通明湖人工智能開發(fā)與應(yīng)用大會鴻蒙生態(tài)下的AI助力移動應(yīng)用開發(fā)新范式助力鴻蒙原生應(yīng)用高效開發(fā)演講人：彭松智能代碼輔助智能問答萬能卡片生成下一步思考1個初級程序員變成1個資深程序員AI降低開發(fā)門檻1個資深程序員變成10個資深程序員AI提升程序員開發(fā)效率應(yīng)用開發(fā)能力邊界更廣全民開發(fā)者全民開發(fā)者應(yīng)用開發(fā)者專業(yè)開發(fā)者應(yīng)用開發(fā)門檻降低廠商產(chǎn)品智能問答代碼生成測試用例生成代碼優(yōu)化代碼解釋代碼翻譯微軟√√√√√√百度Comate√√√√√√HuggingFaceCodeFuse√√√√√√通義靈碼√√√√√√字節(jié)MarsCode√√√√√√科大訊飛iFlyCode√√√√√√商湯小浣熊√√√√√√智譜AICodeGeeX√√√√√√其他：CodiumAl、Replit、Cursor、CodeStony、JoyCoder、Fittn目前輔助編程飛速發(fā)展中，不同友商功能逐漸趨同，核心功能包括智能問答，代碼生成，用例生成，代碼優(yōu)化，代碼解釋；n微軟GithubCopilot背靠OpenAI,輔助編程效果較好。百度Comate與阿里同義靈碼等國內(nèi)輔助研發(fā)工具在中文場景效果較好。n輔助編程可以極大的提升開發(fā)者的工作效率；在代碼生成方面，直接用于業(yè)務(wù)場景時，還需開發(fā)者優(yōu)化，其能力有待進一步提升。代碼補全根據(jù)注釋生成代碼修復編碼錯誤添加異常處理生成文檔注釋代碼解釋；代碼修復；生成測試用例 鴻蒙整體開發(fā)量大代碼生成效率代碼量(含三方)約1.4億行約2.7億行如何快速賦能？賦能開發(fā)者220萬30萬大量新元服務(wù)需研發(fā)如何提升開發(fā)效率？新增元服務(wù)鴻蒙卡片添加率68.6%低于競品93%AI使能研發(fā),聚焦高價值高頻次場景代碼生成補全代碼生成補全智能代碼輔助鴻蒙開發(fā)萬能卡片代碼生成鴻蒙元服務(wù)開發(fā)輔助鴻蒙知識問答知識推廣輔助應(yīng)用智能代碼輔助智能問答萬能卡片生成下一步思考lArkTS界面代碼生成lHarmonyOSAPI代碼生成lArkTS常用算法代碼生成l精準理解代碼注釋l智能分析代碼上下文l鴻蒙原生應(yīng)用最佳實踐智能代碼輔助技術(shù)路線目標：代碼生成與代碼補全采納率達到30%挑戰(zhàn)：lArkTS語料質(zhì)量偏低：絕大多數(shù)代碼沒有注釋，代碼文件通常較短信息量少，且代碼數(shù)據(jù)多樣性低l現(xiàn)有大模型不懂ArkTS：現(xiàn)有的數(shù)據(jù)生成和衍生方法難以應(yīng)用，無法直接用現(xiàn)有大模型生成ArkTS語料和指令代碼基座模型代碼基座模型編程相關(guān)知識，以及代碼的理解、生成能力面向代碼的增量預(yù)訓練語言基座模型面向代碼的增量預(yù)訓練基本的語言知識，以及中英文理解、生成能力領(lǐng)域增強模型領(lǐng)域增強模型注入特定編程語言的知識，或者增強特定編程語言的代碼能力通用代碼對話模型基本的編程任務(wù)和相關(guān)對話通用代碼對話模型基本的編程任務(wù)和相關(guān)對話領(lǐng)域任務(wù)增強模型針對特定編程任務(wù)進行增強L2模型代碼指令微調(diào) L0模型預(yù)訓練數(shù)據(jù)加工：基于規(guī)則和基于模型篩選高質(zhì)量數(shù)據(jù)》數(shù)據(jù)源》數(shù)據(jù)源?