码生成研发辅助工具推广过程中，民生银行遵循“按领域、分批次、小范围、限功能”指导思想设计分阶段、批次的推进计划。
当前，代码生成研发辅助工具已经在全行各板块进行规模化试点，生成采纳率在20-30%之间，采纳代码与提交量占比大致在30%左右，代码注释率从18%提升至约30%，提升了代码的可维护性。
招商银行为全行研发人员开发智能辅助编程工具，使开发工作聚焦在IDE开发工具内。
在代码编写过程中，采用结对编程助理的方式，为用户提供适宜的代码补全推荐，提升代码补全的编写效率；
在代码编写及代码调试过程中，采用问答助理的方式，针对代码编写、程序运行、技术咨询等问题，为用户提供专业的技术解答，降低规范查询、问题检索的时间成本。
完整内容：招商银行大模型应用实践
▎案例5：平安银行打造AI代码辅助平台CoPArtner为解决软件工程资产丰富和科技开发团队规模庞大带来的研发体系升级问题，平安银行旨在构建以模型为中心的智能研发体系，加速金融产品创新与迭代。
基于金融科技研发经验和代码大模型技术，平安银行构建AI代码辅助平台CoPArtner，为软件工程全生命周期提供智能工具。在编码阶段，平台通过嵌入式插件实现开发环境智能化，代码采纳率超过30%。
案例选自：2024年生成式AI案例研究简报（7月）
更多研究：
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738
