首页 > 编程语言 >从 AI Coding 演进路径看通义灵码 AI 程序员的发布,让更多 idea 变成产品

从 AI Coding 演进路径看通义灵码 AI 程序员的发布,让更多 idea 变成产品

时间:2025-01-16 15:27:35浏览次数:1  
标签:编码 通义 AI 代码 Coding idea 开发者 灵码

点击链接,回顾发布会:
https://www.bilibili.com/video/BV1v6c9euESz/

根据StackOverflow 的一个开发者调查报告:2024 年有 62% 的开发者正在使用AI编码工具;根据 IDC 的一个调查报告,对于已经探索生成式 AI 的中国企业,有 31% 的研发人员已经在使用代码生成产品。

AI编码工具的使用人数正在高速增长。通义灵码自 2023 年年底发布以来,通义灵码快速发展,目前已经成为国内最受开发者喜爱的智能编码助手。

通义灵码提供了代码智能生成模块,包括行级、函数级的自动续写、自然语言生成代码、单元测试生成、代码注释生成、生成代码的解释、生成优化建议等等,也提供了研发智能问答的模块,提供研发领域自由问答、本地工程问答、企业知识库问答、异常报错的智能排查、代码问题排查,同时提供了比较多的企业级的管理和个性化能力。

目前通义灵码的插件下载量已经达到了900 万,开发者采纳的代码行数已经超过了 15 亿行。目前已经有上万家企业选择通义灵码,像哈啰集团、中华财险、一汽集团、阿里云自身等等,已经广泛服务于互联网、金融、保险、汽车、物流、教育、 软件厂商等等各个行业,大幅提升了工程师的研发效率。

通义大模型的发展也为研发智能化带来更多的可能性。代码大模型Qwen2.5-Coder 全面领先。通义灵码生成模型使用的是 Qwen2.5-Coder,超过 5.5T tokens 进行训练,支持 128K 上下文,通义灵码的问答模型使用的是 Qwen2.5,超过 18T  tokens 进行训练,支持 128K 上下文,在复杂任务理解的 LiveBench 的分数超过 40 分,在 SWE-bench 的 Issue 解决能力超过 50%,推理速度达到 1000 tokens/s。

我们看一下AI 编码的演进趋势。 从最开始的辅助编码,能够帮助程序员进行问题的咨询,做一定的代码补全,随着能力的提升可以进行协同编码,帮助程序员进行编码任务的生成。随着产品能力的进一步提升,可以进行自主编码,帮助程序员进行需求的实现。

它的使用的场景也从 IDE 延展到了非 IDE,产品能力的边界也在延伸,应用场景在逐步扩大,使用的受众也从专业开发者延伸到泛开发者,显著降低了研发的门槛。

我们看一下通义灵码的演进路径:通义灵码1.0 是面向代码进行辅助编码,程序员负责技术的研发、提示和确认,在这里人做了大部分的工作,这个阶段可以提效 50%。

通义灵码2.0 是面向任务的协同编程,人的工作是任务的下发、结果的干预和审查,这个过程中我们可以看到 AI 做了更多的工作,这个阶段可以提效一倍以上。

通义灵码的下一阶段是面向需求进行自主编程,人主要负责的是创意、需求的澄清、结果的验收,在这个过程中,AI 做了绝大部分的工作,可以提效十倍以上。

AI程序员全面上线

通义灵码2.0 全新升级,AI 程序员正式发布。AI程序员提供了工程级多文件生成、多版本快照管理、多模态输入、上下文自由组合、批量单元测试生成、垂直场景智能体的能力。

同时我们在很多基础能力上也做了升级,包括全工程的环境感知、生成粒度和速度控制、代码生成和决策模型,以及本地智能引擎、本地工程检索引擎、代码Diff 生成引擎都做了能力升级。

通义灵码 2.0 四大升级

第一,AI编码从片段级到多文件。 智能编码从过去的片段级生成,到完成工程内多文件的编码任务,从需求实现、问题修复到批量生成单元测试,可以完成多文件的生成。

第二,AI协同完成复杂的编码任务。 新增多种上下文感知、意图理解、反思迭代、工具使用的能力,开发者可以与AI协同完成更复杂的编码任务。

第三,多文件代码Diff 生成和审查。 自动完成工程内多个文件的代码 Diff,提供多文件变更审查视图,高效完成 AI 生成代码的审查和确认。

第四,面向任务的多轮对话迭代编码。 构建了人机协同的工作流,通过多轮对话逐步完成编码任务,产生多个快照版本,可以任意切换、回退和确认。

通义灵码 2.0 产品亮点

第一,全球首个覆盖主流 IDE 的 AI 程序员。 全面支持 JetBrains、Visual Studio Code 等主流 IDE,专业开发者无需切换 IDE 就可以使用 AI 程序员。

