最近，開(kāi)源中國(guó) OSCHINA、Gitee 與 Gitee AI聯(lián)合發(fā)布了《2024 中國(guó)開(kāi)源開(kāi)發(fā)者報(bào)告》。

報(bào)告聚焦 AI 大模型領(lǐng)域，對(duì)過(guò)去一年的技術(shù)演進(jìn)動(dòng)態(tài)、技術(shù)趨勢(shì)、以及開(kāi)源開(kāi)發(fā)者生態(tài)數(shù)據(jù)進(jìn)行多方位的總結(jié)和梳理。

在第二章《TOP 101-2024 大模型觀點(diǎn)》中，同濟(jì)大學(xué)特聘教授、CCF 杰出會(huì)員朱少民對(duì) 2024 年 AI 編程技術(shù)與工具發(fā)展進(jìn)行了總結(jié)。

全文如下：

2024 年 AI 編程技術(shù)與工具發(fā)展綜述

文 / 朱少民 2024 年 8 月下旬，一款 AI 代碼編輯器 ——Cursor 火爆全球，火到一位 8 歲小女孩拿著它學(xué)編程，幾十分鐘內(nèi)搭起來(lái)一個(gè)聊天機(jī)器人，其演示吸引來(lái) 180 萬(wàn)人在線(xiàn)圍觀。這導(dǎo)致有人大膽預(yù)言，未來(lái)編程只需要狂按 Tab 就夠了。Cursor 確實(shí)好用，包括新推出的“光標(biāo)位置預(yù)測(cè)”功能。 但是 AI 編程發(fā)展沒(méi)有那么快，在國(guó)內(nèi)生成代碼采納率還比較低，根據(jù)《2024 軟件研發(fā)應(yīng)用大模型國(guó)內(nèi)現(xiàn)狀調(diào)研報(bào)告》，多數(shù)團(tuán)隊(duì)在 10-40% 之間，如圖 1 所示。

