基于AIGC的智能化多栈开发新模式.docxVIP

贝壳找房（北京）科技有限公司

中国信息通信研究院云计算与大数据研究所2025年4月

编写委员会

编写单位 总主编

贝壳找房（北京）科技有限公司 项旭中国信息通信研究院云计算与大数据研究所 韩思齐

编写组 特邀专家

贾琳、王浩、原玉娇、李琦、李灵芳 朱少民

序一：编码世界的智能变革

人工智能正以前所未有的速度重塑软件开发范式，将传统的编程方式带入一个崭新的时代。从历史长河中审视技术演变，我们可以清晰地看到软件工程方法论的三次重大变革：结构化编程的兴起、面向对象与敏捷方法的普及，而今天，我们正站在??三次变革的浪潮之巅——由大模型、多智能体协作与知识检索增强所驱动的智能化开发新纪元。

在这场技术革命中，大型语言模型(LLM)已从单一辅助工具迅速进化为开发者的核心伙伴。通过在预训练阶段引入抽象语法树(AST)、代码依赖关系等结构化数据，新一代代码生成模型获得了前所未有的上下文感知能力。结合检索增强生成(RAG)技术，这些模型能够精准检索海量代码库与技术文档，为开发者提供符合项目架构与企业规范的代码方案。这种融合不仅大幅缓解了大模型的幻觉问题，更使生成的代码能够无缝融入既有系统，真正满足业务需求的复杂性与独特性。

想象这样的工作场景：工程师早晨通过自然语言描述需求，多智能体协同自动生成初始代码框架；当她着手业务逻辑时，AI已预测其意图，提供符合企业规范的代码建议；面对陌生技术领域，RAG系统即时检索企业知识库，为她提供最契合当前场景的参考示例；到了验证阶段，进化型GUI智能体自动探索各种边界场景，生成全面的测试报告。这不是遥远的科幻场景，而是正在各先进企业中逐步落地的工作模式。

在这个新时代，工程师的角色正悄然转变，从码农到编排师，从执行者到设计者。过去我们推崇T型人才，而今天则是π型人才甚至星型人才的时代。单栈专家逐渐让位于多栈通才，这种转变并非源于市场强制，而是技术赋能的自然结果——当LLM能够帮助跨越技术栈障碍，当RAG能够将企业知识无缝注入工作流，多栈开发不再是奢望，而是水到渠成的工作方式。这也意味着，未来的软件工程教育不应仅局限于编程语言和算法，还应包括如何与AI协作，如何管理智能体，如何构建企业级知识图谱以支持智能化开发。

本报告系统阐述了基于AIGC的智能化多栈开发新模式，从技术前沿到落地实践，从组织变革到人才培养，提供了一套完整的思路与方法。特别值得称道的是，报告不只停留在理论层面，更通过贝壳的实践案例，展示了智能化多栈开发模式带来的实际价值：代码量同比增长22.7%，需求研发周期却降低了10%，充分证明了这一模式的可行性与有效性。

朱少民，同济大学特聘教授、CCF杰出会员

序二：让AI真正成为组织进化的加速器

行业浪潮：AI正在重写软件开发的底层逻辑

当Devin在2024年首次展示AI自主完成完整开发任务时，全球开发者被点燃了，当deepseek在25年初发布时，普罗大众被点燃了，这个行业发展是如此之快，尤其进入25年初，从各类模型能力，ide产品能力，端到端通用解决方案（如manus），创新开始加速呈现，全球开发者既兴奋又焦虑。AI在软件工程领域会是怎么一种颠覆，企业组织和个体在这个过程中会发生多大的变化，一年后的今天，答案逐渐清晰：AI不是取代工程师，而是重塑研发组织的核心生产力。从代码生成、测试自动化到跨栈协作，AIGC正以“工具革命”为起点，推动一场“组织能力升维”的深层变革。然而，这场变革的复杂性远超预期：个体工具的高效性与组织整合的复杂性形成鲜明反差，单点提效的“局部最优”与企业级落地的“全局最优”之间横亘着巨大鸿沟。

企业实践：务实落地的“破壁方法论”

探索出一条AI驱动研发效能的务实路径，对于企业来说是非常有挑战的，一些好的经验是通过构建覆盖需求、开发、测试、交付全链路的智能研发平台，让工程师体验到“AI伙伴”的真实价值：初级开发者借助自然语言生成全栈代码，测试工程师通过语音指令完成跨端验证，需求评审会上AI自动拆解任务优先级……这些“个体美好画面”背后，是组织能力的系统性重构。AI工具的个体赋能也仅是起点，组织层面的工程化落地才是真正的“深水区”——跨部门协同的摩擦成本、技术债务的指数级增长、复合型人才的培养周期，每一项挑战都需要“工具+流程+文化”的系统性解法。

未来图景：全数字化团队的“人机共生”新常态

我们坚信，未来十年将是“数字研发团队”与人类工程师深度协同的黄金时代。当80%的常规需求由AI自动交付，工程师的核心战场将转向两大领域：

人类专注于架构设计、业务创新与高精尖问题攻坚，AI负责将创意快速转化为可执行方案；

企业专属的“知识飞轮”持续进化，每个工程师都能调用组织历史经验与行业最佳实践。而实现这一愿