第二,垂直智能体覆盖更多业务场景。 支持单元测试批量生成、检索、DiffApply、前端图生代码等智能体,覆盖更多的智能编码场景。

第三,懂开发者,更懂企业。 提供企业级检索增强、自定义扩展能力,更贴合企业的私域研发场景,提供多种版本灵活选择。

第四,灵活的对话交互体验。 提供多种上下文组装、多文件代码修改、DiffReview、多轮迭代、快照管理回退等协同编码体验。

通义灵码 2.0 核心技术优势

第一,支持多模态上下文工程级感知。 支持文件、图片、全工程代码的检索,支持用户输入的自由组装;全本地化的代码检索引擎,实现检索效率与代码安全的平衡。

第二,推理速度快,百行代码秒级生成。 基于Qwen2.5-Coder,生成速度比 Claude 3.5 Sonnet 快 40%,实现千 token/s 的 Diff Apply,百行代码修改秒级完成。

第三,企业私域数据个性化支持。 支持构建企业私域知识库,更理解企业场景和业务,知识库召回率达到92%,做到行业领先。

第四,代码生成效果领先。 Qwen2.5-Coder在 Hugging Face BigCode 榜单的代码基础模型中排名第一,为生成高质量代码提供有力保障。

AI程序员典型应用场景

通义灵码2.0 有很多典型的使用场景,比如新功能开发、跨语言编程、单元测试自动生成、错误排查和修复、前端页面生成、代码批量重构修改。

我们看几个具体的例子。

1)新功能开发

基于自定义的应用框架,结合任务描述,快速完成工程文件初始化;基于已有的工程进行功能迭代,进行批量代码修改,帮助开发者快速完成研发任务。

2)跨语言编程

让开发者跨越编程语言的边界,拥有全栈研发能力,比如Java 开发者也可以与 AI 程序员协同,进行前端开发,或者使用Python、JavaScript 等多种语言,快速编写小工具、小游戏,大幅降低了编程的门槛。

3)单元测试自动生成

结合被测函数和文件,帮助开发者批量生成单元测试并完成编译和运行,比如针对每天完成的新增代码,进行单元测试覆盖,可以大幅提效。

4)错误排查和修复

当开发者遇到编译、调试错误,可以在IDE 中选择错误信息,或者直接提交报错信息的截图,通义灵码可以自动进行分析,给出解决方案和代码修改建议,帮助开发者快速进行问题的排查和修复。

通义灵码提供了多种版本选择,比如个人基础版适合有AI 辅助编码诉求的开发者,个人专业版适合深度使用AI编码的高阶开发者,企业标准版适合有开箱即用 AI 编码诉求的中小型企业,企业专属版适合对安全合规要求更高的中大型企业,开发者和企业可以针对自己的不同诉求,选择最为合适的版本。

繁星计划发布

今天很高兴我宣布通义灵码繁星计划正式发布,给每位大学生送一个智能编码助手。激活创新潜力,点亮追梦之旅,高校学生专享个人专业版的免费权益,通义灵码陪伴中国青年开发者加速科技创新。

同时通义灵码长期招募校园大使,让同学成为校园的创新明星,带动创新创造的氛围,同学可以获得官方资源的支持,让AI能力加速成长。(点击此处申请校园大使)

我们希望助力AI 时代的编程教育创新,提升软件工程人才素质,增强学生就业竞争力,加速创意落地和产品迭代。

愿景

AI程序员的出现正在颠覆软件工程师的工作方式,从 AI 辅助编程走向人与 AI 协同编程,不仅能缩短工程师的研发时间,让工程师专注于更具创造性的研发任务,也大幅提升了企业的 IT 生产效率。

同时,对于那些鲜少接触编程的泛开发者,AI程序员将使复杂的开发任务简单化,实现以前无法想象的创新,不具备编码能力的人也可以将 Idea 变成产品,期待通义灵码 2.0 可以帮助到更多开发者和泛开发者。

