2024年AI代码平台及产品发展简报-甲子光年

出品机构：甲子光年智库智库院长：宋涛撰写人：刘瑶 王艺霖 李哩莉时间版本：2024.10前言：生成式AI爆发后迎来商业加速，代码领域迎来创新及变革契机随着人工智能技术的飞速发展，大模型（包括开源模型及闭源模型）的数量和能力都在显著增长，为生成式AI应用的爆发提供了坚实的技术基础。代码及开发领域具备广泛的高质量数据、丰富的应用场景及多样的用户人群，因此生成式AI为代表的技术提供了生产力的创新空间和发展潜力。Llama3 70b InstructQwen1.5-32B-ChatZephy-orpo-141bGPT-4Claude1GPT-3.5 TurboGPT-4Claude2GPT-3.5 TurboGPT-4GPT-4Gemini ProMistral MediumClaude 3 OpusGPT-4 TurboClaude 3 SonnetClaude 3 HaikuMistral LargeVicuna 33BLlama-2-70b-chatLlama-2-13b-chatMPT-30B-chatVicuna-13B-v1.5Llama-2-7b-chatWizardLM 70bYi-34BSOLAR-10.7B-Instruct-v1.0OpenHermes-2.5-Mistral-7BDeepSeek-LLM-67B-ChatMixtral Instruct 8x7BOpenChat-3.5Gemma-1.1-7B-itDBRX InstructStarling-LM-7B-betaLlama3 8b Instruct105011001150120012502023.32023.52023.72023.92023.112024.12024.32024.5闭源模型开源模型Arena ELO大模型的数量及能力均不断上升，AIGC应用爆发具有技术基础数据截止2024年5月模型技术的蓬勃发展为“AI+”领域/场景/行业的发展提供坚实的基础及发展创新的土壤代码结合AI迎来创新机会开发领域亟待生产力升级•高质量的数据•通用性的需求•广泛的使用人群•……www.jazzyear.com目 录Part 01机遇：AIGC引发的数字生产变化Part 02价值：重新构建代码开发的应用范式Part 04展望：人工智能普惠时代的期待Part 03落地：智能时代AI+代码的先行者需求破局：“AI+”的工作方式成为首选，释放代码工程的生产力编写代码，理解代码及互联网搜索、调试、写注释、写测试等工作是开发者的高频工作需求，因此解决围绕代码解决问题实际上解决开发者最高频刚需问题，随着生成式AI技术能力提升，更多的开发者都在尝试使用AI解决问题。开发者最耗时的活动79%47%31%30%29%21%16%12%9%9%6%6%编写代码理解代码互联网搜索调试编写代码注释或代码文件编写测试执行代码审查重构在代码库中搜索代码段了解最近的代码更改编写提交消息在CLI中执行操作JetBrains，State of Developer Ecosystem Report（2023）开发者使用AI编程工具的比例92%70%开发者认可AI的比例57%53%51%41%提高编程技能变得更有效率创造性工作防止倦怠开发者使用AI代码生成可提升工作效果开发者会选择尝试AI编码提升自身的效率及技能水平GitHub（2023）编写修改注释测试……代码及开发工作不仅仅是“脑力活”，也是“体力活”www.jazzyear.com“AI+代码”的技术历程简述技术升级：大模型赋予了“AI+代码”更多的创新空间AI生成代码的应用思路可以追溯到AI技术应用初期，但往往受限于当时的AI技术所体现的智能化水平。大型语言模型（LLMs）的出现为深度学习带来了新的范式，尤其是针对语言类型的数字内容生成能力提升，因此也为“AI+代码” 进一步发展带来了更多创新空间。基于知识工程/专家系统基于统计学习/数据驱动基于深度学习（中小模型）大模型为代码生成带来了“质”的改变LLMs给“AI+代码” 提供了一个突破性技术方案：LLM带来了深度学习新范式，思维链和强大的自然语言理解能力，从而理解程序员的需求和意图，自动生成符合规范或者采纳率更高的代码片段或完整功能模块，从而让创建广泛应用且实用的AI代码平台成为可能。并且推动了开发者的编程习惯和开发方式发生转变，虽然工作重心依然在代码编写上，但与AI的互动逐渐增多，编程习惯和开发方式开始发生转变。未来，开发者可能开始从代码的具体实现转向更高层次的任务管理和决策。•长期以来，研究者们一直利用当下人工智能能力结合代码开发工具，实现AI技术在开发领域的实践。•但受限于AI技术的发展水平，AI编程的实践往往面临智能化水平不高、编码效率低下等问题。•这些辅助编程工具基于预定义规则和模式，帮助 程序员快速生成常见代码结构。过往的工作主要集中在代码生成及搜索的特定能力，更加注重算法设计和训练策略。事实证明，增强模型固有能力是推动智能代理进一步发展的关键因素。因此大模型对于泛语言形式的数字内容智能化水平的提升，成为推动AI辅助代码生成的关键。Copilot模式/IDE插件作为主导：AI通过自动补全代码、生成代码片段等方式帮助开发者完成繁琐的编程任务。开发者依然在整个开发流程中起主导作用，AI的角色主要是提高编程效率和降低重复劳动。www.jazzyear.comAgent模式逐步被采纳，与Copilot模式/IDE插件共同组成丰富的产品功能：AI不仅仅是代码生成的助手，还能够自主处理一些开发任务。AI在这一阶段表现出更高的自主性，可以减少人工干预。开发者的角色从编写代码逐步向监督和管理AI输出转变。AI的作用从简单的助手扩展到可以独立完成特定任务的合作者。产品形态的改变产品红利：围绕开发项目的全环节和需求进行展开应用场景金融 泛互联网 运营商 国央企 科技服务商 汽车 零售 工业企业级开发能力用户管理API管理安全保护训练调优DevOps(需求分析、代码编写、调优对齐、数据回流）多Agent管理成果共享企业看板知识增强插件管理自动/手动功能唤醒自然交互风格学习逻辑理解自定义插件管理Agent开发多语言多模型管理多产品集成低代码/高代码云服务/终端部署算力异构调度数据存储、算力、网络等产品支撑网络调度数据存储/管理产品核心能力代码修复代码注释智能推荐代码翻译代码解释智能问答代码生成知识管理注释生成单元测试风格检查……用户体验服务生态AI代码平台的产品功能架构图示例广义的AI代码平除了核心的产品功能外包括企业级开发能力（和个人开发能力做对应，强调其系统性的开发能力），另外包括用户体验的设计，服务生态的建设，另外包括与算力、数据存储、环境部署的适配。狭义的AI代码平台往往指代的是核心产品的功能，也会被称为AI编程助手，主要指在代码开发过程中辅助编写代码的功能。产品功能类型主要类型可以概括如下：生成与搜索修改与重构注释与解释审查与测试AI代码平台的功能围绕具体的开发环节及场景展开，AI技术是代码平台的能力，当具体的产品功能服务依然围绕项目提质增效展开。www.jazzyear.com功能简析：技术能力和交互模式的融合升级产品功能