ARTICLE · 1237551
中电源启·AI原生软件工厂全新升级:新交互、新工艺、新引擎
当前，软件研发正在经历从“AI辅助编码”向“AI自主协同”的范式跃迁。当AI Coding深度进入企业研发体系，BUG率上升、代码重复率激增、安全漏洞等“工程效率悖论”随之凸显——采纳率不等于生产率，如何实现组织级AI Coding转型，成为业界共同关注的话题。10月23日，中电金信正式发布中电源启·AI原生软件工厂（GienCoder）新版本，围绕“新交互、新工艺、新引擎”全面升级，助力企业软件研发从个体提效走向组织级规模化提效。
全面升级：新交互、新工艺、新引擎
GienCoder实现从需求、设计、开发、测试到发布的全流程、安全可信的AI原生开发。目前，产品已在国内30余家企业和机构投用，内嵌“4阶12步”企业级研发工艺，沉淀30余个工程专家智能体、100余项软件工程技能，平均研发效率提升30%。在此基础上，新版本围绕交互、工艺、引擎全面升级，形成覆盖端到端AI原生开发、研发工艺可定制、统一研发工作台、数字分身、全链路效能洞察、工具融合与资产纳管、教练及运营服务、逆向软件工程、安全可信可治理方面的九大特性。具体来看：
新交互，从上一版以IDE插件形态辅助编码，升级为覆盖研发全岗位的统一研发工作台——产品、研发、管理等每个岗位一个入口，形成“产、管、察”三类视角：开发者领取、执行、确认任务，管理者实时查看进度，效能表现全程可视；
新工艺，在“4阶12步”工艺基础上，支持敏捷、瀑布等工艺按企业现状配置编排、跨空间协同，让工艺主动适配企业研发体系，把AI提效从个人水平沉淀为企业级流程能力，交付质量稳定可控；
新引擎，以Coder×Work多智能体协同为引擎，工程专家智能体与软件工程技能覆盖研发各工序，AI承担工序级执行、工程师专注结果确认，并新增“数字分身”能力，把工程师的个人经验沉淀为可复用、可进化的数字资产，系统越用越懂企业业务。
针对企业存量系统改造中过程文档缺失、技术陈旧等痛点，新版本强化逆向软件工程能力，形成标准化、可复制的“逆向五步实施方法”，对代码资产、技术信息、架构信息、业务需求分层逆向，把“代码中的隐性知识”转化为“人可读、可确认的显性知识”。配套的AI4SE咨询与工程教练培养体系，帮助企业建立AI原生研发运营能力。中电金信还联合算力运营商推出安全可信算力解决方案，涵盖算力一体机租用、Token可信专区、私有化算力运维等形态，保障数据不出域。
规模化落地：
从金融到能源的组织级提效实践
目前，GienCoder已在金融、能源等行业落地应用。
在某国有大行
一套基于EJB等传统技术栈的Java大单体应用需改造为Dubbo微服务架构，单交易代码超6000行，业务方无精力反向梳理需求，且外围系统接口必须保持不变。GienCoder坚持“源码是唯一真源”，按交易逐项逆向分析存量代码，生成代码说明书、软件需求与业务需求文档，经业务确认后，基于新工程规约开展正向AI开发，既实现原有功能的1:1复制，也重新沉淀了研发资产。
在某能源央企
GienCoder自今年7月起纳管其存量系统代码仓库，覆盖58个代码工程、45名研发人员，涉及Java、Python等26类语言与中间件，端到端AI研发交付工艺实现全流程贯通，累计生成AI代码16.4万行，其中被采纳15.4万行，代码入库率达93.6%。
在某大型央企集团内部
该产品已在多家成员企业试点，代码入库率达70%，研发周期缩短30%，新研发人员上手周期缩短70%；其中某试点项目代码入库率达90%，开发周期缩短50%。
在中电金信
产品已覆盖100余个在研项目，服务用户近万人，AI代码入库率43.9%，开发周期缩短25%。此外，依托国务院国资委“国资央企智能软件工厂联合筑基工程”，GienCoder正加速在首批10余家央企落地推广。
伴随着AI原生开发从个体提效走向组织级规模化提效，软件产业的生产方式正在发生深刻变革。中电金信将持续深耕AI原生软件工程，以此次新版本发布为起点，与更多企业携手推动智能研发在关键行业规模化落地，让软件产业的智能化转型走得更实、更远。
