背景与趋势
随着数字化进程加速，软件需求爆发式增长，传统开发模式面临效率瓶颈。AIGC技术的出现，依托先进的算法和海量数据，能够辅助甚至替代部分人工编程工作，推动软件开发智能化。AI开发工具在全球加速落地，超九成开发者对AI工具打出高分，38%的开发者认为AI编码辅助工具可以节省20%-40%的工作量。AIGC全面赋能软件开发全流程，包括敏捷开发提速、协同工作流优化升级、测试与部署智能化变革等。
挑战
传统开发架构在向智能化开发转型过程中面临诸多挑战：
- 工具：开发工具分散，导致研发流程自动化能力不足，协同效率、资源分配和单点依赖问题突出。
- 人才：研发能力“竖井”，无法满足多样化开发需求，工程师习惯聚焦单一技能领域，难以适应端到端的连贯流程。
- 度量：现有数据体系无法应对智能化研发下的观测体系，缺乏规范的数据记录机制和统一的观测方式。
- 组织：变革和创新氛围需要强有力的组织支撑，部分企业存在部门墙，资源无法共享，创新壁垒严重。
愿景与价值
基于AIGC的智能化多栈开发新模式，旨在构建一套革新的软件开发体系，通过智能研发平台建设、多栈人才及能力培养、研发效能建设、组织文化宣导等抓手，提升组织创新活力、工程师效能，确保软件开发体系时刻与业务深度融合。其建设价值包括：
- 工程师：降低岗位门槛，提升工作体验，提供新型成长曲线。
- 组织：提升协作与交付效率，实现更快的产研流程和灵活的协作模式，保证更高质量的交付。
- 企业：实现数据驱动的决策制定，进行智能预测与路径规划，推动组织效能的持续优化。
路径与实施
全方位建设企业智能化开发体系，包括：
- 建设原则：人才根本、技术驱动、合规安全、变革管理。
- 组织文化：建设AIFisrt、学习心态、效率至上的文化氛围。
- 智能研发平台：整合AI代码生成、自动化测试、低代码开发、研发协同、发布管理及效能度量等关键能力。
- 多栈工程师：通过文化运营、工具培训推广、试点推行及正式推广，培养多栈人才，构建柔性架构和新的考核激励措施。
- 效能度量体系：构建全链路效能管理体系，实现研发过程的标准化和数字化。
- 实施要点：建立变革的推进组织，培养团队成员能力并应用AI智能工具，通过试点、验证后进行快速推广。
案例与实践
贝壳作为产业互联网企业，积极拥抱大模型技术，建设智能化多栈开发模式，取得了显著成效：
- 贝壳智能研发平台：包括CodeLink、KeTestCopilot、FCN&MUI等AI智能工具，实现多语言和跨栈协作的智能代码生成、全链路自动化测试、前端AI智能开发等。
- 多栈能力建设：形成以技术效能中心牵头的智能化多栈开发新模式推进小组，进行多栈工程师培养，开展交流会、工具分享学习，并进行课程建设。
- 试点推广：针对小型需求、数据需求、前端复杂需求等不同需求进行试点，并根据可复制情况进行推广。
- 多栈成效：月度交付需求数同比稳定增长10%至20%，需求研发周期降低约10%，2024全年代码量同比增长22.7%。
行业应用案例
- 腾讯云AI代码助手：支持多种编程语言和框架，提供代码补全、错误修复、代码理解与测试生成、智能代码审查等功能，在金融科技领域助力招商证券提升研发效率。
- 硅心科技aiXcoder：专注于AIGCforCode领域，提供代码生成与补全、智能问答、智能代码搜索、单元测试生成等功能，在金融、航天等领域助力企业实现智能化研发。
展望
未来，人机协同模式将迎来新的变化，数字员工将以认知共生的方式重构软件研发、测试的底层逻辑。组织能力将跃升，工程师将从单点作战向多栈工程师能力转型。合作范式将革新，形成“个人积累-团队经验池-公司知识库-全球创新网络”的四层协同架构。
