具体来说，前段时间我们在“天探”项目中已经有了很好的实践。“天探”是蔚来推出的新车 AI 全身自检系统开发，可在 3 分钟内完成对 1000 多项车辆功能进行全面检测。在这个工程里，通义灵码生成的代码占全量代码约 30% 以上，但在支持业务扩展、业务逻辑增加的增量代码部分，通义灵码生成代码占比可达 70% 甚至 80%，AI 代码生成占比非常高。
AI 研发提效对于汽车行业有什么价值？
大家都知道汽车行业竞争非常激烈，我们对研发质量和研发效率都不能妥协。因此我们希望通过使用通义灵码，打破过去软件研发同时满足质量、效率和成本要求的“不可能三角”。
这两年在 AI 大幅发展的情况下，我们希望 AI 能够快速在其中某一个领域应用，比如在模板代码生成环节承担“机械臂”的职责，提升我们整个研发的效率和质量。
为什么蔚来汽车会选择通义灵码？
通义灵码企业专属版的安全能力是蔚来选择通义灵码最重要的原因。作为在新能源汽车赛道持续领跑企业，蔚来的每一行代码都是安全驾驶的“数字基石”。通义灵码企业专属版提供独立部署 VPC 实例、安全保障、数据审计、模型个性化等能力，全面满足企业安全合规要求。
另外，通义灵码能够在后台管理我们的 Prompt 和一些 RAG，这也是一个十分重要的原因，这样能够有效地把企业内的一些核心资产沉淀下来。 利用自定义扩展指令，企业可实现代码规范检查、代码变量命名以及 API 开发文档自动生成等，扩展个性化能力宽度，简化研发团队使用复杂度。此外，通义灵码的知识管理功能能够基于企业知识库进行自由问答、代码优化与生成，广泛应用于企业规范检查、技术支持等多个场景。
AI 写出来的代码具有很强的一致性，但是人不一样，如果有一些很好的代码模板，或者说一些技术实现，把它沉淀成模板代码之后，我们就可以托管到后台的 RAG 和 Prompt 里面去，让大家在实践的时候有可参考的标准，从而提升代码的一致性，由此提高代码的质量并降低维护成本。
团队在生产场景中如何有效地推动通义灵码规模化落地？
AI 编程最大的特点是在团队中覆盖率越高，产生的效果就越好。比如覆盖率达到 80%、90% 甚至 100% 的时候，整个项目中代码的一致性也就能达到非常高的指标，此时才能极大地反映出 AI 编程器的效果。然而推动 AI 编程的难度是非常大的，不过我们可以提供一些具体的场景，让团队成员在实用的场景中感受到 AI 编程带来的收益，从而逐步主动地去应用 AI。
例如，我们将团队里经常出现的 bug，或者是一些编程规范做成一个 Prompt 或者是 RAG，团队成员在提交代码之前，可以先用通义灵码的自定义能力去检查一下是否符合我们团队的编程规范，或是有无出现一些以往出现过的 BUG。
这些对于大家而言不需要太高的学习成本，投入少但收益明显，一旦十次提交里面有一次发现了问题，拦截住了一个线上 Bug，对车企而言是十分宝贵的。正是通过这种投入产出比极高的小案例，大家直观地感受到通义灵码很好用，那么大家就会主动地去尝试。
如何评价通义灵码“入职”蔚来汽车后的工作表现？
首先是稳定，通义灵码在不同的 IDE 上的适配性、响应速度以及模型产出的稳定程度上都做得非常好；第二个是潜力，通义灵码在需求迭代的效率上是非常高的；第三个是变革，通义灵码可能会对我们研发的整个流程会产生一个变革。
对 AI 编程的未来有什么期待吗？
希望 AI 编程能应用于更加高阶的场景。我对 AI 自动化编程最大的希望是它能够把整个研发过程，变成一个流水线制造的过程，把我们的整个研发流程规范化起来，并且在每一步都能够对人进行一个指引，类似自动驾驶一样。
阿里云在 AI 编程这块现在愿意大力投入，并保持着投入，直到它达到最终的彼岸，我对阿里云是比较有信心的。
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
