代码智能化是当前AI落地最火热的赛道之一,国内外各头部大厂、明星创业公司都在开足马力全力探索。我们可以深切感受到,AI 确实正在重塑软件开发行业,很多创新的、甚至是革命性的AI 编程工具和新体验纷至沓来。那么,代码智能化目前实际应用的效果究竟怎么样?在真实严肃的研发场景中,哪些技术和实践已经被证明是有效、可落地的,哪些还在Demo阶段或是初步探索期?网络上的声音很多,各种新闻和博眼球的文章也较为杂乱。
本次演讲将分享在拥有数万人研发的企业内部,代码智能化近两年来所遇到的挑战,当前已实际落地的产品形态、应用场景及所解决的问题,在实践中产品与技术的最新演进情况,以及对未来发展趋势的展望。
演讲提纲
- 代码智能化的行业共识
- 代码智能化在万人规模公司落地的四个方向与三种形态
- 代码补全:基础补全与高级功能的实现与背后的新架构
- 技术对话:产品+模型+工程的螺旋式升级过程
- 代码评审与单元测试的差异化定位与技术演进
- 代码智能化产品建设的经验总结与发展方向展望
您认为,这样的技术在实践过程中有哪些痛点?
大模型能力日新月异,开源社区发展如火如荼,企业内部的 AI 智能化技术方向应该如何选择?
演讲前沿亮点
讲解 AI 代码智能化在数万人研发企业的第一手实践经验,都是实际正在落地、被证明可行的内容。
听众收益
- 理解代码智能化的真实落地场景及效果
- 了解代码智能化关键技术与实践
- 对未来发展趋势的思路探讨