軟件研發(fā)應(yīng)用大模型國內(nèi)現(xiàn)狀調(diào)研報(bào)告>>201調(diào)查獲得的一些結(jié)論02國內(nèi)使用大模型（LLM）的概況03在軟件研發(fā)生命周期應(yīng)用LLM04LLM未來展望附錄LLM能發(fā)揮良好作用的應(yīng)用場(chǎng)景清單特別鳴謝3況和潛在價(jià)值尚未有系統(tǒng)性的了解和總結(jié)。開發(fā)團(tuán)隊(duì)普遍缺乏將LLM技術(shù)與現(xiàn)有軟件工程實(shí)踐深度融合的經(jīng)驗(yàn)和方法論指導(dǎo)。如何評(píng)估LLM的適用性,并制定有效的集成策略,成為亟研發(fā)行業(yè)的重要參與者——AI+研發(fā)數(shù)字峰會(huì)（AiDD）組委會(huì)，聯(lián)合軟件工程3.0時(shí)代、測(cè)401調(diào)查獲得的一些結(jié)論總體趨勢(shì)與行業(yè)格局02LLM應(yīng)用從「通用」向「垂直」02LLM應(yīng)用從「通用」向「垂直」領(lǐng)金融、制造、能源、軟件研發(fā)和政務(wù)等五大領(lǐng)域已形成成熟的行業(yè)模型或私域定制03企業(yè)更傾向通過平臺(tái)集成、插件生態(tài)（如Dify、Coze、FlowAgent）構(gòu)建完整應(yīng)01相較2024年以探索和驗(yàn)證為主，2025年企業(yè)更專注于在具體業(yè)務(wù)流程中整合LLM，形成端到端的智能工作流（如智能代碼助手、AI運(yùn)維分析等）。601調(diào)查獲得的一些結(jié)論企業(yè)內(nèi)部落地現(xiàn)狀05企業(yè)開始重視“模型能力×05企業(yè)開始重視“模型能力×識(shí)庫+私域微調(diào)形成主流范2025年，約62%的企業(yè)開始使用RAG或LoRA微調(diào)方式將內(nèi)部數(shù)據(jù)與模型結(jié)合，顯著高于2024年的（約30%）。06生成式AI基礎(chǔ)設(shè)施趨于標(biāo)準(zhǔn)公有云模型服務(wù)（阿里、百度等）與私有化部署（基于DeepSeek、07從“人輔助AI”向“AI輔助AI不再只是生成文本或代碼，而逐漸承擔(dān)部分流程自治任務(wù)，如生成需求文檔、測(cè)試腳本、運(yùn)維報(bào)告，并自動(dòng)評(píng)審需求、架構(gòu)文檔、測(cè)試用例等。 04軟件與IT服務(wù)業(yè)成為大模型應(yīng)用最活躍的行業(yè)之一（滲軟件生命周期管理、代碼智能化、知識(shí)文檔管理成為重點(diǎn)突破方向。701調(diào)查獲得的一些結(jié)論在軟件全生命周期的具體落地情況09測(cè)試與質(zhì)量環(huán)節(jié)智能化突破LLM輔助的自動(dòng)化測(cè)試生成、09測(cè)試與質(zhì)量環(huán)節(jié)智能化突破LLM輔助的自動(dòng)化測(cè)試生成、日志分析和測(cè)試覆蓋率優(yōu)化已普遍應(yīng)用，測(cè)試工具生態(tài)（主要是自研AI測(cè)試工具）成熟度大幅提升。 10LLM驅(qū)動(dòng)的軟件運(yùn)維進(jìn)入智從基礎(chǔ)的日志解析擴(kuò)展至“全鏈路問題診斷與性能預(yù)測(cè)”；AIOps結(jié)合大模型成為企業(yè)數(shù)字運(yùn)維新方向。11軟件開發(fā)知識(shí)與知識(shí)管理融合，形成“開發(fā)文檔即知識(shí)利用LLM進(jìn)行接口文檔、開發(fā)手冊(cè)的自動(dòng)生成與版本同步，顯著提升知識(shí)利用率。08需求、編程和測(cè)試成為LLM其中代碼生成、文檔分析、測(cè)試腳本生成的自動(dòng)化成熟度最高。平均節(jié)省開發(fā)與測(cè)試人力成本30%～45%。