中国电子云AI软件工厂：关键行业软件生产力跃升新范式

软件需求新范式

研发软件的起始点是需求, 它还是成本与质量的根源之处。于传统的需求剖析里, 重复出现的需求以及需求间的冲突常常要消耗大量人力, 并且不容易被及时发觉到。中国电子云的AI软件工厂依靠大模型去分析历史数据以及业务规则, 把重复需求的识别比率提升到超过70%, 需求冲突的检测效率提高了50%。

需求智能体有着一项能力, 那就是能够识别需求对于现有功能所产生的变更影响, 其准确率超过80%, 同时它还支持建立需求的全链路追踪画像, 借此可让需求分析人员能够更快地发现问题, 进而使得综合评审效率提升幅度在60%以上, 另外GJB文档智能生成功能则起到了减少重复手工操作的作用, 从而大幅提升了研发人员的工作效率。

软件设计新范式

单单凭借AI大模型去生成代码, 或设计图, 会致使可信性难以得到验证的问题出现。中国电子云把AI大模型融入到成熟的软件设计工具之中, 达成生成能力的可受控使用。依据需求自动生成SysML模型, 有效地降低架构设计的工作量。

设计工具独有的校验能力以及可视化设计本事, 可防止黑盒化的模型生成隐患。于代码生成时期, 依据规则的可形式化验证的模型与代码翻译引擎, 保障从需求迈向代码的全链路可靠验证。这使得设计更为高效, 模型具备可验证性。

软件开发新范式

用以生成代码的大模型, 其性能正逐步且稳定地得到提升, 然而, 对于它所产出的代码, 能不能够符合工程化的相关要求, 目前还没有形成统一的看法。AI代码生成这项技术, 依旧需要使用它的人拥有编程方面的功底, 这对非技术人员将其落地造成了阻碍。在国内, 中国电子云旗下的AI软件工厂, 拥有开放式的模型接入架构, 这种架构能够兼容业务方面主流的大模型。

它具备内置的30多个Skill, 能显著提升编程能力, 还支持多种主流IDE插件和Web端Solo模式。开发人员不用频繁去切换界面, 进而获得沉浸式体验。对于非技术人员, 它预制了300多个业务构件, 可帮助没有编程背景的用户快速装配应用软件, 同时也支持把客户已有的资产封装成可复用构件, 能大幅节约投资。

软件运行新范式

进行软件工厂建设, 要考虑生产提效, 还得考虑快速交付, 以及高效运维和在线升级。在部署运行阶段, 存在系列问题, 像弱网通信不靠谱的状况, 还有资源受限制的情况, 以及平台异构这类痛点, 这些严重限制了交付效率。中国电子云构建了构件的多级分发通道, 也就是“总厂 - 分厂 - 用户”这样的通道, 并且建立了订阅机制。

软件先进行一次发布, 接着迅速分发到属于广域分布类型的用户各种环境之中。借助基础设施即代码以及云原生技术, 让应用软件达成自动化部署还有升级。配备监控工具持续跟踪运行的状态, 基于AI大模型的运维专家智能体做出对于故障的预测以及自动化的修复, 从而有效提升应用存在的可用性。

落地验证

中国电子云的AI软件工厂, 有着全栈式形态, 有着构件式形态, 有着轻量化形态以及AI研发助手, 覆盖软件工程的全生命周期, 从研制的一侧到用户的一侧进行全方位服务, 其产品经过了多年的打磨, 从内部的自用走向商业交付, 且从普通行业到关键行业实行逐步成长。

当前, 已经有70多个重点关联行业的客户实现了项目落地, 助力1万多个进行开发工作的人员产出总计50多亿行的代码了。伴随人工智能大模型的能力朝着新的阶段不断发展进步, 软件的生产效率方面极大地得到了释放。中国电子云持有这样的观点, 即一个在架构方面具备开放性、在监管范畴完全符合规定、于生态系统层面能够实现融合的AI软件工厂体系一定会成为组织层面的核心基础支撑平台。

关于你所在的团队, 是不是已经着手运用AI工具来辅助软件开发了? 在使得效率得以提升的这个期间, 你们是怎样去应对安全合规方面所面临的挑战的呢? 欢迎在评论区那儿分享相关经验, 点赞以及转发能让更多的人看到。