数字金融是“D-ICBC”数字生态的全面深化，研发作为数字金融最为根本的动力引擎，其工程效能的快速交付能力直接关系到业务价值的呈现效率。数字化转型是引领研发改革创新的重要抓手，也是提升工程快速迭代交付能力的关键。
工行软件开发中心自2021年起推进研发数字化转型，围绕“数字工行”的战略发展目标持续提升场景、用数、智能化等能力，推进研发数字化场景建设和科管数据底座搭建，统一用户触点平台，开展智能化应用实践，专注个体效能提升和组织信息协作共享，致力为一线研发人员提供精准化，差异化的服务，通过数据和技术赋能研发工作提质增效。
一、迭代研发数字化框架
工行软件开发中心根据“一个愿景、两个使命、三大抓手、四大目标“思路，规划整体研发数字化框架，推动实现研发数字化转型的四大目标。
一个愿景：打造工行“数字化、智能化”研发体系。
两个使命：持续推动研发效能提升、持续推动组织数字化能力提升。
三大抓手：围绕“用户思维、数据思维、运营思维”，以触点统一、数据集中、持续运营为抓手推进数字化场景建设。
四大目标：打通数据孤岛，建立研发数据中台；以一站式研发平台推动研发模式转型；通过技术和数据赋能一线工作提效；营造工程师氛围，激活人才数字基因。
围绕开发、测试等关键角色在研发过程中的痛点堵点问题，在行内e企研、e办公等数字化能力基础上，以覆盖全生命周期的数字化运营和组织保障为抓手，加强研发科管数据底座建设，通过数据和技术运用，推进数据智能从“局部应用”向“流程化、体系化”的应用及信息高效流转升级，如为开发人员构建IDE插件共建共享生态，打造沉浸式编码体验，沉淀2144个可复用代码资产，深度整合研发平台，形成10个一站式服务场景，根据埋点数据显示代码提交效率提升53%，质量门禁检查通过率提升32%。
二、强化科管数据底座建设
工行软件开发中心依托底层技术架构，建设工行大数据体系和科管数据中台，将研发管理、工具运营和日常办公等领域数据按场景需求推进入湖，构建以数据底座为基础的包含数据服务、数据安全管理、数据资产管理和运营等体系性的数据能力服务，推动13个主题291张贴源表数据入湖，打造具有共享复用性的公共指标和数据服务等资产，提供标准化数据服务23万余次，持续支撑行内研发数字化场景的创新应用。
基于AI工作站，围绕模型数据标注、建模、应用、运营四个阶段规划研发全流程，按照MLOPS理念，构建流程化的大模型数据标注和建模流水线，打造基于提示词的大模型服务封装编排工具，具备大模型用户反馈数据的运营管理能力，端到端降低大模型技术的应用难度，规模化推进编码、测试、运维等领域12个智能研发数字化场景。
三、开展智能化研发实践
工行软件开发中心自2021年启动基于小参数模型的智能辅助编码研究，在2022年7月发布首个代码补全助手，并在大模型爆发后快速迭代，2023年4月发布基于大模型的新版智能研发助手，新增单测生成、代码解释、研发问答等联创能力，在代码补全和智能单测生成等能力方面已取得阶段成效，通过优化IDE插件侧跨文件感知能力、开展行内代码模型定制化训练等方式提升代码补全效果，试点平均代码采纳率从10%提升至20%；围绕IDE插件优化单测上下文关联代码提示机制，提示词工程适配行内Junit4框架和Given-When-Then标准格式等实现一键生成单测脚本能力，试点单元测试自动生成行覆盖率达到50%。
2024年工行软件开发中心加快人工智能技术在需求、设计、测试、运维等领域的探索应用，对标同业智能研发能力和未来发展趋势，围绕编码质效提升、研发全流程赋能、智能研发前瞻研究三个方向开展工作，不断调整和完善智能研发整体能力。
1、提升编码效率和质量：基于行内代码完成模型调优训练，通过IDE插件形式向大模型传递上下文代码信息，实现代码补全、单测生成、研发问答、CodeReview、代码安全检测等能力，实现编码质效提升。
2、拓展研发全流程赋能：从单一编码环节拓展至需求、设计、测试、运维等研发全流程，与行内研发平台打通，在总体设计生成、详细设计生成、示例代码生成、测试用例生成、测试脚本生成、版本风险点生成等场景进行研究和落地。
3、开展智能研发前瞻研究：跟踪AI主导的智能研发技术发展趋势，把握行业动态，加强与业界、学术界的合作，共同推动基于多智能体的全流程自动研发技术的研究。
四、推进全流程研发运营
工行软件开发中心基于用户、产品、活动等维度持续开展运营链路与系统能力建设，打造贯穿研发全流程的数字化运营体系，打通研发管理与产品运营数据底座，提供研发领域的数字化运营框架与公共运营服务，统筹e企研、e办公、IDE触点平台，面向科技人员提供全流程的研发数字化运营支撑，规划534个运营指标，实时刷新热门工具排行榜，推动低效功能退出，围绕一线用户开展运营提升。
五、后续展望
未来，工商银行软件开发中心持续坚持触点整合、服务聚合、运营融合的思路，秉承以用户为中心的理念，聚焦解决研发全流程、流水线和研发安全等领域痛点问题，完善研发全生命周期数字化体系，加快人工智能技术在研发全流程的应用及相关机制建设，探索以AI主导的智能研发技术，围绕研发数字化框架开展迭代提升，全力支撑科技强行、数字工行建设。
来源：移动支付网