软件与互联网 · 内容生成 / Agent / 企业知识库
亚信科技借助Qoder实现AI Coding规模化转型,提升研发效率
亚信科技引入Qoder,通过知识引擎和多Agent协同,将专家经验转化为团队能力,实现近万名研发人员的AI Coding转型,人均代码产出提升14.6%,核心系统覆盖率超90%。
业务效果
人均代码产出提升约14.6%
未披露
业务效果
从需求到测试的端到端全流程平均提效约8.6%
未披露
业务效果
核心BSS系统AI覆盖率整体达到90%以上
未披露
01
业务背景
亚信科技是深耕通信行业三十余年的软件供应商,拥有近万名研发人员,为电信运营商提供BSS/OSS系统及数字化转型服务。
02
遇到的问题
核心系统复杂度高,历史包袱重,从2G到5G技术代际交织,模块耦合度高;知识沉淀分散,资深专家经验难以复制,新员工上手慢,传统传帮带模式效率低下。
03
AI 解决方案
亚信科技引入Qoder(包括Qoder CN),确立AI Native战略,覆盖需求、设计、测试、缺陷修复全流程。利用知识引擎自动提取历史代码和文档中的规范,生成知识卡片实现共享;构建多Agent协同范式,由架构师定义边界,多个Agent并发执行缺陷定位、修复和验证,并通过人机协作不断优化。
- 1第一步:确立AI First战略,全面引入Qoder。
- 2第二步:利用Qoder知识引擎构建企业级知识库,自动从代码和文档中提取知识。
- 3第三步:将知识拆解为知识卡片,供团队实时检索复用。
- 4第四步:针对复杂任务,由架构师定义模块边界和接口契约。
- 5第五步:拆解任务给多个Agent并发执行,共享上下文和协同。
- 6第六步:持续注入约束和经验,优化Agent准确率,实现人机协作进化。
04
实施结果
业务效果:人均代码产出提升约14.6%
业务效果:从需求到测试的端到端全流程平均提效约8.6%
业务效果:核心BSS系统AI覆盖率整体达到90%以上
业务效果:近万名研发人员实现全员AI Coding转型
05
风险与边界
AI转型需长期投入,知识库构建和维护成本高;Agent在复杂场景的准确性仍需持续优化;组织变革和文化适应可能存在阻力。
该案例展示了AI编程工具如何将隐性知识显性化,并通过多Agent协同重构研发流程,适合研发规模大、系统复杂度高的企业借鉴。
适合
具有复杂系统研发的大型软件企业知识密集型行业,特别是通信、金融等希望提升研发效率、实现知识沉淀与复用的企业
前置条件
企业管理层对AI转型的战略支持拥有一定规模的研发团队和历史代码积累具备数据治理和知识管理的基础
信息来源
1 个来源页面内容为结构化改写;关键结论应可追溯到以下材料。