百度AI原生研发范式变革的探索之路

在AI前夜——百度研发现状

• 业界软件开发模式的发展轨迹：软件开发模式经历了从面向流程到面向个人的演变。
• 面向流程的研发提效窘境：技术迭代快于流程更新，导致持续滞后阻碍研发效率提升。流程设计未站在开发者个人角度，多数开发者对敏捷、效能、DevOps等不感冒，过度推广流程反而降低开发者幸福感。
• 开发者的『iPhone』时刻：Github Copilot和ChatGPT的诞生标志着开发者个人提效的突破，大模型催生了个人提效的『银弹』。
• 智能研发助手：定义为代码自动补全（Completions）+理解私域知识（RAG）+独立分析需求（Agent）。

在AI时代——智能研发助手

• Baidu Comate的从无到有：
  • 能力层：IDE端（目录区、编辑区、Console区等）+Web端。
  • 知识层：代码类（代码片段、代码依赖等）+文本类（技术文档、需求文档等）。
  • 框架层：Agent+RAG+P-RAG。
  • 模型层：推理调度+代码生成+代码续写+Embedding+意图识别。
• 能力层：
  • Web端：更优的用户体验，与IDE分屏使用，更前置的编码助理，IDE与Web端共享Workspace，数据同步，一键采纳。
  • 构造极致研发体验：通过理解开发者编程现场，保持同频，解决繁琐、重复问题。
• 知识层：
  • 与开发者同频：依靠对开发者编程现场的理解，帮助开发者解决繁琐、重复问题。
  • 文本&代码：结合文本和代码知识，提升效率。
  • 代码向量化：将代码向量化，提高检索效率。
  • 代码开发范式提取：每个代码库独有的开发规则，与开发语言、应用框架强相关，可用于预测更大范围的代码生成。
• 框架层：
  • Agent：独立分析产品需求，整合研发过程的全局视角，精准匹配最佳解决方案，检索必要的背景知识，制定执行计划并智能生成代码。
• 模型层：
  • 代码大模型套件：以知识层为核心的四层架构，框架层以意图识别为核心，模型层提供多套模型完成不同任务。

在AI未来——人机协同新范式

• 人机协同新范式——效能提升银弹：AI对效能的提升是替代Task而不是Job，AI可以赋能整个软件工程。
• 人机协同新范式——人机协同宣言：
  • 用好AI将是工程师的基本功。
  • 掌握并善用AI将成为工程师的必备能力，率先用好的组织和个人将建立竞争优势。
  • You are in control：AI提升效率但需人确保方向正确，最终为业务结果负责。
  • 人机协同，共同进化：繁琐、重复的事情AI来做，创造性的事情人来主导，多使用、勤反馈，实现人机共同成长。