徐晓强-智能化研发工具链在百度的探索与实践

智能化研发工具链在百度的探索与实践 徐晓强百度Comate架构师 徐晓强 百度工程效能部（EE） -资深工程师百度Comate架构师-百度Comate、代码托管架构设计与实现-对DevOps智能化落地、云原生、高可用方向都有深入研究 01百 度 研 发 工 具 链 的 演 进 史 02智 能 化 研 发 工 具 的 落 地 过 程 与 思 考 03传统工具链如何支撑AI原生应用的演进 PART 01 百度研发工具链的演进史 百度沉淀了一个全面的研发流程 DevOps工具支撑流程正常运转 i C a f e/知 识 库 工程效能的目标和挑战：保障研发快而有序 积累研发流程行为数据 协同1万+工程师的工作 减少环节损耗 核心指导思路：提升自动化比例，提升工具使用体验 工程师应聚焦重要的事情 重复、类似的事情无需人参与 数据指引更智能的研发 研发环境演化：多角色多环节的多端协作 自下而上，丰富开箱即用的研发环境 自上而下，基础研发环境治理升级 经验总结，App端研发规范的衍生 研发环境演化：在线化，有序化，智能化 编程现场的现代化是软件研发工具和理念的一种变革 通过先进的技术和工具赋能编程现场 实现软件研发生产力的升级，是高效、智能、持续演进的 PART 02 智能化研发工具的落地实践与思考 自动化带来的效果显著，但如何更进一步？ 2017~2020国家重点研发计划《基于编程现场大数据的软件智能开发工具与装置》 -编程现场：上下文、操作内容、操作意图-大数据：已有代码、编程范式-智能开发：自动化、规则化、大模型 大语言模型加速产品落地 尝试-2022年9月 落地-2023年Q2 商业-2023年Q4 内部全面推广落地，80%以上工程师使用面向社会发布，支持企业试用 百度内部发布Comate代码推荐工具支持代码实时续写支持内部主流语言和IDE 发布SaaS版，支持用户即申即用当前注册企业1万+，赋能千行百业 蜕变-2023年Q3 升级-2023年Q1 模型升级换代续写准确率跨越提升产品功能全面丰富 Comate升级代码智能助手上线侧边栏，支持自然语言生成代码 帮你想、帮你写、帮你改，覆盖研发全周期 百度内部规模落地，赋能公司效能提升 覆盖和串联多个研发环节，实现研发效率全域提效 知识辅助：代码评审场景助力快速理解代码，识别潜在风险 知识总结：寻找并提炼编译错误解法，减少人工读日志的耗时 数据总结：联通大模型与研发工具，打造个人研发助手 更多场景：在整个研发环节发力，打造专属的AI助手 实践1：数据并非越多越好 实践2：模型升级不一定必须依赖SFT 续写依赖增强 私域知识增强 Paddle业务采纳率提升20% Java续写采纳率提升11% 实践3：推理速度与推理效果同样重要 100ms≈5%的采纳量 实践4：数据驱动价值落地和效果改进 实践5：开放是必须能力 实践6：改变习惯比打造工具更难 产品上线一年多 研发新范式？ 植入流程、助理模式 续写采纳量占比70% PART 03 传统工具链如何支撑AI原生应用的演进 AI原生研发范式 研发范式的实际变化 现有研发过程的特点 AI原生研发过程的特点 -以产品需求调研为起点-以代码交付为核心-基于规则和自动化-各角色协同边界较为固定 -需求工程是价值交付活动的起点和终点，会逐步成为研发中的最关键环节-所有的产品研发都将在原先的以代码为核心的交付基础上，形成两级价值-交付的驱动方式：idea驱动和数据驱动-各角色间协同边界不再固定-大模型（LLM）、数据集（Dataset）、提示词（Prompt）等会与代码一样，成为大部分研发日常面对的一等公民 数据+大模型为基础的研发方式 了 解 更 多 https://comate.baidu.com 高效运维社区DevOps时代 荣誉出品 感谢大家观看