801調(diào)查獲得的一些結(jié)論管理、策略與組織變革層面 13 14涉及數(shù)據(jù)隱私、 13 14涉及數(shù)據(jù)隱私、Prompt合理性、模型溯源、評(píng)估指標(biāo)與可控輸出等；國產(chǎn)企業(yè)在安全對(duì)策建設(shè)方面顯著領(lǐng)先國際平均線。ROI評(píng)估能力提升，“可量化價(jià)值”超過70%的企業(yè)以時(shí)間節(jié)約、成本下降、質(zhì)量提升等指標(biāo)來量化LLM帶來的業(yè)務(wù)收12提示工程、上下文工程與Agent編2025年企業(yè)開始設(shè)置“AI工作流設(shè)計(jì)師”901調(diào)查獲得的一些結(jié)論 模型與人類協(xié)作方式將從“提示與LLM將成為產(chǎn)品經(jīng)理、開發(fā)者、測(cè)試者的“長期交互成員”，帶來組織工作機(jī)制重塑的潛在變革。 15企業(yè)普遍計(jì)劃在2026年前引入任務(wù)導(dǎo)向型LLMAgents，以支持跨階段自動(dòng)協(xié)作01調(diào)查獲得的一些結(jié)論02國內(nèi)使用大模型的概況··02國內(nèi)使用大模型的概況開始關(guān)注并試用26.4%42.7%積極應(yīng)用26.0%不了解其他24.0%0%20%40%60%80%我們先看一下國內(nèi)軟件研發(fā)團(tuán)隊(duì)02國內(nèi)使用大模型的概況用于答疑解惑，類似搜索引擎的作用讓大模型做一些簡(jiǎn)單工作，人有更多思考、創(chuàng)新的提升公司產(chǎn)品的智能水平或用戶體驗(yàn)重點(diǎn)是縮短開發(fā)周期、加速產(chǎn)品上市提升開發(fā)（編程）的工作效率24.3%47.3%42.9%28.6%降本增效：降低整個(gè)研發(fā)的工作量、提升整體的研發(fā)效能2025年2024年02國內(nèi)使用大模型的概況37.80%41.6%44.6%48.8%43.2%用于一些文檔潤色、生成，提升日常工作的效率45.8%主要用于答疑解惑，類似搜索引擎的作用37.80%41.6%44.6%48.8%43.2%用于一些文檔潤色、生成，提升日常工作的效率45.8%主要用于答疑解惑，類似搜索引擎的作用主要用于測(cè)試腳本和用例生成，提升測(cè)試效率用于代碼檢查、代碼解釋等，提升代碼質(zhì)量主要用于代碼生成，提升研發(fā)效率輔助產(chǎn)品設(shè)計(jì)、用戶體驗(yàn)設(shè)計(jì)幫助提升需求質(zhì)量其他____0%20%40%60%80%100%借助LLM做了什么02國內(nèi)使用大模型的概況21.9%23.0%4.7%4.8%24.0%0%20%40%60%80%02國內(nèi)使用大模型的概況24.3%28.6%36.1%22.2%24.3%28.6%36.1%22.2%EQ\*jc3\*hps28\o\al(\s\up0(2),4%)8.8%EQ\*jc3\*hps12\o\al(\s\up8(8),3)3.4%2.4%20.3%27.0%34.5%0%20%40%60%80%2025年2024年2023年02國內(nèi)使用大模型的概況使用了哪些國外的LLM？可以看出，使用了哪些國外的LLM？可以看出，依舊有超過一半的企業(yè)或團(tuán)隊(duì)使用最強(qiáng)，只是應(yīng)用它存在其他障礙。其次，就是2.7%2.7%2.0%0.7%0.8%0.7%3.4%24.3%47.2%27.0%7.6%43.2%67.6%64.0%2025年2024年使用了哪些國外的LLM？使用了哪些國外的LLM？02國內(nèi)使用大模型的概況國內(nèi)團(tuán)隊(duì)使用哪些國內(nèi)的LLM+240.7%0.7%Deepseek阿里通義千問大模型豆包大模型0.7%0.7%Deepseek阿里通義千問大模型豆包大模型Kimi大模型百度文心一言大模型智譜大模型國內(nèi)其他開源大模型自研大模型華為盤古大模型混元大模型訊飛星火大模型百川大模型天工大模型國內(nèi)其他商業(yè)大模型其他____3.2%6.8%2.0%21.6%1.4%5.6%6.4%3.2%4.0%0%20%52.8%65.5%41.9%81.1%第一陣營27.2%32.