課程簡(jiǎn)介

話(huà)題概述:
AI代碼助手，如GitHub Copilot等，已成為現(xiàn)代軟件開(kāi)發(fā)中不可或缺的一環(huán)，它們極大地加速了代碼編寫(xiě)的進(jìn)程，提升了工作效率。然而，伴隨而來(lái)的是對(duì)代碼質(zhì)量、開(kāi)發(fā)流程乃至開(kāi)發(fā)者角色的深刻挑戰(zhàn)。特別是在金融這一數(shù)據(jù)密集型行業(yè)，對(duì)代碼精確性、數(shù)據(jù)合規(guī)性的要求嚴(yán)苛至極。如何讓大型AI模型在金融行業(yè)的研發(fā)領(lǐng)域得以有效應(yīng)用，真正助力研發(fā)人員提升效率，而非僅成為初級(jí)開(kāi)發(fā)者的輔助工具或高級(jí)開(kāi)發(fā)者的娛樂(lè)玩具，是我們亟需解決的問(wèn)題。在本次分享中，我們將從架構(gòu)設(shè)計(jì)、工程實(shí)踐、團(tuán)隊(duì)協(xié)作策略、工具選擇與整合等多個(gè)層面，深入探討在AI助手日益普及的背景下，如何構(gòu)建一套既提升開(kāi)發(fā)效率又保障代碼質(zhì)量的軟件開(kāi)發(fā)生態(tài)。同時(shí)，基于我們豐富的實(shí)踐經(jīng)驗(yàn)與深刻反思，我們將分享對(duì)AI助手在軟件開(kāi)發(fā)中角色定位的前瞻思考，以及對(duì)AI輔助編程未來(lái)發(fā)展趨勢(shì)的展望。

演講題綱:
一、引言
1.1 AI代碼助手的崛起與挑戰(zhàn)：概述AI代碼助手（如GitHub Copilot）在現(xiàn)代軟件開(kāi)發(fā)中的重要地位及其對(duì)代碼質(zhì)量和開(kāi)發(fā)流程帶來(lái)的挑戰(zhàn)。
1.2 金融行業(yè)特殊性與需求：強(qiáng)調(diào)金融行業(yè)對(duì)代碼準(zhǔn)確性和數(shù)據(jù)合規(guī)性的極高要求，以及對(duì)AI代碼助手在金融研發(fā)領(lǐng)域的獨(dú)特期待。

二、AI代碼助手在金融研發(fā)領(lǐng)域的適配策略
2.1 模型選型與定制化：闡述如何根據(jù)金融行業(yè)特點(diǎn)選擇或定制大模型，確保其滿(mǎn)足數(shù)據(jù)安全、合規(guī)性要求。
2.2 代碼質(zhì)量保障機(jī)制：介紹在AI助手輔助下，如何建立有效的代碼審查、測(cè)試、重構(gòu)流程，以保持代碼質(zhì)量。

三、構(gòu)建兼顧效率與質(zhì)量的AI輔助開(kāi)發(fā)生態(tài)
3.1 架構(gòu)設(shè)計(jì)與工程實(shí)踐：分享如何在項(xiàng)目架構(gòu)層面整合AI助手，以及在工程實(shí)踐中如何規(guī)范AI輔助編程行為，確保代碼的可讀性、可維護(hù)性。
3.2 團(tuán)隊(duì)協(xié)作與溝通：探討如何調(diào)整團(tuán)隊(duì)協(xié)作模式，促進(jìn)AI助手使用中的信息共享、知識(shí)傳遞，避免“低級(jí)開(kāi)發(fā)者工具，高級(jí)開(kāi)發(fā)者的玩具”現(xiàn)象。
3.3 工具選擇與整合：介紹適用于金融研發(fā)場(chǎng)景的AI助手及相關(guān)工具，包括眾安保險(xiǎn)的開(kāi)源智能助手DevPilot和內(nèi)部研發(fā)支持平臺(tái)靈狐，以及如何進(jìn)行有效的工具鏈整合，提升整體開(kāi)發(fā)效率。

四、眾安保險(xiǎn)智能插件在金融研發(fā)中的應(yīng)用
4.1 DevPilot開(kāi)源智能助手：詳細(xì)介紹DevPilot的功能特性、技術(shù)架構(gòu)、與金融行業(yè)開(kāi)發(fā)環(huán)境的契合度，以及其在提升金融研發(fā)效率、保障代碼質(zhì)量方面的具體應(yīng)用案例。
4.2 靈狐內(nèi)部研發(fā)支持平臺(tái)：闡述靈狐平臺(tái)的核心功能、與其他AI工具的協(xié)同作用，以及其如何為金融研發(fā)團(tuán)隊(duì)提供全方位的支持與服務(wù)，提升整體研發(fā)效能。

五、實(shí)戰(zhàn)經(jīng)驗(yàn)與反思
5.1 踩過(guò)的“坑”與應(yīng)對(duì)策略：分享在引入AI助手過(guò)程中遇到的實(shí)際問(wèn)題、應(yīng)對(duì)方法，以及從中獲得的寶貴經(jīng)驗(yàn)，特別側(cè)重于使用眾安智能插件DevPilot與靈狐平臺(tái)的實(shí)踐經(jīng)驗(yàn)。
5.2 AI助手的角色定位與未來(lái)展望：基于實(shí)戰(zhàn)經(jīng)驗(yàn)，探討AI助手在軟件開(kāi)發(fā)中的理想角色，以及對(duì)未來(lái)AI輔助編程演進(jìn)路徑的預(yù)測(cè)，同時(shí)結(jié)合眾安智能插件的特性和發(fā)展趨勢(shì)進(jìn)行深入探討。

