












大模型的选择
01

大模型选型应更加注重输出质量和稳定性,优先选择能力成熟、适配研发场景的模型及高质量中转能力,避免因模型波动带来理解偏差和返工成本;
AI赋能内部管理
02

要逐步建立部门内部标准化知识库体系,将业务背景、技术规范、开发经验等内容进行持续沉淀,为AI提供更准确的上下文支撑;
AI的可控与一致性提升
03

要形成符合部门特点的skills体系,将常用任务模式、开发约束和执行流程进行标准化,提升AI参与研发工作的可控性和一致性;
完善测试体系,驱动AI质量
04

要以测试驱动开发为抓手,将复杂任务拆解为小模块推进,并辅以完善的单元测试体系,从源头降低AI生成代码的质量风险;
探索协同,永不止步
05

探索多AI协同模式,通过不同工具间的能力配合,进一步提升复杂任务的处理效率和交付质量。










夜雨聆风