圖 1 大模型（LLM）在編程上的應(yīng)用及其生成代碼的采納率 在 2024 年，我們還看到了“AI 程序員” Devin 的誕生，Devin 能夠獨(dú)立完成復(fù)雜的編碼和調(diào)試任務(wù)、自主查找和修復(fù)代碼庫(kù)中的錯(cuò)誤，構(gòu)建和部署應(yīng)用程序。在 SWE-bench 編碼基準(zhǔn)測(cè)試中，Devin 能夠解決 GitHub 中 13.86% 的真實(shí)問(wèn)題，有了很大提升。 說(shuō)起 SWE-bench 編碼基準(zhǔn)測(cè)試（https://www.swebench.com/），2024 年進(jìn)步很快，以 OpenAI 建立的 verified 子集（500 個(gè)問(wèn)題）為例，4 月開(kāi)始時(shí)，成功率只有 2.8%，到現(xiàn)在已提升到 53%，這表明 AI 在編程能力方面取得了顯著的進(jìn)步。這一提升反映了 AI 編程幾個(gè)關(guān)鍵因素，正好用來(lái)總結(jié) 2024 年 AI 編程的進(jìn)展。 模型能力的增強(qiáng)：AI 模型的架構(gòu)和算法不斷優(yōu)化，如從 Claude 3 Opus、GPT-4o 到 Claude 3.5 Sonnet、Claude 3.5 Haiku，大模型自身的能力不斷提升，使得模型能夠更好地理解和解決復(fù)雜的編程問(wèn)題。 智能體（AI agent）的引進(jìn)：智能體可以收集和學(xué)習(xí)與任務(wù)相關(guān)的知識(shí)，可以直接調(diào)用靜態(tài)代碼分析工具、直接調(diào)用搜索引擎和 API 為編程任務(wù)服務(wù)，并通過(guò)構(gòu)建代碼倉(cāng)庫(kù)知識(shí)圖來(lái)幫助大模型全面理解軟件倉(cāng)庫(kù)的結(jié)構(gòu)和依賴(lài)關(guān)系，從而更好地定位問(wèn)題根源并生成有效的代碼補(bǔ)丁。 智能體還可以動(dòng)態(tài)獲取代碼片段和問(wèn)題相關(guān)的信息，并分析和總結(jié)收集到的信息，以便規(guī)劃出更好的解決方案。例如從 RAG+GPT 4 (1106) 的 2.8% 提升到 SWE-agent+GPT 4 (1106) 的 22.4%、從 RAG+Claude 3 Opus 的 7% 提升到 SWE-agent+Claude 3 Opus 的 18.2%，效果都比較顯著。 多模態(tài)能力：多模態(tài) LLM 使智能體能夠綜合利用視覺(jué)和文本信息，可以理解軟件用戶(hù)界面、處理的圖表、可視化數(shù)據(jù)、語(yǔ)法高亮和交互映射等內(nèi)容，更好地理解任務(wù)陳述以及獲取任務(wù)相關(guān)的產(chǎn)品信息、開(kāi)發(fā)過(guò)程信息，從而更全面地理解和解決問(wèn)題。目前排在 SWE-bench verified 前 4 位都使用了 Claude-3.5-Sonnet，而它是多模態(tài)的、具備處理文本和視覺(jué)信息的能力，使其能夠理解和修復(fù)包含圖像或其他視覺(jué)元素的 GitHub 問(wèn)題。 和工具集成的框架：可以支持智能體在處理復(fù)雜任務(wù)時(shí)進(jìn)行更好的任務(wù)管理和執(zhí)行，并促進(jìn)不同 AI 模型和工具之間的協(xié)作。 例如 Composio SWE-Kit 集成文件操作、代碼分析、Shell 命令執(zhí)行、知識(shí)庫(kù)管理和數(shù)據(jù)庫(kù)操作等工具或能力，優(yōu)勢(shì)互補(bǔ)，將 SWE-bench verified 大幅度提升到 48.6%。 再比如 OpenHands+CodeAct v2.1 將智能體的行為整合到統(tǒng)一代碼行動(dòng)空間的框架，允許 OpenHands 在編程任務(wù)中扮演全方位的智能助手角色，目前排在 SWE-bench verified 第一位（53%）。 基于代碼大模型的自身進(jìn)化，以及 RAG 技術(shù)、智能體的有力支持，從而 LLM 有更好的上下文感知能力。例如，在代碼大模型預(yù)訓(xùn)練時(shí)，其訓(xùn)練語(yǔ)料中加入抽象語(yǔ)法樹(shù)（AST）、代碼依賴(lài)關(guān)系等數(shù)據(jù)，新的代碼生成模型則具有更強(qiáng)的上下文感知能力。 在此基礎(chǔ)上，基于 AI 的編程工具能夠根據(jù)給定的上下文（如函數(shù)名、注釋、部分代碼等）檢索出最相關(guān)的代碼片段和文檔，能夠提供完整的函數(shù)或代碼塊建議。這也使得 LLM 能夠參考海量的代碼庫(kù)和技術(shù)文檔，這不僅能緩解大模型的幻覺(jué)問(wèn)題，顯著提升代碼生成與理解的準(zhǔn)確性，而且能符合上下文的代碼，更能滿(mǎn)足開(kāi)發(fā)的業(yè)務(wù)需求。 未來(lái)，研發(fā)人員和多個(gè)智能體、工具協(xié)同工作來(lái)完成編程工作，如論文 Flows:Building Blocks of Reasoning and Collaborating AI 所描述的（圖 2 所示），構(gòu)成一個(gè)復(fù)合競(jìng)爭(zhēng)性編碼流程，研發(fā)人員更多是提需求，由 LLM 和智能體實(shí)現(xiàn)自主編程的過(guò)程。

圖 2 由 LLM 和智能體實(shí)現(xiàn)自主編程的過(guò)程 隨著大模型技術(shù)的迅速發(fā)展，在今年，我們明顯能感到，AI 已從單一的輔助工具，逐漸演變?yōu)檐浖_(kāi)發(fā)人員不可或缺的助手或伙伴。 除了前面已介紹的 Cursor、Composio SWE-Kit、OpenHands CodeAct 等工具之外，國(guó)內(nèi)主要使用 chatGPT、GitHub Copilot、通義靈碼、CodeGeeX、文心快碼、螞蟻 CodeFuse 等編程工具，國(guó)外還出現(xiàn)一些受歡迎的、新的編程工具，如 Codeium IDE Cascade、Solver ai、Websim ai 等。

