软件与互联网 · Agent / 流程自动化 / 企业知识库
亚信科技:借助Qoder AI编码助手实现近万名研发人员效率跃升
亚信科技引入Qoder AI编码助手,将30年专家经验转化为团队能力,构建Agent协同范式,实现人均代码产出提升14.6%,核心系统AI覆盖率达90%以上。
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80%
未披露
业务效果
核心BSS系统AI覆盖率超90%
未披露
01
业务背景
亚信科技深耕通信行业30余年,拥有近万名研发人员,为电信运营商等大型企业提供数字化转型支撑。其核心业务支撑系统(BSS)和运营支撑系统(OSS)极为复杂,知识沉淀分散,严重制约研发效率。
02
遇到的问题
核心系统历史包袱重,从2G到5G多代际技术交织,模块耦合度高,维护难度极大;三十年积累的工程经验、文档和代码散落在资深专家脑海中,新员工上手慢,传统传帮带模式效率低下,难以满足快速迭代需求。
03
AI 解决方案
全面引入阿里云Qoder(含Qoder CN),以AI First理念重塑研发全流程。利用Qoder知识引擎自动从历史代码、API资产中提取规范,构建企业级知识库,将专家经验转化为可检索的知识卡片;构建多Agent协同范式,在缺陷修复等场景中由架构师定义边界,多个Agent并发执行定位、修复、验证任务,通过人机协作持续提升准确率。
- 1确立AI Native战略方向,全面引入Qoder AI编码助手
- 2利用Qoder知识引擎自动提取历史代码和API资产中的规范,构建企业级知识库
- 3将日常研发对话沉淀为知识卡片,实现团队共享
- 4在复杂研发任务中采用多Agent协同模式,由架构师定义模块边界和Agent角色
- 5将缺陷定位、修复、验证等子任务分配给多个Agent并发执行
- 6持续将约束、经验和架构知识注入流程,提升Agent准确率,人类工程师聚焦决策
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80%
业务效果:核心BSS系统AI覆盖率超90%
业务效果:千人规模运营团队月活跃率稳定
业务效果:将老专家隐性经验转化为可复用的团队能力
05
风险与边界
AI生成代码质量需人工审核;Agent协同依赖精准的边界定义,初期可能增加架构设计成本;知识库构建需持续投入维护
案例展示了AI编码助手在大型软件企业中的规模化应用路径,通过知识沉淀和Agent协同有效解决老员工经验复用难题,适合研发密集型组织参考。
适合
拥有大量历史代码和资深专家经验的大型软件企业研发团队规模千人以上,面临效率瓶颈的组织
前置条件
具备清晰的知识管理需求研发团队愿意接受AI辅助开发工具有明确的架构师角色进行Agent任务拆解
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。