敖飞寺的鱼羊
量子比特|公众号QbitAI
国内能独立写代码的AI程序员来了！
不是Copilot按照提示继续写代码，而是你给出要求，它真的可以自己完成任务。理解：
编写代码：
到调试的全过程。
多轮交互没问题。如果需求发生变化，只需在对话框中直接告知AI程序员，它就会主动修改代码。
如上图所示，这位人工智能程序员仅用了10分钟就开发出了一款奥运赛事日程应用程序。完成的网页如下所示：
整个过程涉及到Web开发、编写Python文件处理程序、运行、调试、修改代码等，按照传统的开发方式，需要半天时间才能完成。
这是阿里云刚刚带来的统一大模型家族的最新成果。
我们立即与该产品背后的开发人员进行了交谈。
多智能体协作AI程序员首先看技术细节。
事实上，这样一个能在几分钟内完成应用开发的AI程序员并不是“一个人”，而是多个智能体的集合。
据官方介绍，阿里云的AI程序员是基于统一大模型构建的多智能体。每个Agent负责需求理解、任务拆解、代码编写、测试、问题修复、提交发布等软件开发任务。
这样做的好处是，一方面，AI程序员背后的人类程序员可以为工作流程中不同的关键角色开发功能。
另一方面，每个智能体可以专注于特定的任务，大大提高了系统的工作效率，同时在相互博弈中更好地完成工作目标。
例如，在编码代理中，AI程序员首创了代码仓库知识图谱结构，不仅可以了解用户需求，还可以准确定位代码对应的修改位置并自动提供修改方案，大大简化了传统软件开发流程。
那么，同样基于统一大模型技术的AI程序员和“阿里巴巴AI第一人”统一凌马有什么区别呢？
阿里云高级技术专家、统一灵马产品技术总监沉秀给出的关键词是“交互模式”。
阿里云认为，“人机协作模式的变化”是大模型给软件开发带来的最重要的变化，变化会随着技术的迭代而演变，基于以下三个模型：
LLM作为副驾驶：在不改变软件工程专业分工的情况下，AI工具通过与人协同开发来提高效率，解决单点事务性工作效率问题。统一灵马基于Copilot模式； LLM as Agent：随着AI能力的升级，AI Agent作为单一领域的功能专家，可以独立使用工具完成预定任务，而人类主要负责完成给定上下文的知识对齐； LLM as Multi-Agent：随着AI的不断发展，多Agent协作模式出现，多个Agent之间可以相互协作完成复杂任务的开发，而人们只需要负责创意、修正和修改即可。确认。阿里云此次推出的AI程序员就处于这个阶段。也就是说，统一灵马主要以IDE插件的形式存在，编程的主要执行者仍然是人类程序员。另一方面，人工智能程序员并不依赖IDE。交互入口可以是网页、DevOps平台等，执行任务的主体成为AI本身。
“让人类程序员成为超级个体” 值得注意的是，神秀提到，在测试大型模型开发能力的SWE-bench上，多智能体架构下AI所展现的编程能力正在快速进步。
在SWE-bench Lite榜单上，SOTA模型取得了超过30%的问题解决率，相比年初的10+%甚至不到10%都有了显着的提升。
我们相信SWE-bench上多智能体的问题解决率有望很快超过50%。那么在一些简单、重复的编码场景中，AI程序员等产品将完全可用。
阿里云AI程序员的产品架构分为三层：第一层是多Agent协作的产品和工程框架；中间层是编码场景的数据训练；最底层是通用模型。目前，我们已经打好工程基础。随着基本模型功能的改进，我们预计将在几个月内推出仅限邀请的测试版。
神秀坦言，现阶段讨论“AI程序员能否通过阿里巴巴面试”这个话题有点“期望太高”：
现在，人工智能程序员可以端到端地完成一个需求，并在此过程中与人类进行多轮交互。
它可以使用工具、使用编译器并进行自身调试，但这只是第一步。
未来发展的关键在于对基础模型的理解、对全局代码的分析能力以及工程的执行效率和性价比。构建工程化框架的意义在于，学术界一旦实现整体突破，作为产品构建者，可以将最新技术尽快转化为工程化。
我们估计半年内就会出现真正可以使用的产品。
这种乐观情绪并非没有数据。
去年11月，阿里云发布了AI编程助手统一灵马。截至目前，统一灵马每天协助开发者生成代码超过3000万次。阿里云内部，AI代码生成占比26%，超过此前20%的预期目标。
根据企业客户的反馈，统一灵马大概可以实现人员整体效率10%-15%的提升。
但我们还不是特别满意。开发者日常工作70%是重复性的事务性工作，可以被AI替代，让开发者能够更加专注于30%的价值创造。
阿里云统一大模型业务负责人徐东也在阿里云上海AI峰会上表示，软件应用的开发范式正在改变：
在AI编程助手和AI程序员的加持下，每一个人类程序员都将成为超级个体。
那么，您看好AI程序员的发展吗？
– 超过-
量子比特QbitAI·今日头条
关注我们，第一时间了解前沿技术签约情况