0%40%60%80%100%2025年2024年02國內(nèi)使用大模型的概況）：AIEQ\*jc3\*hps10\o\al(\s\up3(4),3)0%20%40%60%80%2025年2024年2023年02國內(nèi)使用大模型的概況%%0%20%40%60%80%100%02國內(nèi)使用大模型的概況一般，投入少量人力試用重視，投入較多人力開始研究和應(yīng)用3343.9%4.9%非常重視，投入很大人力和資金，比較全面應(yīng)用非常不重視，沒有投入不重視，基本沒有投入其他4.7%4.0%4.7%23.6%24.6%0%20%40%60%80%02國內(nèi)使用大模型的概況從該調(diào)查可見，企業(yè)對(duì)AI工具效能的衡量呈現(xiàn)多元化特征。近四成(40.5%）企業(yè)通過研發(fā)效能指標(biāo)（如CycleTime、發(fā)布頻率等）衡量，02國內(nèi)使用大模型的概況），03在軟件研發(fā)生命周期使用LLMLLM在業(yè)務(wù)規(guī)劃或產(chǎn)品創(chuàng)新上的應(yīng)用新產(chǎn)品探索：識(shí)別潛在市場(chǎng)機(jī)會(huì)輔助最小可行產(chǎn)品（MVP）客戶洞察：挖掘用戶需求LLM在業(yè)務(wù)規(guī)劃或產(chǎn)品創(chuàng)新上的應(yīng)用新產(chǎn)品探索：識(shí)別潛在市場(chǎng)機(jī)會(huì)輔助最小可行產(chǎn)品（MVP）客戶洞察：挖掘用戶需求業(yè)務(wù)流程分析沒有使用輔助業(yè)務(wù)規(guī)劃其他43.9%47.3%47.3%28.6%26.2%25.4%23.8%4.8%0%20%40%60%80%2025年2024年了解了國內(nèi)軟件研發(fā)團(tuán)隊(duì)整體使用LLM的情況，下面接著分析在軟件研發(fā)和運(yùn)維的各個(gè)環(huán)節(jié)（規(guī)劃、需求、設(shè)計(jì)、編程、測(cè)試、運(yùn)維等）是如何使用LLM的以及LLM發(fā)揮的作用、產(chǎn)生的效益。我們自然關(guān)注人們的使用方式，以及是否產(chǎn)生效益，如果產(chǎn)生良好的效益，那么就值得我們積極投入進(jìn)去（假如之前還是旁觀者）、投入更多的資源（假如之前已經(jīng)是LLM的應(yīng)用者）。11在業(yè)務(wù)規(guī)劃環(huán)節(jié)應(yīng)用LLM03在軟件研發(fā)生命周期使用LLMLLM在軟件需求環(huán)節(jié)的實(shí)際應(yīng)用LLM在軟件需求環(huán)節(jié)的實(shí)際應(yīng)用同時(shí)，“沒有使用”的比例從2024年的18.3%降至8.1%，下降60.8%22.7%47.6%需求建模（如生成UML行為圖或領(lǐng)域建模）47.3%6.5%46.6%6.5%%42.3%27.0%21.6%27.0%0.0%0.0%23.6%32.020.6%23.6%32.020.6%23.0%22.2%23.0%23.0%26.8%23.0%%21.4%21.6%%21.4%3.2%2.1%3.2%2.1%9.5%8.2%9.5%8.1%03在軟件研發(fā)生命周期使用LLM26.4%19.0%43.2%2025年2024年LLM在需求環(huán)節(jié)應(yīng)用的實(shí)際效果03在軟件研發(fā)生命周期使用LLM2LLM在設(shè)計(jì)上應(yīng)用LLM2LLM在設(shè)計(jì)上應(yīng)用LLM28.9%46.4%27.0%27.0%29.9%45.9%24.6%29.9%29.9%0%20%40%60%80%03在軟件研發(fā)生命周期使用LLM不確定41.3%41.9%20%以下20～40%不確定41.3%41.9%20%以下20～40%40～60%60～80%提效80%以上0%20%40%60%80%100%2025年2024年LLM在設(shè)計(jì)上應(yīng)用的實(shí)際效果03在軟件研發(fā)生命周期