【企业关注】2024年《政府工作报告》首次提出“人工智能+”战略行动，，旨在推动人工智能赋能各行各业
。。以大模型为代表的新一代人工智能技术迅猛发展
，，，
，已成为软件工程领域智能化转型的关键驱动力
，，为软件开发、
、、、测试等环节注入新智力。。。。智能化软件开发工具凭借其强大的代码理解和生成能力
，，，，有效降低了开发人员的技术门槛，，并提高开发效率和质量，
，进一步推动软件开发领域的进步。。。
 　　近日，
，中国信息通信研究院(简称“中国信通院”)联合华为发布《智能化软件开发落地实践指南(2024年)》。。。。
 　　报告系统梳理了软件工程的发展历程、、智能开发现状和面临的挑战，，对智能开发产业落地实践和应用进行了分析，，明确了智能开发核心能力建设要点
，
，，并提出落地应用策略，，，，最后对智能开发未来发展趋势进行展望
。。。
 　　报告核心观点
 　　1. 软件工程进入3.0时代，，，智能开发价值突显。
。。。软件工程3.0亦称“智能化软件工程”
，，
，，围绕“智能化”理念以构建智能化助手为起点
，，通过使用大模型为核心的AI技术驱动软件全生命周期能力升级，，其核心特点包括智能化
、
、、、数据驱动性、、、、交互性、、、、自适应和持续优化。。软件开发的智能化转型正成为企业提升软件产品竞争力的关键因素，
，，能够提升开发效率，，降低项目风险；改善代码质量，
，提高产品稳定性；加速产品创新迭代，，
，增强企业竞争力
。。为软件开发的价值提升带来巨大动力。
。
 　　2. 智能开发应用广泛，，，但落地仍面临多重挑战。。。智能开发带来的质效提升日益显著
。。然而，，企业在推进软件开发的智能化能力建设和落地时，
，仍面临诸多挑战，，，涵盖组织、、技术、、、、应用落地及安全等多个层面
。
。
。。组织侧面临组织变革和转型的挑战，，
，，技术侧面临模型技术迭代及与工具融合的挑战，，，，应用侧面临产品选型与应用场景落地的挑战，，，，安全侧面临代码数据、、模型和工具的安全性挑战等
。。。
 　　3. 聚焦智能化能力高效落地应用，
，，，智能开发形成三层落地框架
。。。围绕目标导向、、因地制宜、
、
、应用优先、、标准化、、持续改进等原则
，，，依据自我诊断、、方案设计、、部署实施、、、持续优化四个关键步骤，
，构建模型层、、
、服务层和应用层三层能力落地框架
，，
，以推动智能开发能力高效安全落地应用。。
。模型层以各类AI模型为主体，
，为智能开发提供AI底座能力，，，服务层依托AI底座能力，，，
，运用更多技术手段增强或调度大模型能力，，，应用层的能力是模型层和服务层能力的组合体现，
，
，
，并以用户为核心提供各类智能开发功能。。
。。
 　　4. 通过模型核心能力构建
，
，，，奠定智能开发能力建设基础
。。智能开发能力建设过程中，，，优先聚焦内在的代码大模型核心能力构建
，，
，
，从关键能力、、
、、扩充能力两方面逐步建设代码生成、、、代码解释、、、、研发问答等能力，
，，，并围绕重点和难点筑牢能力建设，，以提升软件开发效能，，，
，提高代码质量。。通过代码生成与补全、、单元测试用例生成、、
、代码转换与优化等能力，，可提升编码效率；通过代码解释与注释生成等能力，，，有助于增强代码可读性；通过代码检查与修复等能力可提高代码质量
。。。。
 　　5. 通过工程化支撑的使能能力建设，，
，推动智能开发能力持续提升。。聚焦外在的工程化使能能力建设，，，，为代码大模型能力提供有力支撑
，，，，目的是持续维护和提升代码大模型推理性能。。
。一是代码数据处理能力，，涉及数据清洗、、数据增强
、、
、、数据检查等环节，，，确保数据质量；二是模型调优能力
，，，通过有监督微调、、
、强化学习等手段对代码大模型进行专项优化；三是评估能力
，，通过构建评估数据集
，
，采用自动化评估、、裁判模型评估、、领域专家评估等多种方式，，
，，全面评估代码大模型及智能开发工具的性能；四是安全能力，，
，从代码数据开发安全
、
、、、代码大模型开发安全、、、
、工具应用安全三个维度，，，保障整个开发过程的安全可靠。。
 　　6. 软件工程智能化变革已成趋势，，，多维度能力持续提升。。在技术层面，，代码大模型自身能力和工具工程化能力的不断提升，，，为智能开发工具带来更高准确性和更优性能
；在应用方面，，智能化技术落地应用的场景将更加丰富、、流程更加全面
，，
，，直至覆盖软件工程全生命周期；在形态方面
，，，应用形态将朝着更加智能化的方向演进，
，，，软件研发形态将得以重塑。。。