2024年工商银行智能研发技术及应用白皮书

⽬录⽬ 录第⼀章概述 2第⼆章智能研发发展现状 3(⼀)基本情况介绍 3(⼆)重点⼯作及成果 5第三章智能研发应⽤案例 11(⼀)智能研发助⼿助⼒信贷国产化转型代码调优案例 11(⼆)智能研发助⼿助⼒资产管理应⽤新⼀代外包转型项⽬ 12(三)智能研发助⼿助⼒合作⽅共享服务退汇消息重构 13(四)智能研发助⼿助⼒北京分⾏转Python 14第四章总结与展望 15第⼀章概述第⼀章概述第⼀章概述为深⼊落实中央⾦融⼯作会议关于做好“数字⾦融”等五篇⼤⽂章的⼯作要求，推动⽣成式⼈⼯智能在软件研发领域的创新应⽤，⼯商银⾏组建AI4SE（AIforSofwareEngineering，智能化软件⼯程）专项⼯作团队，通过“趋势跟踪+实施落地+变⾰管理”研业界智能研发现状和发展趋势，加快智能研发助⼿能⼒和配套研发管理⽣成的代码占⽐达32%。第⼆章智能研发发展现状(⼀)基本情况介绍11个研发能⼒域36项能⼒场景，并结图1 智能研发能⼒地图具体实施⽅⾯，打造分层解耦智能研发落地框架及配套平台体系，⽀撑CodeReview图2智能研发技术架构配套机制⽅⾯，开展对国内外⼤⼚及⾦融同业研发管理现状及发展趋势调研，积极参与由信通院成⽴的中国⼈⼯智能产业发展联盟AI4SE⼯作278项智能编7000+22.9%，1W+19进过程中。(⼆)重点⼯作及成果推进智能研发建设AI4SE（AIforSofwareEngineering，智能化软件⼯程）专项⼯作团队，加⼊由信通院成⽴的中国⼈⼯智能产业发展联盟AI4SEAI主导智能研发三⼤⽅向加速推进智能研发助⼿能⼒建设。基于⾏内代码开展模型训练和RAG检索增强，IDECodeReview、代码安全检测等能⼒，提升编码质效。拓展研发全流程赋能：从单⼀编码环节拓展⾄需求、设计、测试、AI智能体技术落地，当前已实现需求、设计等领域的单智能体。图3 智能研发三⼤⽅向加快智能研发应⽤在智能研发全流程建设⽅⾯，⼯⾏软件开发中⼼通过对研发全领域梳36IDEJavaAI22%提测案例等⽅式，推动应⽤平均单元测试⾏覆盖率约60%；智能代码复核⽅Gerrit处推动智能代码问题检出率约40%。图4 智能代码复核⽰例规范智能研发资产为提升模型特⾊能⼒，⼯⾏软件开发中⼼调研国内外⼤⼚及⾦融同业现状与发展趋势，动态对标调整配套研发机制，组建近4百⼈规模的⾼级RAG知识库语料、微调测评案例等资产，由开发⼈员提交⾄⾼级代码审核⼈完成审批⼊库。当前已评审积累近百万⾏优5百份应⽤⽂档，迭代推进模型微调，提升智能问答和代码补全等能⼒效果。4⼤领域规范指引，编制优质数字资产管理平台使⽤等9份指导⼿80%AI辅助⼯具完成重复和繁琐的图5 数字资产管理平台构建模型测评体系为保障模型微调效果，⼯⾏软件开发中⼼对标业内代码⽣成⼤模型评估指标及数据集构造⽅法，打造⾃动化测评平台，聚焦智能研发5⼤能⼒166千余次业务和技图6 模型测评体系图7 模型版本发布机制积极参与⾏业标准建设AI4SE1要求第213图8代码⼤模型标准第三章智能研发应⽤案例(⼀)智能研发助⼿助⼒信贷国产化转型代码调优案例信贷业务在国产化转型过程中，涉及⼤量的OraclePL/SQL存过代码，PL/SQL领域驱动设计⽅法进⾏重新设计，因此存过的代码逻辑分析⼀直是⼯作量80%以上。(⼆)智能研发助⼿助⼒资产管理应⽤新⼀代外包转型项⽬60+数据库表的增删改查，其中较多表的字段数量超100+。开发⼈员基于表字“根据下⾯的表格⽣成实体类”解决了开发对于数据库增删改查时⼿动编写实体类的痛苦，助⼒开发⼯作量减少约50%。图9基于表结构⽣成实体类语句编写及⾃测阶段造数相当耗时。通过在智能研发助⼿的智能问答输⼊了开发⼈员约30%的⾃测⼯作量。图10智能造数(三)智能研发助⼿助⼒合作⽅共享服务退汇消息重构topic消息，进⾏了⼤量相同的get和set操作，且使⽤了⼤量的if和elseif判断逻辑，不符合开闭原则，不利于后续代码的扩展。这块核⼼代码必须重构。通过智能研发助⼿的代码诊断功能⽣成优化代码案例时，调整了主题33个⽅法图11代码重构(四)智能研发助⼿助⼒北京分⾏Pro*C转Python在信创转型背景下，北京分⾏开展了