专题演讲嘉宾：张立理

在大模型诞生之后，智能开发一直被视为 AI 落地的典型场景，走在前沿的开发者也快速接受了代码推荐为主要形态的AI辅助编程。但在此之后，我们期望大模型可以带来更大的效率提升，甚至对开发过程进行重塑与变革，使用全新的人与机的协同关系来让开发进入“真正的智能时代”。本次演讲会以从代码推荐到更大规模生成，从辅助到与人协同的角度，在开发工具能力发展、组织与团队引入 AI 、开发者改变开发形式这三个角度，讲述面向智能化变革面对的挑战与解决方法。

演讲提纲

1. 智能开发工具的发展：代码推荐之上的能力

• 更大规模的高质量代码推荐
• 基于场景的更易用、更准确的生成能力
• 主动学习生成与项目风格匹配的代码

2. 落地 AI 研发：让开发者接受 AI 可用、可信、可靠

• 可用：量身定制入门过程，基础功能和服务中强化AI感知
• 可信：效果发生质变，提供绝对可信、可依赖的智能开发场景
• 可靠：智能工具扩展与现有设施整合定制的成功案例

3. 改变开发形式：与 AI 协同编码

• 以“与 AI 协同”为目标的编码原则
• 关键技巧：编程过程中为模型提供更丰富的上下文
• 关键技巧：与 AI 进行“协同编程”的具体活动

4. 总结展望

• 智能化的发展的核心是“职责转移”
• 人与 AI 在编码领域未来的关系发展

实践痛点

从普通的代码推荐向大规模的代码生成的转变，实际上是在改变和重构人的工作习惯。一但一个技术需要用户改变，它就会存在“技术在前、用户在后”的反向状态。这一领域的产品，都遇到过“功能做得很好了，人就是不愿意来用”的尴尬情况，因此我们一直在试图填补用户习惯与产品能力之间的 gap。

演讲亮点

• 通过 IDE 做成块、成篇的代码推荐的交互形式
• 为了让编程现场和模型更好地结合在一起，有很多的细节与挑战
• 把 AI 从编程这个环节，推向更广阔的 Devops 链条，并与现成平台结合让用户真正受益的案例

听众收益

• 了解智能开发工具的进展，寻找适合自身场景的产品
• 以案例为主接触团队与组织落地智能开发的过程、困难与解决方案
• 从开发者角度加深对智能开发工具的认知，达到更好地与 AI 协同、提效的目的