作者｜沙丘智库研究团队
来源｜沙丘社区（www.shaqiu.cn）
随着人工智能技术的飞速发展，大模型正在成为推动软件工程进步的重要力量。
大模型驱动的软件工程将经历三个阶段的发展：
第一阶段，大模型作为助手辅助人完成任务；
第二阶段，将某些任务拆分出来由大模型独立完成，大模型以单Agent的方式与人配合；
第三阶段，大模型以Multi-Agents的方式进行协同，与人协同共生，人的作用更多是提出需求、验证结果，大量的开发、验证、测试、与业务系统的交流等工作由Agent深度参与。
当前，大模型驱动的软件工程正处于第一阶段（即Copilot阶段），开发人员正在使用编码助手、测试助手等工具作为Copilot辅助执行开发测试任务。随着AI Agent能力的不断提高，预计在不久之后，开发人员将能够把更多简单重复的任务交由AI Agent自主完成。
沙丘智库长期跟踪调研大模型技术的发展，旨在帮助企业快速了解大模型最新、最全面的落地情况。通过研究招商证券、微众银行、中国工商银行、美的集团、字节跳动、优酷、华为、国泰君安等8家企业在软件工程领域的大模型应用探索，旨在为其他企业提供参考。
▎案例1：招商证券AI编码助手实践
招商证券引入AI编码助手，私有化部署以满足安全合规要求，构建领域知识库辅助代码生成，利用技术对话模型解决信息获取和问答问题，并在端侧部署代码仓库向量化和RAG检索以保持业务系统间的权限隔离。
AI编码助手成功提升了开发效率，并通过精细化运营和体验优化，提升了用户参与度和开发满意度。
完整内容：招商证券AI编码助手实践
微众银行面临业务规模扩大带来的复杂性挑战，传统研发流程效率低下。为提升效率，微众银行探索AI辅助编码和Multi-Agents研发流程优化，通过自研IDE插件和优化Agent实践，实现流程自动化，提高研发效率。
完整内容：微众银行AI辅助研发流程提效实践
结合业界大模型技术的发展，工商银行推出新版智能研发助手，包括代码补全、代码解释、代码注释生成、代码异常检测、单元测试以及研发问答等各项功能。
同时，为更好地支撑智能研发各项能力建设，工商银行推动RAG平台、测评平台、微调训练平台等智能研发配套体系平台建设，实现更为适配不同业务研发领域的定制化能力，全方位增强智能研发助手辅助能力，提升软件研发整体质效。
完整内容：中国工商银行智能研发助手实践
案例选自：沙丘智库《大模型应用跟踪月报（2024年10月）》
完整内容：字节跳动全流程质量保障智能化实践
完整内容：优酷基于大模型的测试用例生成实践
完整内容：华为基于LLM的测试自动化代码生成实践
案例选自：沙丘智库《大模型应用跟踪月报（2024年12月）》
更多研究：
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738