〇 分享简介 〇

IGC的兴起引起多个产业的更新，从电影业到教育业，从营销圈到机器人，每个行业都因为大模型而重新升级内部流程，从而将效率10倍甚至几十倍的提升。

当前企业都对大模型如何改进自己的生产流程感兴趣，而在在企业技术研发部门当中零星的也有程序员在使用ChatGPT，Co-Pilot在优化自己的代码。业界上可利用大模型提高整体企业研发效率实践指南不多，我们将以大模型+人混合编程的10万+行代码的经验，亲身实践了各种大模型+人的研发模式，来帮助企业利用大模型对研发流程、具体研发过程进行优化。

本次分享以具体实际开源项目研发案例，来诠释利用大模型提高企业研发效率，并在研发流程、分配工作上，让人和大模型有效配合，提高整体研发效率，同时也诠释在大模型环境下对研发流程产生深远影响，研发管理正在加速变化以适应更好的大模型驱动研发。

〇 分享收益 〇

目标：

1提升管理者和研发人员对于大模型提高研发效率的认知，

2了解大模型辅助研发的优点和缺点，在合理应用点来使用合理的大模型来辅助研发并 调整内部流程提高整体研发效率。

成功（教训）要点：
1. 鉴别私有化大模型，ChatGPT,Co-Pilot辅助编程的最佳场景和需要避免的坑

2. 以具体实践为基础，给出实际案例如何结合大模型提高研发效率，同时给出研发流程和研发模式需要适应大模型的改进点。

启示：

大模型趋势下，人工智能会渗透在企业每一个环节，大模型会更好的给研发环节赋能。而每一个企业都可以快速利用DataOps等先进技术打造企业私有化大模型提升整体研发效率，让“大模型”驱动的研发平民化。

〇 分享亮点〇

1． 大模型下新的研发模式和研发流程的方式

2． 在开发过程中ChatGPT、Co-Pilot、私有化模型对于研发流程和研发效率提升的方法，以及各自的优缺点

3． 在当前大模型条件下，无法实现的研发效率提升的点和解决办法

4． 利用DataOps辅助训练开发者大模型，让研发大模型更了解公司业务从而提高研发效率

5． 给出具体大模型辅助研发过程和研发产品示例，帮助AIGC在公司重落地，提升整体研发效率