工商銀行智能研發(fā)技術及應用白皮書 2024

中國?商銀?軟件開發(fā)中?第?章概述 第?章智能研發(fā)發(fā)展現狀 3 5第三章智能研發(fā)應?案例 第四章總結與展望 1為深?落實中央?融?作會議關于做好“數字?融”等五篇??章的?作要求，推動?成式??智能在軟件研發(fā)領域的創(chuàng)新應?，?商銀?組建AI4SE（即AIforSofwareEngineering，智能化軟件?程）專項?作團隊，通過“趨勢跟蹤+實施落地+變?管理”的迭代推進機制，實時追蹤和動態(tài)分析判研業(yè)界智能研發(fā)現狀和發(fā)展趨勢，加快智能研發(fā)助?能?和配套研發(fā)管理機制建設，在智能編碼實踐??取得階段成效，截??前，?商銀?已全?推?智能編碼，實現AI?成的代碼占?達32%。為解決軟件研發(fā)領域普遍存在的研發(fā)效率低、代碼缺陷多、運維成本?等難題，同時滿??內研發(fā)質效提升的迫切需求，?商銀?以增強編碼環(huán)節(jié)能?規(guī)劃??，形成智能研發(fā)能?地圖，以成效為導向進?資源投?。對研發(fā)全流程進?拆解分析，形成11個研發(fā)能?域36項能?場景，并結合業(yè)界智能研發(fā)現狀及能?成效評估，將能?項劃分為變?類和探索類。重點推動變?類能?建設，快速實現能?的試點與推?，產?變?性成效；適當投放資源進?探索類能?研究，保持業(yè)界先進性。圖1智能研發(fā)能?地圖各場景能?建設與升級。底層提供多樣化資產庫建設、模型效解決模型幻覺，提升模型推理能?；上層提供場景接?層，?撐各研發(fā)團智能研發(fā)問答等編碼階段輔助能?的提升，以及CodeReview輔助、智能運維、智能詳細設計、測試案例?成等研發(fā)全流程輔助能?建設。圖2智能研發(fā)技術架構配套機制??，開展對國內外??及?融同業(yè)研發(fā)管理現狀及發(fā)展趨勢調研，積極參與由信通院成?的中國??智能產業(yè)發(fā)展聯(lián)盟AI4SE?作組，并建?適配?內的智能研發(fā)配套機制。在具體實施過程項?作團隊、加速研發(fā)隊伍轉型、調整研發(fā)流程制度三項措施，推截??前，?商銀?已落地27項智能研發(fā)輔助能?，其中8項智能編碼相關能?已在全?推?使?，覆蓋7000+名開發(fā)?員，實現單位時間內有4效代碼量提升22.9%，自動代碼缺陷檢出率超40%，月均減少資料檢索耗時約1W+小時；剩余19項研發(fā)全流程輔助能力已建成并在各研發(fā)部門試點推(?)重點?作及成果??軟件開發(fā)中?組建AI4SE（即AIforSofwareEngineering，智能化軟件?程）專項?作團隊，加?由信通院成?的中國??智能產業(yè)發(fā)展聯(lián)盟AI4SE?作組，從前瞻性研究、智能研發(fā)場景建設和運營等?向，推動??能研發(fā)三??向加速推進智能研發(fā)助?能?建設。(1)提升編碼效率和質量：基于?內代碼開展模型訓練和RAG檢索增強，利?IDE插件實現項??程語法分析、跨?件感知、上下?感知、單測框架CodeReview、代碼安全檢測等能?，提升編碼質效。(2)拓展研發(fā)全流程賦能：從單?編碼環(huán)節(jié)拓展?需求、設計、測試、運維等研發(fā)全流程，與?內研發(fā)平臺打通，推進詳細設計?成、?例代碼?成、測試?例?成、測試腳本?成、版本?險點?成等場景落地。(3)加快智能體技術實踐：推進以AI為主導的智能研發(fā)模式建設，加快5智能體技術落地，當前已實現需求、設計等領域的單智能體。圖3智能研發(fā)三??向在智能研發(fā)全流程建設??，??軟件開發(fā)中?通過對研發(fā)全領域梳理，將研發(fā)階段拆解細化，推進智能研發(fā)助?36項場景能?建設，聚焦智能編碼輔助領域，通過評審積累?內優(yōu)質代碼?件，開展模型微調訓練，優(yōu)化IDE插件Java語法分析能?等?式，推動AI輔助代碼?成占?從22%提升?32%；通過提升單測跨?件感知能?、項?單測框架識別、檢索相似單測案例等?式，推動應?平均單元測試?覆蓋率約60%；智能代碼復核??，將?模型代碼檢查能?集成?Gerrit代碼復核平臺，從程序結構、異常推動智能代碼問題檢出率約40%。6圖4智能代碼復核?例為提升模型特?能?，??軟件開發(fā)中?調研國內外??及?融同業(yè)現狀與發(fā)展趨勢，動態(tài)對標調整配套研發(fā)機制，組建近4百?規(guī)模的?級代碼審核團隊，依托代碼審核提升流程，規(guī)模化推進代碼語料建設，打造數字資產管理平臺，?持維護RAG知識庫語料、微調測評案例等資產，由開發(fā)?員提交??級代碼審核?完成審批?庫。當前已評審積累近百萬?優(yōu)秀?融代碼資產，收集常?