大模型时代，各行各业都在用AI提效。
在AI含量极高的鹅厂，我的研发同事们（占比超74%）自然不会放过这个提(mō)效(yú)的好机会。
他们基于腾讯混元大模型，造了个写代码的利器：
就像给每人配了个「AI程序员同事」。今后，在以下这些关键时刻，不用自己硬扛了：
-? ?-?智能补全代码信息，高效完成编码工作
-?准确修复错误代码，减少漏洞提高质量
- 清晰解释即有代码，快速接手历史项目
- 人工智能技术对话，复杂问题轻松解决
总而言之，这是一个能帮大家缩短学习曲线、减少简单复杂劳动、专注创新本身的「AI程序员」。
这位「AI程序员」在鹅厂内部工作已久。现在，每天有一半的员工使用AI代码助手。
拉下他的阶段性业绩：
- 每两个研发，就有一个使用
- 代码生成率超30%
- 平均每次代码补全耗时低于400ms
一句话：AI代码助手对鹅厂整体研发效能的提升，超过20%！
这么好用的生产力工具，人人都需要。
但想要出门打工、服务更多客户，AI代码助手还得扛住不同场景的特殊要求。拿金融行业举个例子：
- 安全合规要求，能满足吗？
- 模型评测和效果测试，怎么搞？
- 投入产出比，如何平衡？
……
为了跑通这个路径，腾讯云与金融机构组建了联合创新团队，结合金融行业独特的场景、资源、要求，一起解决训练、评测、资源、编码工具等方面的挑战：
- 打造资源消耗小、安全合规且满足业务场景的行业模型
- 共建模型评测和测试集，建立适合业务开发场景的模型微调评测标准
- 共建应用端的交互体验，落地核心工程开发场景诉求，优化产品体验
- 共同制定代码采纳率等数据上报和采集指标
据统计，经过联合创新团队的共同打磨，训练后的模型在目标场景测试数据集下代码补全准确率再次提升了约10%。
现在，通过技术对话模块、会话建议功能以及便捷的斜杠捷径，开发者可以在编码过程中，随时用大白话给AI下需求。
经过以上锤炼，这位「AI程序员」已经为进驻金融机构打工做好了充分准备。
未来，ta还会进入更多行业，给工程师们打下手，帮助大家高效撸码，让大家早点下班！
本文系转载，前往查看
如有侵权，请联系?cloudcommunity@tencent.com 删除。
本文系转载，前往查看
如有侵权，请联系?cloudcommunity@tencent.com 删除。