使用LLM在編程上應(yīng)用LLM在編程上應(yīng)用LLM56.1%57.1%55.7%56.1%57.1%55.7%57.7EQ\*jc3\*hps12\o\al(\s\up1(6),%)2.7%70.9%70.9%26.8%37.2%32.0%40.5%37.2%32.0%25.0%29.9%25.0%29.7%42.9%29.7%38.9%27.0%38.9%24.3%21.4%35.1%3.4%9.5%24.3%21.4%35.1%3.4%9.5%0.8%4.1%0.8%0%20%40%60%80%03在軟件研發(fā)生命周期使用LLMaiXcoderBaidComateaiXcoderBaidComate（百度快碼）CodeBuddy（騰訊）CodeFuse(螞蟻)ChatGPT ClaudeCodeCodeArtsSnap(華為)CodeGeeX（智譜）%Cursor MarsCode（豆包）iFlyCode（訊飛）OpenAlCodexTONGYILingma（通義靈碼）Trae（字節(jié)）Windsurf自研的沒有用其他0%20%40%60%80%44在編程上應(yīng)用LLM03在軟件研發(fā)生命周期使用LLM21.6%%21.6%%%25.0%25.0%25%%22.2%%0%20%40%60%80%2025年2024年2023年03在軟件研發(fā)生命周期使用LLM10.1%提升不明顯10~20%20~39%40~59%60~79%80~99%—倍（100%）以上15.1%20.6%31.8%28.6%20.60%33.1%33.1%20.6%23.70%11.5%13.5%9.30%4.7%3.2%4.10%4.7%2.10%3.4%7.1%10.1%提升不明顯10~20%20~39%40~59%60~79%80~99%—倍（100%）以上15.1%20.6%31.8%28.6%20.60%33.1%33.1%20.6%23.70%11.5%13.5%9.30%4.7%3.2%4.10%4.7%2.10%3.4%7.1%8.20%0.70%10.3%11.30%0%20%40%60%80%100%衡量LLM在編程領(lǐng)域的應(yīng)用價(jià)值，效率提升是關(guān)鍵錨點(diǎn)。03在軟件研發(fā)生命周期使用LLM主要使用哪些智能體（Agent）開發(fā)框架 LangChain OpenAIDialoGPTHaystackStreamlit2025年2024年03在軟件研發(fā)生命周期使用LLM11EQ\*jc3\*hps12\o\al(\s\up3(%),5%)0%20%40%60%80%2025年2024年2023年55在測(cè)試上應(yīng)用LLM03在軟件研發(fā)生命周期使用LLM20252025年基于LLM的測(cè)試工具應(yīng)用仍處于逐步滲透階段，“還沒有”使用的占比52.0%，雖較2024年的53.2%略有下降，但超半數(shù)企業(yè)尚未布局。自研工具占比14.9%，較2024年的20.6%回落，商用工具認(rèn)可度提升，AntTestAgent占比6.8%（2024年4.0%）增長顯著。TestPilot、TestART、LambdaTest等工具也保持一定份額。整體來看，LLM測(cè)試工具在測(cè)試自動(dòng)化、智能化領(lǐng)域的應(yīng)用未大規(guī)模普及，但商用工具競(jìng)爭(zhēng)力逐步顯現(xiàn)，自研與商用工具的市場(chǎng)格局未來有望在測(cè)試效率提升方面釋放更多價(jià)值。2025年前4名AI測(cè)試工具排名（按占比從高到低）1.AntTestAgent（6.8%）2.TestPilot（4.1%）3.TestART（4.1%）4.LambdaTest（4.1%）基于LLM測(cè)試工具的統(tǒng)計(jì)情況52.0%其他3.4%3.2%52.0%其他52.0%52.0%53.2%testRigortestRigorTestPilotTestARTAntTestAgent20.6%2.0%5.6%4.1%4.1%6.3%4.1%6.8%4.0%2.7%Roost.ai2.7%0.0%0.8%0.0%0.8%4.1%4.8%LambdaTest4.1%4.8%2.7%2.4%BlinqIO2.7%2.4%0%10%20%30%40%50%a2025年n2024年03在軟件研發(fā)生命周期使用LLM那么那么LLM在測(cè)試上應(yīng)用效果如何？