01
给软件工程带来了什么？
我在清华大学获得博士学位后，加入了微软亚洲研究院，从事软件系统程序分析的研究。同时一直在关注机器学习领域的发展。现在，技术确实让几乎所有人都大为震撼。
接下来我们将进入这项技术的干货内容，今天的演讲将分为四个部分展开。
第一部分，我们将概述对软件工程的影响，不会局限于程序员如何提高工作效率，更会探讨对软件工程整体的影响。
首先，第一个方面是让大家写代码变得更快、更容易了，我认为这个话题无需赘述，因为我相信在座的很多人都有体验。在出现之后，另外一个新产品也是值得关注的——代码搜索领域的头部公司正在推出一款产品Cody（尽管还没有公测），它在后时代提供了问答功能。Cody会结合你的领域知识、基于现有代码给出回答。我认为这个产品是值得大家关注的。
编程助手
但综合来看，我们现在能看到的落地能力还不能够做到生成复杂项目级别的代码，只能帮助你写一些微观的代码。至于生成工程性的代码，我们可能还需要等待一段时间，像在《流浪地球》中机器人能够为你重写整个操作系统。我认为这种幻想目前仍然只存在于小说中。至于这种能力何时能够实现，我无法预测，因为任何预测都有可能被打脸。不太悲观地讲，我们的饭碗应该还是能够再保持几年的。这是第一个维度的影响。
但对软件工程的影响，不仅是让个人写代码的速度变快这么简单。我们可以问一个问题：如果你的团队中每个人的速度都快了10倍，项目进度会变快10倍吗？在座的都是技术管理者，很明显这个答案是否定的。因为在从创建到最后交付的整个过程中，写代码的时间可能只占10%-20%，软件工程中还有许多复杂的组织和流程因素。
因此，我们还需要看看是否能够解决软件工程中的信息不对称问题。因为当人数增加时，信息不对称就会存在，流程摩擦也会增加。想想我们每天要开多少会议，花费了百分之多少的时间。AI能否在这方面发挥价值呢？这是和前面同样重要的维度。
如果在你的组织中有一个研发效能顾问，能够回答你有关项目和公司中各种问题，它就能够帮助我们减少信息不对称，并消除组织中流程摩擦。当然，有些会议需要与真人交流，但如果有些问题可以由直接解答，可能能减少20%的会议时间，这也是一种效率。因此，这个价值也是一个非常重要的维度。我们的许多客户都非常期待这样的能力。
02
从研发数据角度看
第二部分，我们将从研发数据的角度探讨，因为任何人工智能技术的训练和使用都需要数据作为原材料。因此，我们必须从数据的角度去思考这个问题。
的基石大型模型，是基于公共数据中巨大的参数训练而成的，规模达到了千亿级别。但是，它并不了解私域信息、组织、团队和其他相关知识。那么，如何将这些知识传递给它，是我们当前所面临的最大瓶颈。
数据基本上可以分为两类：一类是你的代码，代码中保存了你的大部分软件知识；另一类是你的软件工具和开发行为的所有数据，比如你的工具中所有的交流互动流程数据，这部分数据是代码之外的。
具体来说，我们有三种途径：最右边是采用大模型的最典型方法，即提供提示（）。与大模型交流时，你不仅仅需要问一个问题，还需要给它提供一些上下文和少量的样本，以解释你想要干什么以及你的情况。这里最大的挑战是你只能给出非常有限的信息，例如4K或8K。如果信息量太少，那么大模型无法回答你关于服务和知识方面的问题。这个带宽是非常小的。
最左边的方法是使用你自己的数据去训练大模型，你需要修改更新它的参数。然而，这种方法需要大量的时间和资源。中间的方式是自己训练一个小的模型去学习大模型，然后进行微调，以使其更适合你的特定任务。
在实际应用中，选择哪种方法取决于你的具体情况和需求。无论选择哪种方法，我们都需要理解大型模型的优势和局限性，并在实践中发掘其潜力。
总体来说，我们目前探索的方向是最右边的第三种路径。选择这个路径背后的逻辑是的核心思想，这种思路的成功在于使用全球公开的信息和1000亿参数来训练一个通用的模型，而不是针对特定领域去收集数据和优化模型。当需要解决具体问题时，只需提供一个小样本，模型就能够学习并回答问题。因此，我们仍然希望沿着这条路线前进。
03
如何打造高质量的研发数据基础？
第三部分，我们将介绍构建高质量研发数据基础的五个步骤。只有保证数据基础的高质量，才能可靠地解决具体领域的问题。
第一步，需要完成原始数据的积累。我们意识到在研发中，这些数据本身就是重要的资产和信息源。我们建议使用像 这样的开源工具，快速跨过这个初始阶段。
第二步，在获取数据后，我们会面临数据质量问题。数据的健康度很重要，因为如果向算法提供60分的数据，是不可能获得90分的结果的。因此，我们建议使用代码分析技术来校准数据，夯实数据，以确保数据的质量。
第三步，需要进行自主分析，利用BI或可视化工具，从数据中解读信息，下探洞察原因推动度量-分析-回顾-改进循环。
第四步，以目标为导向，采用GQM（目标-问题-指标）方法，基于健康的数据进行系统洞察，进一步复用和丰富模板，沉淀知识。
第五步，基于实现智能交互，满足灵活多样的信息需要。在之前，自然语言转SQL这一研究领域早已存在，而以为代表的新一代自然语言处理工具，将会给这个领域带来新的活力。
04
在实际研发效能
数据上的表现如何？
第四部分，我们深入上述的第五个步骤——智能交互，去探索在可靠的研发数据基础上，能够实现什么样的功能。
我们基于的真实数据表，测试了理解人类常识、找到正确的表、处理复杂抽象问题等方面的能力。
第一个测试显示，具备比较全面的人类常识，能够直接找到“打开 issue”、“issue合作”等表述对应的数据，这意味着我们不需要提供额外的数据字典，来辅助它理解某个细分领域。
第二个测试显示，具备处理复杂数据表的能力。我们提供了互相关联的9张表，其中有许多重复数据字段，而成功找到了正确的表，输出了正确的SQL查询。
第三个测试显示，当提出的问题比较模糊的时候，尝试理解的方向也是合理的。我们的问题中包括了“近期”“PR评审难度高”这样并不确切的表述，而在SQL查询中使用了“最近一周”、“PR评论长度>500”“PR评论数量>5”这些具体且合理的推测。
第四个测试不是基于研发数据做的，但也很有意思，所以和大家分享一下。我们用了自然语言处理数据集里的一个超难问题来考验。它给出的第一个SQL查询是错误的，接下来我们不给出任何提示或反馈，只是反复提问。在后几次尝试中，成功给出了多种正确解法。
这说明可以通过多次尝试来自验证，提高数据解读的准确性。
相关文章