圖 3 國(guó)內(nèi)編程助手使用狀況（來(lái)源同圖 1） 這些工具讓我們能感受到 AI 卓越的生成能力和理解能力，幫助我們更高效地完成代碼生成、代碼評(píng)審、代碼解釋到單測(cè)生成、缺陷定位、代碼優(yōu)化等任務(wù)。這種進(jìn)步也體現(xiàn)在今年國(guó)內(nèi)企業(yè)一些落地實(shí)踐中：

在一些大廠，LLM 已經(jīng)實(shí)際應(yīng)用到代碼審查或 CI/CD 流程中（如 pull request），自動(dòng)識(shí)別代碼質(zhì)量問(wèn)題并提出改進(jìn)建議。

有些企業(yè)結(jié)合智能體和相關(guān)工具的支持，讓基于 LLM 的研發(fā)平臺(tái)生成代碼流程圖和類(lèi)圖，輔助自然語(yǔ)言解釋?zhuān)沟瞄_(kāi)發(fā)者更直觀地理解代碼結(jié)構(gòu)和執(zhí)行流程，增強(qiáng)智能編程的可視性和交互性。

有些開(kāi)發(fā)團(tuán)隊(duì)借助智能體和 RAG 技術(shù)檢索歷史上已知的代碼缺陷模式和已知問(wèn)題，從而比較準(zhǔn)確地識(shí)別潛在的缺陷和安全漏洞，甚至能夠分析代碼的功能意圖，全面提升代碼評(píng)審的能力。

有些團(tuán)隊(duì)，根據(jù) UI 設(shè)計(jì)圖，讓 LLM 自動(dòng)生成相應(yīng)的前端代碼，大大減少了手動(dòng)編碼的時(shí)間，加快了從設(shè)計(jì)到實(shí)現(xiàn)的流程。

從應(yīng)用效果看，前面調(diào)研的數(shù)據(jù)可供參考。在國(guó)內(nèi) AI 編程開(kāi)展比較好的大廠，超過(guò) 80% 的工程師在使用 AI 編程工具完成日常的編程工作，近 30% 入庫(kù)的代碼由 AI 生成，生成代碼平均采納率超過(guò) 40%，有些產(chǎn)品線(xiàn)達(dá)到 60%。僅僅在編程這一項(xiàng)工作（雖然只占開(kāi)發(fā)人員 20-30% 的工作量）上，研發(fā)效率能提升 20-30%。

圖 4 大模型時(shí)代的軟件研發(fā)正確方式 當(dāng)然，我們不能局限于這一個(gè)編程環(huán)境，最好要從需求開(kāi)始就應(yīng)用大模型。ATDD（驗(yàn)收測(cè)試驅(qū)動(dòng)開(kāi)發(fā)）是大模型時(shí)代軟件研發(fā)的正確打開(kāi)方式，讓大模型幫我們生成需求及其驗(yàn)收標(biāo)準(zhǔn)，業(yè)務(wù)約束更明確了，上下文更清楚了，在此基礎(chǔ)上分別由不同的模型生成產(chǎn)品代碼和測(cè)試代碼，再讓它們之間相互驗(yàn)證和博弈（如圖 4 所示），最終交付高質(zhì)量的軟件。 未來(lái)，隨著 AI 技術(shù)的不斷成熟和創(chuàng)新，AI 編程工具將進(jìn)一步提升智能化和可解釋性，支持更多的編程語(yǔ)言和平臺(tái)，并通過(guò)強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)自適應(yīng)優(yōu)化。為了全面發(fā)揮 AI 編程技術(shù)的潛力，開(kāi)發(fā)團(tuán)隊(duì)需要不斷學(xué)習(xí)和適應(yīng)新技術(shù)，優(yōu)化開(kāi)發(fā)流程，確保 AI 工具的有效應(yīng)用和高質(zhì)量輸出。