4月11日,蚂蚁集团自研的智能研发平台CodeFuse推出“图生代码”新功能,支持开发人员用产品设计图一键生成代码,大幅提升前端页面的开发效率。目前相关功能正在内测。
和很多互联网公司一样,蚂蚁集团正在内部全面推行AI编程,使用CodeFuse支持日常研发工作的工程师达到50%以上,这些工程师提交的代码中10%由AI生成。
Gartner发布的2024年十大战略技术趋势指出:到2028年,75%的企业软件工程师将使用AI编程助手。蚂蚁CodeFuse就是这一趋势下的探索尝试。
据介绍,CodeFuse 的功能覆盖了需求分析、编程开发、测试与构建、发布与运维、数据洞察等研发全链路,比如在开发测试阶段,通过代码补全、添加注释、解释代码、生成单测、代码优化等,帮助开发者更快、更轻松地编写代码。
目前,在蚂蚁内部,每周已有超五成程序员在日常研发中使用CodeFuse。CodeFuse生成的代码整体采纳率为30%,在生成单元测试场景采纳率可以达到50%。
此次发布的“图生代码”功能主要服务前端工程师。在互联网产品开发环节,设计师画出设计图后,前端工程师需要用代码实现产品设计图,这项工作占用了较多开发工作量。图生代码,可以根据设计图一键生成代码,可以极大降低开发团队在开发网页、小程序、APP时的代码工作量。以一张中型网页为例,如果最终有200 行代码,一人耗时约需1小时,一键生成后,工程师只需检查与调整,耗时大幅降低。这项功能基于蚂蚁百灵大模型的多模态技术能力研发。
蚂蚁集团CodeFuse负责人表示,AI的普及不仅可以减少开发人员的工作压力,让他们有更多精力投入到更有创造力的工作中去,更大的意义在于降低编程门槛,推动软件开发行业的创新和进步。CodeFuse的使命是探索下一代AI研发生产力工具,致力于打造创新的解决方案,让软件开发者在研发过程中如丝般顺滑。在自然语言生成代码、图生代码之后,CodeFuse还将持续推出新功能,助力企业研发全链路的效率提升。
该负责人认为,AI研发范式的变革,并不代表“人”在研发场景的角色会消失,反而对AI和人如何协同提出了更高的要求,特别是涉及可靠性的运维场景,还需要人工专家干预才能让系统健康运行起来。
“AI目前主要集中在辅助编程(code copilot),要从copilot走向co-worker,实现整个研发生命周期的智能化、自动化,还有很长的路要走。”
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。