〇 分享简介 〇

大模型在研发效能提升方面的探索与实践，涵盖了代码生成、需求分析、测试修复、发布上线以及全流程覆盖等多个环节。通过自动生成代码、辅助需求分析、自动化测试和修复、优化发布上线流程以及覆盖全生命周期的综合应用，大模型显著提高了研发效率，降低了人力成本。未来，随着技术的不断进步和应用的扩展，大模型将在更多领域发挥更大的作用，进一步推动研发效能的提升。

代码大模型更是被认为能够在软件研发各领域全面提效、提质，科大讯飞iFlyCode基于自研代码大模型的智能编程助手，代码生成与智能编程助手，利用大模型技术，如Github Copilot和Tabnine，实现代码的自动生成。这些工具通过分析基于现有代码库和开发文档，能够提供代码补全、代码建议等功能，显著提高编码效率。辅助生成单元测试用例，确保代码质量。

本次分享讯飞代码大模型和iFlyCode产品应用，在内外部应用的典型场景和成效，以及对未来代码大模型更深入的赋能软件研发领域的探索和思考，让与会者可借鉴到自身的编码工作中。

〇 分享收益 〇

目标：

1、了解iflycode设计与实现；

2、了解如何通过大模型在研发各个领域提效；

3、了解代码大模型未来的发展趋势

成功要点：

大模型在AI效能上，通过自动生成代码、辅助需求分析、自动化测试和修复、优化发布上线流程以及覆盖全生命周期的全局应用，大大提高研发效率，降低人力成本。

启示：

大模型深入应用在软件开发的全生命周期，从需求发现、设计、开发到测试的各个环节。这种全流程覆盖确保了研发过程的一致性和高效性。

即使跨领域应用，大模型也会发挥作用，广泛赋能于金融、通信、汽车等行业的研发场景。

〇 分享亮点 〇

1、软件研发面临的挑战和矛盾

2、编程助手iFlyCode的设计与实现

3、在内外部的典型应用场景和成效

1）整体概述

2）面向开发人员的提效场景和成效

3）面向测试人员的提效场景和成效

4）其他场景的成效

4、未来赋能软件研发领域的探索和思考

5、QA