開源數(shù)據(jù)集?合成數(shù)據(jù)?規(guī)則過濾?隱私敏感信息?License過濾》》?文檔間去重:MinHash+LSH?代碼倉庫去重?抽樣人工標注?LLM質(zhì)量分級?分級模型迭代原始代碼片段LLMLLM代碼功能、詳細解釋構(gòu)造指令構(gòu)造指令數(shù)據(jù)Instruction:請使用ArkTS語言實現(xiàn)一個名為ResetFactory的類，該類提供了一個名為rebootAndCleanUserData的方法，該方法用于執(zhí)行設(shè)備的恢復出廠設(shè)置操作。Output:```arkts\nconstTAG=‘ResetFactory’;\n\nexportclassResetFactory{\nrebootAndCleanUserData(){\nletrestorer=……```\n在上述ArkTS代碼中……在執(zhí)行操作后，它會記錄操作的成功或失敗信息。實現(xiàn)ResetFactory類，該類提供rebootAndCleanUserData方法，用于執(zhí)行設(shè)備的恢復出廠設(shè)置操作。在執(zhí)行操作后，它會記錄操作的成功或失敗信息……ArkTS基礎(chǔ)知ArkTSArkTS基礎(chǔ)知ArkTS&TS差?ArkTS和TS差異說明?教程、FAQ、三方開發(fā)者樣例RAG文檔切分文檔選擇!相關(guān)文檔檢索HarmonyOS閉源文檔?自由流轉(zhuǎn)、RAG文檔切分文檔選擇!相關(guān)文檔檢索HarmonyOS閉源文檔?自由流轉(zhuǎn)、元服務(wù)等閉源特性[任務(wù)一]……認真閱讀并掌握ArkTS……[任務(wù)二]……總結(jié)考察的知識點…………編寫問題…………解決思路、代碼、代碼說明……訓練數(shù)據(jù)中的幻覺：?原始代碼片段不完整，具有額外依賴?模型缺乏鴻蒙知識，生成的數(shù)據(jù)天然具有幻覺?文檔內(nèi)容僅能約束部分代碼，無法完全避免生成不存在的接口?ArkTS與TS、JS接近，尤其容易混淆類似功能的接口編譯編譯通過ArkCompiler全量數(shù)據(jù)通過ArkCompiler全量數(shù)據(jù)編譯報編譯報錯信息不通過LLMICL、CoT、Self-LLMICL、CoT、Self-consistency、…… 修正數(shù)據(jù)問題數(shù)據(jù)模型和數(shù)據(jù)逐輪迭代Retriever相關(guān)文檔&Retriever相關(guān)文檔&正確的代碼文檔智能代碼輔助智能問答萬能卡片生成下一步思考l自然語言問答式搜索l精準定位文檔與代碼l可拓展閱讀以供參考鴻蒙知識問答-基于大模型的鴻蒙應(yīng)用開發(fā)問答助手目標:理解用戶自然語言描述的問題，歸納總結(jié)鴻蒙知識，直接解答用戶問題，減少檢索查找周期，提高問題解決效率。挑戰(zhàn)：?鴻蒙知識官方信息較匱乏，現(xiàn)有大模型對鴻蒙問題理解不佳；?大模型幻象生成不屬于鴻蒙知識的解決方案，導致答案不準確；?