大模型AI软件落地已过验证阶段，代码生成占比明显提升｜AI4SE 行业现状调查报告（2024年度）

28 0 0

文章摘要

以大模型为代表的人工智能技术正在成为新一轮科技革命和产业变革的重要驱动力，为各行业的智能化转型提供了前所未有的机遇和挑战。软件工程领域也不例外，智能化转型为软件企业降本增效带来了新思路，但同时也面临技术路线选择不明确、落地路径不清晰等问题。中国信息通信研究院联合多家企业和机构发布的《AI4SE 行业现状调查报告（2024 年度）》对这些问题进行了深入分析。

企业的软件研发智能化成熟度普遍处于 L2 水平，即部分智能化阶段。调查显示，39.15% 的受访企业认为其内部智能化成熟度处于 L2，而 L3 核心智能化和 L4 高度智能化的占比分别为 17.62% 和 8.98%。这表明，尽管以大模型为核心的人工智能技术在软件工程中的应用已从概念验证阶段逐步进入规模化落地阶段，但绝大多数企业距离完全智能化仍有较大差距。

在软件工程各阶段，AI 技术的应用程度显著提升。2024 年度，需求分析和运维领域的 AI 技术应用占比大幅提高，开发、测试领域也有小幅增长。总体来看，企业在软件工程中应用 AI 技术的比例显著上升，智能化转型势在必行。与此同时，AI 赋能软件工程各阶段的效率提升更加明显，尤其是在需求设计、开发、测试和运维领域，测试阶段的效率提升最为显著，涨幅达到 8 个百分点。

智能开发工具的应用也取得了进展。2024 年度，近五成企业的代码行采纳率集中在 20% 至 39% 之间，平均采纳率为 27.46%，同比提升 2.42%。此外，通过 AI 生成的代码占全部代码的比例平均为 28.17%，相比 2023 年提升 6%。这表明，智能开发工具的能力正在持续提升，且其采纳率仍有较大上升空间。

在智能测试领域，基于大模型的智能测试工具已初步显现出降低产品功能缺陷率的效果。超过 60% 的企业表示，缺陷率降低了 20% 至 39%。然而，缺陷率降低 50% 以上的企业占比仅为 7.13%，反映出企业在使用智能测试工具大幅提升产品质量方面仍面临较大瓶颈。

报告还指出，智能开发工具和智能测试工具的规模化应用价值正在逐步显现，但如何进一步提升其能力，尤其是大模型与现有工具的深度融合，仍是未来发展的重点。此外，随着行业的逐步成熟，智能开发效能度量标准的编制也使得相关指标定义更加明确，为后续的技术优化和应用推广提供了重要参考。

总体而言，智能化软件工程的发展正在加速，AI 技术在软件工程各阶段的应用和效率提升效果显著，但企业仍需在技术落地、工具能力提升等方面持续探索，以实现更高水平的智能化转型。