黄非-大模型驱动的智能软件开发.docx

大模型驱动的智能软件开发

黄非阿里巴巴

目录CONTENTS

目录

CONTENTS

2.AI驱动的全流程软件开发

3.代码助手的技术挑战和解决方案

4.从代码助手到软件开发智能体

5.总结与展望

演讲嘉宾

黄非

阿里巴巴通义实验室自然语言智能负责人

他带领自然语言处理团队研发通义自然语言大模型体系，在机器阅读理解(MRC），图文问答（VQA）和中文理解（CLUE）等任务上实现首次超越人类结果；建设阿里巴巴NLP平台和产品在集团内支持数百个场景日均数万亿级调用，对外以智能技术赋能软件开发，智能客服，协同办公，司法，电商等行业合作伙伴，是AI开源魔搭社区NLP模型的主要贡献者。他在人工智能顶级会议和期刊发表文章200+篇，中美专利数十项，曾担任ACL，TACL等学术期刊，会议领域主席/编辑等。

PART01

大模型应用范式

范式1：领域增强

基于对话的生成式预训练行业大模型迭代

基于对话的生成式预训练行业大模型

迭代

生成式预训练通用大模型

海量领域语料

无监督继续训练

生成式预训练行业大模型

范式2：检索增强(RAG)

范式3：多模态

图像描述对于上述图像给一句话描述文本阅读识别图片中的文字

图像描述

对于上述图像给一句话描述

文本阅读

识别图片中的文字

Q是不是你偷了我的东西？范式4：个性化

Q是不是你偷了我的东西？

Q你最喜欢吃什么？

范式5：大小模型协同

大小模型协同

领域大模型

基础大模型

大模型与业务系统的有机结合

范式6：智能体

反馈输出

反馈输出

?总结回答

?审查评价

监控进展

处理异常

?任务分类

?Agents编排

调度

Agents资源库

PART02

AI驱动的全流程软件开发

编程成为最高频的AI应用场景

CategoryBreakdownof4,098ChatGPTPrompts

Analysisofuniqueusers’singleandmulti-promptsessionsfromMayJune,2023

PoliticsNonprofit

3%

PersonalOther

Programming

Programming29%

其中编程以29%占

其中编程以29%占

比高居榜首。

Education23%Content

Education23%

程序员的时间分配情况

23%

23%

会议，管理和运营

4%

4%响应安全问题

9%

其他

19%代码维护

19%

代码维护

12%

测试

程序员花费三分之一的时间编写新代码或改进现有代码（

程序员花费三分之一的时间编写新代码或改进现有代码（32%）。花费35%的时间来管理代码，包括代码维护(19%）、测试（12%）和响应安全问题（4%）。另外23%的时间花在会议以及管理和运营任务上

VisualStudioCodeIntelliJVisualStudioPyCharmEclipse AndriodStudioIPython/JupyterVimSublime

VisualStudioCode

IntelliJVisualStudioPyCharm

Eclipse AndriodStudioIPython/Jupyter

VimSublimeTextCoda

PHPStorm

XCode

Komodo

Atom

Table

38%33%

27%22%

18%

13%

9%

8%

6%

5%

4%

3%

3%

2%

2%

0%13%25%38%50%63%

大模型对软件领域的深远影响

知识传递模式的改变

知识传递模式的改变

企业一线开发者

企业一线开发者

任务协同代码编写软件测试软件发布知识查询架构设计日常运维问题排查智能研发工具

任务协同

代码编写

软件测试

软件发布

知识查询

架构设计

日常运维

问题排查

智能研发工具

知识梳理确定优化目标梳理资产数据清洗安全与隐私

知识梳理

确定优化目标

梳理资产

数据清洗

安全与隐私

大模型驱动的软件开发流程

LLMasCopilotLLMasAgentLLMasMulti-Agents

影响整个软件研发过程，多Agent互相协作完