《银行科技研究社》消息：代码是开发各种软件和应用程序的基础，大模型则是目前最受关注的技术之一。目前，不少机构正探索在代码领域应用大模型，以提升研发效率等。金融机构也不例外。 工行、中信、平安、民生等银行在代码大模型方面取得新进展 早在2024年1月，中国信通院与工行牵头发起的《智能化软件工程技术和应用要求第1部分：代码大模型》标准正式发布，为业内首个代码大模型标准，旨在推动大模型等AI技术在软件工程领域的应用。除了工行外，参编该标准的银行还包括平安银行、交行、中信银行、邮储银行、浦发银行、中原银行。 可见，银行对于在代码领域应用大模型持积极态度。从今年的公开信息来看，有多家银行在代码大模型方面取得新进展。 9月消息，工行软件开发中心正致力于建设以大模型为核心的智能研发体系，其将大模型应用于需求设计、代码编写、代码复核、测试辅助、交付发布的研发全流程。彼时介绍，编码助手生成代码量占总代码量的比值达到32%以上，单元测试生成行覆盖率60%以上，显著提升研发效能。 中信银行2024半年报透露，其自主研发仓颉大模型平台，落地包括代码生成在内的5大重点应用领域；该行2024三季度报则显示，仓颉大模型在代码生成等多个场景应用效果初现。 平安银行2024三季度报透露，其完善大模型平台和基础能力底座，拓展代码开发辅助等大模型场景应用。具体在研发方面，其通过AI工具赋能、低代码模式推广，提升需求交付效率，9月末，该行通过AI代码辅助平台生成的代码占比为28.7%。 民生银行2024半年报显示，其已在智慧研发等8个领域实现大模型技术应用落地，在代码辅助等多个场景进行试点。 事实上，民生银行在代码大模型方面取得了更进一步的成效。几个月前的一案例介绍，该行提出代码大模型规模化应用方法——“慧码”旅程。基于行内大模型平台私有化构建了代码生成研发辅助工具体系，其打造了覆盖开发、集成、测试、投产的端到端运行风险监测能力。彼时已在全行各板块进行规模化试点，生成采纳率为20-30%之间，采纳代码与提交量占比大致在30%左右，代码注释率从18%提升至约30%。 另外，一些银行在代码领域应用大模型方面拥有相关发明，并进行了专利申请，涉及代码生成、代码检测等具体场景。 比如2024年5月28日，工行“可提升检测精度的代码检测方法、装置、电子设备及介质”申请发明专利公布。该发明通过使用大规模的训练提升大模型对代码语义分析的能力，进而提升大模型对代码的语义理解层面的能力，提高代码检测的准确性和效率，避免之前传统基于静态分析和规则匹配等技术无法检测出的恶意攻击类型的代码的问题，可有效地识别和阻止恶意代码，提高代码安全性。 2024年11月8日，招行“测试代码生成方法、装置、设备、存储介质及产品”申请发明专利公布。该发明通过输入提示词及抽象语法树提取的关键上下文信息至大模型，由大模型生成的符合特定编码风格和测试场景需求的测试代码，使得测试代码生成的工作量得到明显降低，工作效率显著提高。 探索低代码和大模型结合，招行聚焦3大场景 值得注意的是，目前，在很多场景下，“低代码”开发模式受到欢迎。低代码的优势在于，其可降低开发门槛，提高开发效率，帮助企业快速响应业务需求。通过可视化的界面和组件，低代码开发平台使得开发人员或业务人员能通过图形化用户界面，以拖拉拽组件、模块的方式进行应用开发。 如此看来，低代码与大模型的结合“大有可为”。目前，已有银行进行相关探索。 比如招行在2023年开始探索低代码与大模型的融合，利用大模型的新特性为低代码平台在开发辅助、应用生成、运营问答、交互体验等方面带来提升。 招行方面介绍，其在寻求低代码与大模型的融合点上，主要有2个思路： 从低代码开发的全旅程去分析：在需求分析、数据表设计、界面设计、流程编排、测试上线这些环节上，有大量节点可借助大模型降低开发门槛和简化流程。 从大模型的典型应用模式去分析：智能问答、知识检索、文本生成、总结摘要等大模型典型应用模式，能够为开发带来效率和质量的提升。 基于这2个思路，招行将重点聚焦在“低开Copilot”“低开应用生成”“低开运营”3大场景。其中，低开Copilot具体包括前端的JS生成、CSS生成、页面推荐和后端的数据表创建、业务编排生成、SQL生成；低开应用生成包括Excel生成应用、图片生成应用、多轮对话生成应用、需求文档生成应用；低开运营包括知识管理、业务问答、数据飞轮。 华夏银行方面也曾表示，低代码与大模型的融合，为银行业带来一种前所未有的强大且高效的应用开发范式。通过将大模型嵌入低代码开发平台中，业务人员能够使用AI的能力迅速构建应用。这一组合可极大拓宽应用开发的领域，使得应用能够更好地应对业务支持、市场营销、风险管理及产品运营等一系列复杂而精细的任务。