标签:编码,通义,AI,代码,Coding,idea,开发者,灵码
From: https://www.cnblogs.com/alisystemsoftware/p/18674997

相关文章

  • 二次开发,在使用LangChain中的Tongyi模型进行流式输出streaming报错问题,官网框架的BUG
    在使用LangChain中的Tongyi模型进行流式输出时,按照官方的代码直接运行会报一个类型错误:TypeError:Additionalkwargskeyoutput_tokensalreadyexistsinleftdictandvaluehasunsupportedtype<class'int'>.​其指向的错误文件路径如下C:\Users\Chenhao\AppData\Lo......
  • Kernel Memory: 强大的AI驱动记忆系统
    KernelMemory简介KernelMemory(简称KM)是由微软开发的一个强大的多模态AI服务,专门用于高效索引和处理大规模数据集。它支持检索增强生成(RAG)、合成记忆、提示工程和自定义语义记忆处理等先进功能,为构建智能应用提供了强大的基础设施。 KM可以作为Web服务、Docker容器、......
  • GaussDB企业级AI-Native分布式数据库
    华为GaussDB是一个企业级AI-Native分布式数据库。GaussDB采用MPP(MassiveParallelProcessing)架构,支持行存储与列存储,提供PB(Petabyte,2的50次方字节)级别数据量的处理能力。华为Gauss数据库是全球首款AI-Native数据库,能够同时支持X86、ARM、GPU、NPU等异构计算。数......
  • 智能关键技术二:库内AI引擎
    GaussDB库内AI引擎架构如下图:图4DB4AI架构图用户接口层在用户接口层,实现SQL-like语法,提供CreateModel、Predict等关键字,支持AI算法训练和预测。当前支持的AI算法包括:GD(梯度下降法)、KMeans(聚类)、XGBoost、决策树等。查询优化层查询优化层提供AI训练执行计划和AI预测执行计划......
  • TAITherm - 专业热管理工具
    概述      TAITherm是ThermoAnalytics公司开发的专业三维热仿真分析工具,广泛应用于国内外汽车、摩托车、工业自动化、重型机械等行业的热仿真设计中。同系列的CoTherm耦合优化模块可支持稳态/准瞬态/瞬态热流耦合、一三维耦合、FMU集成、设计优化、敏感性分析、代理模型训......
  • 开箱你的 AI 语音女友「GitHub 热点速览」
    随着大模型API服务的不断丰富,开发者无需再依赖昂贵的硬件,也能轻松开发出拥有强大AI能力的应用。这不仅降低了技术门槛,也激发了极客们的创造力。就比如上周飙升1.5kStar的开源项目xiaozhi-esp32,仅用低成本的ESP32开发板和LLMAPI服务,就能制作出一个聪明有趣、......
  • idea创建项目的搭建方式
    1.普通Java项目2.普通javaweb项目3.maven的javaweb项目4.maven的Java项目5.springboot项目(5种方式)......
  • 扎克伯格知晓 Meta 使用盗版图书馆数据训练 AI
    近日,随着Meta公司在一场关于版权的集体诉讼中披露的文件浮出水面,该公司利用一个名为LibraryGenesis(LibGen)的盗版电子书图书馆来训练其最新的AI聊天机器人Llama3的消息引发了广泛关注。这些文件显示,Meta的工程师曾讨论过利用LibGen这一“影子图书馆”的潜在风险,......
  • 【好书推荐:一本书读懂AI Agent】4种革新性AI Agent工作流设计模式全解析
    目录4种革新性AIAgent工作流设计模式全解析1.反思2.工具使用3.规划4.多Agent协作总结4种革新性AIAgent工作流设计模式全解析**导读:**AIAgent是指能够在特定环境中自主执行任务的人工智能系统,不仅接收任务,还自主制定和执行工作计划,并在过程中不断自我评估和......
  • 职场人如何学好AI?探星AI研习社提供全面内容
    探星AI研习社:职场人学习人工智能的黄金之路一、探星AI研习社简介探星AI研习社,是由探潜学堂联合各行业专家共同发起的平台。该平台致力于为职场人提供全面、系统的人工智能(AI)学习资源与培训服务。通过专业的培养计划,我们旨在帮助职场人提升在人工智能领域的专业知识和技能水平......