多場景、多業(yè)務(wù)接入鴻蒙知識問答，提升開發(fā)者效率，助力鴻蒙生態(tài)擴展目標：構(gòu)建鴻蒙代碼領(lǐng)域L1L2評測集，產(chǎn)出月度評測報告?L1：官網(wǎng)或者論壇有直接答案，如接口說明?L2：官網(wǎng)無直接答案，需要模型推理總結(jié)關(guān)鍵點：分級標注，L2標注引入專業(yè)開發(fā)者目標：基于官方文檔，構(gòu)建鴻蒙編程全領(lǐng)域知關(guān)鍵點：與鴻蒙知識賦能團隊聯(lián)動提升覆蓋率目標：下一代搜索能力應(yīng)用于鴻蒙領(lǐng)域，提升鴻蒙知識準確率關(guān)鍵點：1）搜索Agent流程構(gòu)建2）向量表征，內(nèi)容優(yōu)選語義模型能力定向提升3）通過大模型增強Query理解，搜索精排能力目標：鴻蒙知識問答場景，提升大模型答案準型關(guān)鍵點：1)預(yù)訓練模型增加鴻蒙開發(fā)手冊數(shù)據(jù)2）RAG模型增加鴻蒙知識問答類樣本3）支持文配圖、markdown、代碼模板、參考來源等呈現(xiàn)形式智能代碼輔助智能問答萬能卡片生成下一步思考畢方AI輔助萬能卡片生成：對話式交互體驗，即時卡片效果呈現(xiàn)l準確識別用戶需求意圖l理解上下文對話更加流暢l多張卡片預(yù)覽即時生成l卡片工程代碼一鍵生成畢方IDE智慧內(nèi)核-項目級代碼生成技術(shù)目標:輸入自然語言需求描述，端到端生成可編譯運行、預(yù)覽的鴻蒙萬能卡片工程。挑戰(zhàn)：?項目級代碼生成涉及文件類型、數(shù)量多，導致模型很難直接生成一個完備的工程項目；?鴻蒙場景下代碼數(shù)據(jù)較少，大模型幻覺容易導致生成不符合鴻蒙語法規(guī)范的代碼，生成結(jié)果無法編譯預(yù)覽。傳統(tǒng)開發(fā)流程（周級需求描述需求分析需求設(shè)計代碼編寫測試/發(fā)布開發(fā)態(tài)AgentsAI開發(fā)流程（分鐘級——畢方IDE新開發(fā)模式項目級代碼生成技術(shù)項目級代碼生成UI與項目級代碼生成UI與邏輯代碼生成即時編譯運行對話式交互體驗用戶意圖精確識別自然語言多輪交互智能化UI設(shè)計AI智能布局多元化ArkUI組件生成萬能卡片生成框架打造用戶友好的開發(fā)形態(tài)用戶體驗用戶體驗實時預(yù)覽代碼修復規(guī)劃鏈路，實現(xiàn)項目級代碼生成代碼修復代碼生成代碼驗證Agent系統(tǒng)工程實踐，Agent系統(tǒng)RAGRAG增強FewFew-ShotlearningRethinkRethinkScaffoldingScaffolding邏輯代碼基座模型鴻蒙知識注入，增強邏輯代碼基座模型項目級數(shù)據(jù)盤古大模型用戶描述Agent系統(tǒng)中間態(tài)結(jié)構(gòu)化IR后處理ArkTS代碼渲染預(yù)覽效果“請幫我展示新品上市活動的2*4卡片，包含新品信息，點擊不同新品展示項跳轉(zhuǎn)到不同產(chǎn)品頁面”生成結(jié)構(gòu)化數(shù)據(jù)的中間態(tài)IR卡片事件邏輯?后處理部分對Agent生成的中間態(tài)IR進行解析轉(zhuǎn)換為ArkTS代碼卡片事件邏輯?渲染器對生成的ArkTS代碼進行渲染并最終輸出給用戶卡片狀態(tài)變量智能代碼輔助智能問答萬能卡片生成下一步思考智能問答智能代碼輔助萬能卡片生成準確率：85%采納率：37%準確率：60%展望：?持續(xù)優(yōu)化HarmonyOS領(lǐng)域AI大模型?