中国经济网络保留的所有权利
中国经济网络新媒体矩阵
在线视觉音频程序许可证（0107190）（北京ICP040090）
最近，Silicon Core Technology（AIXCODER）的研究与产品开发负责人Huang No在AI Qitbit Room活动中发表了开幕词，标题为“ AI CAN可以编程”，但是软件可以独立开发吗？ “》。黄没有说，人工智能技术（例如大型模型）将引起新的编程范式，但这并不意味着AI可以独立地完成复杂的业务级软件的开发。使用AI来解决编程问题的趋势。应用程序。应用吗？”答案是否定的。首先，编程并不意味着软件开发。软件是一种复杂的工程产品，涵盖协作的各个方面，包括需求分析，产品设计，代码开发，测试，部署，操作和维护。目前，Ai MaiNLY充当编程助理，无法独立生产商业软件系统。其次，从数量的公司习俗的真实反馈中，包括金融，军事行业，航空和公社生成符合业务规格的代码。 Dragack：人类开发人员了解和维护AI生成的代码。这可能需要比预期的更高的工作成本。如何打破死点：“软件工程AI+”如何促进智能业务更新，以帮助AI打破“单个卖方战斗”的局限性，并真正整合并增强业务级别软件开发的整个生命周期？在1960年代末，正式提出了软件工程的概念来解决难以保证高软件复杂性，长时间的研发周期和质量的问题。在大型软件方案（例如银行业和军事行业）中，有效地避免了通过系统的，标准化的人为错误的风险D和可量化的软件工程（例如，劳动计划部门，信息链接一致性，质量验证系统）。在AI时代，软件工程也足以解决AI软件开发中出现的许多问题。出现了一个新的编程范式：“ IA+软件工程”：在AI软件开发系统中，在软件工程中介绍了成熟的工具，过程，系统和模型。 AI优化并管理软件开发，流程和决策的整个周期，例如团队，从而提高了软件开发质量。作为北京大学软件工程研究所的孵化团队，Aixcoder一直致力于将人工切割 – 智能技术应用于软件工程。他开发了一系列标准化工具和产品，这些工具和产品在诸如领域知识治理，通过测试促进的软件治理等领域不断创新和AI性能分析。
构建基于域的程序分析平台。该产品深刻限制了商业商业场景，并且在公司中很复杂且多样化，可以有效地与私人领域的数据和知识相交，并将其转变为上下文的高质量，该高质量通过一组软件工程工具来适应业务业务逻辑和流程。基于此，它基于动态智能工作流程，可为更大的正确节点的模型提供最有效的信息和工具，该模型支持复杂的软件开发任务，这些任务将更有效，精确地完成。图：基于基于域域的业务平台知识政府的域分析平台的硅心技术AIXCODER。系统地管理业务领域的知识，形成基于知识的系统，创建人工智能编程助理并支持TH的问题和答案E智能知识库和代码搜索方案。例如，在问题和答案中，AI可以实时访问适合您业务逻辑的知识群体。在代码搜索过程中，它承认搜索私人业务域代码和多个代码库，以同时搜索开发效率。该系统承认Intranet环境的实施和应用，为公司提供聪明，精确，可靠和智能的智能研发帮助。基于基于“铁夹模型”的测试的治理。 Smart软件测试系统将由北京大学的老师Li Ge启动智能软件测试系统。结合了北京大学的精致快速工程，上下文工程和最新的SlicePrompt技术（使用程序细分算法来提高单元测试的发电质量），我们将继续改善PRPR通过多个回合的自动赛车对测试样品的覆盖范围。离子优化为IA程序提供了自动的可靠性验证，在“铁钳模型”中打开了测试与软件开发测试的反馈链接，并大大提高了代码质量和安全软件系统的可靠性。
创建业务软件绩效分析平台。通过这个平台，公司可以有效地衡量其AI编程工具的有效性，并随时查看代理辅助编码和研发产量之间的相关参考。另一方面，他们可以快速识别出构成负面隐藏危害并进行诊断和维修的代理商。同时，智能绩效分析平台提供了基于项目团队的人员管理和人工智能的能力，帮助项目经理有效地组织和协调资源。
AI软件开发的未来：COllaboration的“ AI+软件工程”与人员和共生以及AI在软件开发领域的详细应用中将成为一种创新的范式，该范例将领导公司的智能研发更新。在此过程中，人类与人工智能之间的关系变为深层协作和共生。人类开发人员专注于高级设计，需求的定义，复杂问题的分解，流程的监督和结果接受，使他们为创新和创造，决策和判断提供了完整的游戏。中心利益。在软件工程框架的规格下，IA代理有效，可靠地执行了定义明确的开发任务，以提高开发的总体效率。软件工程在AI的业务层面培训开发和应用。 AixCoder是“ AI +软件输入”，我们将继续致力于“ Ginneing”的研究和实践，以构建更智能的软件开发系统，对于各种行业的企业客户，更可靠，更有效，帮助公司更新其智能的研发和数字化转型。