問題排查?冊、專有名詞對照表、公共構件使?說明等約5百份應??檔，迭代推進模型微調，提升智能問答和代碼補全等能?效果。?軟件開發(fā)中?總結智能研發(fā)使?、數據資產測評、模型技術調優(yōu)、智能研發(fā)運營4?領域規(guī)范指引，編制優(yōu)質數字資產管理平臺使?等9份指導?7冊，挖掘種???近百?，組建智能研發(fā)運營推?團隊，開展智能研發(fā)專題實戰(zhàn)培訓，提升智能研發(fā)助?周活躍?數達80%以上，引導開發(fā)?員掌握與模型交互的語?表達和邏輯思維能?，使?AI輔助?具完成重復和繁瑣的研發(fā)?作內容，將更多時間精?投?到復雜、有創(chuàng)造性的研“?機協(xié)同”研發(fā)模式。圖5數字資產管理平臺為保障模型微調效果，??軟件開發(fā)中?對標業(yè)內代碼?成?模型評估指標及數據集構造?法，打造?動化測評平臺，聚焦智能研發(fā)5?能?建?私有化測評集，當前已開展16輪模型測評，實施近6千余次業(yè)務和技術案例測評。建設模型基礎能?測評、模型研發(fā)能?測評、??試點效果測評三層體系，實現模型逐級準?；針對真實研發(fā)場景，開展灰度發(fā)布模型版本??試點評估，通過埋點數據形成試點運營指標，在完成??測評后快速迭代發(fā)布模型版本，緩解常規(guī)模型測評??投??且耗時?的痛點問題。圖6模型測評體系圖7模型版本發(fā)布機制9為加速智能開發(fā)能?建設，促進AI4SE?業(yè)穩(wěn)步有序發(fā)展，中國信通院與?商銀?聯(lián)合牽頭，共四?余家頭部企業(yè)共同編制發(fā)布《智能化軟件?程技術和應?要求第1部分：代碼?模型》、《智能化軟件?程技術和應?智能開發(fā)?具?商和應??提供可參考的技術選型和驗收標準。當前??軟件開發(fā)中?已公開13項研發(fā)?模型應?相關發(fā)明專利，包括“可提升檢測精度的代碼檢測?法、裝置、電?設備及介質”、“代碼?模型的測評?法、裝置、計算機設備和存儲介質”、“基于優(yōu)化知識庫的?語?模型智能問答?單處理?法及裝置”等，為開展業(yè)務領域級模型微調和代碼模型測評等?作提供技術參考思路。圖8代碼?模型標準信貸業(yè)務在國產化轉型過程中，涉及?量的OraclePL/SQL存過代碼，在針對存量的PL/SQL存過代碼進?java轉型的過程中，開發(fā)?員使?智能研發(fā)助?的代碼解釋、代碼?成以及單元測試?成能?進?輔助開發(fā)，有效提升了轉型改造的效率以及代碼質量。?是在設計階段，個貸架構轉型需要分析存量的存過代碼邏輯，再領域驅動設計?法進?重新設計，因此存過的代碼邏輯分析?直是?作量較?的難點。嘗試使??模型的代碼解釋功能，中等難度的存過邏輯，?模型給出的邏輯解釋的精確度能達到80%以上。?是在編碼階段，嘗試通過?模型的代碼?成的功刪、改、查代碼編寫。按照領域驅動設計模式部接?實現業(yè)務邏輯?；诙噍喗换ヌ峁┙o模型外部實體及接?信息，模型可?成有效代碼占?約60%的程序邏輯。(?)智能研發(fā)助?助?資產管理應?新?代外包轉型數據庫表的增刪改查，其中較多表的字段數量超100+。開發(fā)?員基于表字段編寫實體類存在較??作量。通過在智能問題窗?中輸?“根據下?的表格?成java實體類”解決了開發(fā)對于數據庫增刪改查時?動編寫實體類的痛苦，助?開發(fā)?作量減少約50%。圖9基于表結構?成實體類語句編寫及?測階段造數相當耗時。通過在智能研發(fā)助?的智能問答輸?框中輸?“基于下?表結構?成建表語句”以及“基于以下表結構造多條數了開發(fā)?員約30%的?測?作量。圖10智能造數合作?共享服務kafka消息推送從對賬中?遷移??付中?，在代碼遷移過程中，發(fā)現存量代碼針對不同的topic消息，進?了?量相同的get和set操作，且使?了?量的if和elseif判斷邏輯，不符合開閉原則，不利于后續(xù)代碼的擴展。這塊核?代碼必須重構。通過智能研發(fā)助?的代碼診斷功能?成優(yōu)化代碼案例時，調整了主題流程結構。根據?例，我們通過??對業(yè)務邏輯的理解，將這?分為kafka消息解析、kafka消息處理、kafka消息返回3個模塊，重構后通過3個?法處理各?模塊的功能，主流程清晰明了，提?了代碼的可讀性、可維護性和圖11代碼重構在信創(chuàng)轉型背景下，北京分?開展了Pro*C轉Python代碼改造，由于Pro*C技術棧較?，利?智能研發(fā)助?的“解釋代碼”功能，快速了解代碼所實現的功能，彌補開發(fā)?員對過時語?不熟悉的劣勢，避免存量代碼理解針對內部實現再次使?進?逐個功能的修改和確認，在降低技術?檻的同時?幅提升了開發(fā)效率。通過統(tǒng)計分析?作量，利??模型智能分析和?成后，開發(fā)?作量減少約50