從2023到2025年，LLM在測(cè)試效率提升上呈現(xiàn)“結(jié)構(gòu)調(diào)整、中幅提效成主流”的態(tài)勢(shì)。2025年，“提升不明顯”占比29.7%，較2024年24.6%、2023年25.8%略有上升；“10%-20%提效占23.6%”，與2024年基本持平，顯著高于2023年18.6%；“20-39%提效達(dá)23.0%”，遠(yuǎn)超2024年14.3%，雖低于2023年19.6%，但中幅提效（10%-39%）合計(jì)46.6%，結(jié)構(gòu)趨于優(yōu)化；40-59%提效8.1%，高于2024年7.1%。這反映出LLM在測(cè)試效率提升的應(yīng)用仍處深化期：部分企業(yè)因場(chǎng)景適配不足暫感提效有限，但更多企業(yè)通過中幅提效驗(yàn)證了價(jià)值。隨著LLM測(cè)試工具迭代與場(chǎng)景深耕，未來效率提升的梯度分布有望進(jìn)一步向高提效區(qū)間傾斜，釋放更大潛力。LLM提升測(cè)試效率的統(tǒng)計(jì)情況29.7%29.7%25.8%23.6%23.8%23.0%8.1%7.1%2.1%2.4%6.2%2.0%0.8%3.1%2.7%2.4%4.1%8.1%24.6%2025年2024年2023年03在軟件研發(fā)生命周期使用LLM0.0%TypeScript2.0%21.6%28.6%5.4%Go77.7%Java73.0%30.2%JavaScript3.4%0.8%56.3%其他3.4%4.8%8.1%0.0%0.0%TypeScript2.0%21.6%28.6%5.4%Go77.7%Java73.0%30.2%JavaScript3.4%0.8%56.3%其他3.4%4.8%8.1%0.0%34.40%16.70%72.90%20.9%27.10%4.20%69.6%52.10%4.20%0%20%40%60%80%2025年2024年2023年軟件研發(fā)團(tuán)隊(duì)主要用哪些編程語言，其結(jié)果基本在意料之中，來者直追而上。與去年對(duì)比，Python語言占比增長最多（增長4.2%編程語言和大模型的訓(xùn)練也有關(guān)系，如salesforce公司就專門訓(xùn)練適合Python語言的代碼大模型CodeGen-mono。如果要做類似的事情，Java、C++、Python等語言會(huì)被優(yōu)先考慮。03在軟件研發(fā)生命周期使用LLM6在運(yùn)維上應(yīng)用LLM6在運(yùn)維上應(yīng)用LLM45.3%45.3%43.9%41.2%0%20%40%60%2025年2024年2023年03在軟件研發(fā)生命周期使用LLMLLM提升運(yùn)維效率的統(tǒng)計(jì)情況整體來看，LLM在運(yùn)維效率提升的應(yīng)用仍處于2025年2024年03在軟件研發(fā)生命周期使用LLM77ArizePhoenixConfidentAIandDeepEvalArizePhoenixConfidentAIandDeepEvalDatadog Helicone LangsmithPortkeyTruLensTraceloopOpenLLMetry5.6%2.4%3.4%2.4%7.1%8.1%7.1%2.0%4.1%3.2%9.5%3.2%5.6%4.1%5.6%0.8%0.8%0.0%4.1%0.0%55.6%55.6%沒有55.6%52.0%沒有55.6%其他4.1%其他0%10%20%30%40%50%60%n2025年n2024年03在軟件研發(fā)生命周期使用LLM模型訓(xùn)練框架被使用的統(tǒng)計(jì)結(jié)果TensorFlowTensorFlowPyTorchMXNetCNTKPaddlePaddleModelArtsPaddlePaddleModelArtsModelScopeJittorAngel36.5%36.5%還沒有其他0%5%10%15%20%a2025年n2024年03在軟件研發(fā)生命周期使用LLM領(lǐng)域適應(yīng)增量學(xué)習(xí)遷移學(xué)習(xí)數(shù)據(jù)增強(qiáng)多任務(wù)學(xué)習(xí)知識(shí)蒸餾知識(shí)注入自監(jiān)督學(xué)習(xí)（SFT）超參數(shù)調(diào)整微調(diào)層選擇領(lǐng)域自適應(yīng)預(yù)訓(xùn)練多模型融合領(lǐng)域適應(yīng)增量學(xué)習(xí)遷移學(xué)習(xí)數(shù)據(jù)增強(qiáng)多任務(wù)學(xué)習(xí)知識(shí)蒸餾知識(shí)注入自監(jiān)督學(xué)習(xí)（SFT）超參數(shù)調(diào)整微調(diào)層選擇領(lǐng)域自適應(yīng)預(yù)訓(xùn)練多模型融合對(duì)抗訓(xùn)練沒有這個(gè)場(chǎng)景4.0%4.8%其他0.0%3.2%4.1%23.0%4.1%20.9%5.6%5.6%5.6%9.5%5.6%8.7%8.7%20.3%20.3%4.8%4.8%4.8%6.1%4.8%2.4%2.4%31.1%39.7%不清楚31.1%39.7%0%5%10%15%20%n2025年a2024年03在軟件研發(fā)生命周期使用LLM使用RAG技術(shù)的統(tǒng)計(jì)狀況36.5%36.5%03在軟件研發(fā)生命周期使用LLM），），提示詞工具統(tǒng)計(jì)狀況Dust.ttGPTDust.ttGPTIndex3 LangChain OrquestaAIPromptsPromptAppGPT Promptify PromptFlow TextBox2ThoughtSource4.0%6.8%6.3%6.8%20.3%27.0%20.3%4.1%3.4%6.8%6.8%7.9%7.9%3.2%4.7%3.2%2.0%8.8%6.3%8.8%0.7%36.5%36.5%36.5%沒有36.5%其他5.6%2.0%其他5.6%25%40%25%40%2025年2024年66.0%66.0%66%61.5%58.7%66%61.5%58.7%57.9%62.9%37.2%46.0%53.6%32.4%36.5%50.5%37.8%33.3%42.3%25.0%22.2%22.7%7.4%7.9%5.2%2.0%3.2%2.1%2.1%0%20%40%60%80%當(dāng)我們回顧人類歷史上最偉大的發(fā)明和創(chuàng)新時(shí)，往往會(huì)發(fā)現(xiàn)一個(gè)不變的當(dāng)我們回顧人類歷史上最偉大的發(fā)明和創(chuàng)新時(shí)，往往會(huì)發(fā)現(xiàn)一個(gè)不變的趨勢(shì)：科技的進(jìn)步推動(dòng)了社會(huì)的發(fā)展?，F(xiàn)如今，我們正站在了又一個(gè)科技革命的風(fēng)口上——人工智能（AI）。程和研發(fā)效能方面的推動(dòng)作用，無疑是一個(gè)備受矚目的話題——它不僅關(guān)乎技術(shù)的前沿，更關(guān)乎科技對(duì)我們工作方式和生活方式的改變。因此，本次“軟件研發(fā)應(yīng)用大模型”調(diào)查報(bào)告的發(fā)布，將對(duì)行業(yè)發(fā)展起到里程需求、設(shè)計(jì)、代碼生成、測(cè)試、運(yùn)維等全鏈路的提升01→需求分析與處理02→產(chǎn)品規(guī)劃與創(chuàng)新MVP（最小可行產(chǎn)品）原型驗(yàn)證：快速生03→業(yè)務(wù)分析與運(yùn)營需求、設(shè)計(jì)、代碼生成、測(cè)試、運(yùn)維等全鏈路的提升01→系統(tǒng)架構(gòu)與建模0203→解決方案與方案評(píng)審需求、設(shè)計(jì)、代碼生成、測(cè)試、運(yùn)維等全鏈路的提升0102