六、金融數(shù)據(jù)密集型場(chǎng)景下的大模型落地實(shí)踐
6.1 具體應(yīng)用案例解析：詳細(xì)介紹金融行業(yè)某具體項(xiàng)目中，大模型如何在數(shù)據(jù)密集型任務(wù)中發(fā)揮作用，提升研發(fā)效能，同時(shí)展示眾安智能插件如何輔助大模型在金融場(chǎng)景中的應(yīng)用。
6.2 效能提升數(shù)據(jù)與成果展示：通過(guò)具體數(shù)據(jù)和案例，直觀呈現(xiàn)大模型在金融研發(fā)中對(duì)效率、質(zhì)量、成本等方面的改善效果，以及眾安智能插件在其中的貢獻(xiàn)。


話(huà)題亮點(diǎn)：
1.金融行業(yè)特異性AI代碼助手適配方案：針對(duì)金融行業(yè)對(duì)代碼準(zhǔn)確性和數(shù)據(jù)合規(guī)性的極高要求，我們提出了針對(duì)性的大模型落地策略，確保其在滿(mǎn)足嚴(yán)苛行業(yè)標(biāo)準(zhǔn)的前提下，有效提升研發(fā)人員效率，避免淪為單純提升初級(jí)開(kāi)發(fā)者生產(chǎn)力或僅供高級(jí)開(kāi)發(fā)者探索的工具。
2.多維度構(gòu)建AI輔助開(kāi)發(fā)的最佳實(shí)踐生態(tài)：通過(guò)架構(gòu)設(shè)計(jì)、工程實(shí)踐、團(tuán)隊(duì)協(xié)作策略、工具選擇與整合等全方位視角，系統(tǒng)性地闡述如何在AI助手廣泛應(yīng)用的環(huán)境中，兼顧開(kāi)發(fā)效率與代碼質(zhì)量，構(gòu)建健康、高效的軟件開(kāi)發(fā)生態(tài)。
3.直面挑戰(zhàn)，提供實(shí)戰(zhàn)經(jīng)驗(yàn)與前瞻性思考：基于親身經(jīng)歷的“坑”與反思，分享在應(yīng)對(duì)AI助手帶來(lái)的復(fù)雜問(wèn)題時(shí)的實(shí)際應(yīng)對(duì)策略與深度思考，為聽(tīng)眾提供寶貴的一線(xiàn)實(shí)踐經(jīng)驗(yàn)，并對(duì)AI助手在軟件開(kāi)發(fā)中的角色定位和未來(lái)演進(jìn)方向給出前瞻性的見(jiàn)解。
4.持續(xù)優(yōu)化，確保代碼質(zhì)量與開(kāi)發(fā)流程雙提升：盡管面臨挑戰(zhàn)，我們堅(jiān)信并已通過(guò)持續(xù)探索與實(shí)踐證明，能夠成功駕馭AI助手的變革力量，在享受其效率紅利的同時(shí)，確保代碼質(zhì)量與開(kāi)發(fā)流程的穩(wěn)健進(jìn)化，為企業(yè)技術(shù)創(chuàng)新與業(yè)務(wù)發(fā)展提供堅(jiān)實(shí)保障。
5.金融數(shù)據(jù)密集型場(chǎng)景下的大模型落地典范：以金融行業(yè)為背景，探討大模型在數(shù)據(jù)密集型企業(yè)研發(fā)效能提升的具體應(yīng)用與落地，為同類(lèi)企業(yè)提供可借鑒的成功案例，展現(xiàn)大模型技術(shù)在復(fù)雜業(yè)務(wù)場(chǎng)景下的強(qiáng)大價(jià)值與適用性。

目標(biāo)收益

精通金融行業(yè)AI代碼助手的適配策略：聽(tīng)眾將掌握如何針對(duì)金融行業(yè)的特殊需求，選取、定制或調(diào)整AI代碼助手，確保其在嚴(yán)格的數(shù)據(jù)安全、合規(guī)性要求下，有效提升研發(fā)效率而不損害代碼質(zhì)量。
構(gòu)建高效且高質(zhì)量的AI輔助開(kāi)發(fā)體系：聽(tīng)眾將深入了解如何在架構(gòu)設(shè)計(jì)、工程實(shí)踐、團(tuán)隊(duì)協(xié)作與工具整合等多層面，系統(tǒng)性地構(gòu)建一個(gè)既能充分利用AI助手提升開(kāi)發(fā)效率，又能?chē)?yán)格保障代碼質(zhì)量和開(kāi)發(fā)規(guī)范的軟件開(kāi)發(fā)生態(tài)。
實(shí)戰(zhàn)經(jīng)驗(yàn)與前瞻性洞見(jiàn)的汲?。和ㄟ^(guò)聆聽(tīng)演講者分享的真實(shí)案例、踩過(guò)的“坑”與應(yīng)對(duì)策略，聽(tīng)眾將直接獲取在金融研發(fā)中應(yīng)用AI助手的寶貴實(shí)戰(zhàn)經(jīng)驗(yàn)，并對(duì)AI助手在軟件開(kāi)發(fā)中的角色定位與未來(lái)發(fā)展趨勢(shì)形成深刻認(rèn)識(shí)。
金融數(shù)據(jù)密集型場(chǎng)景下大模型落地的實(shí)戰(zhàn)指南：聽(tīng)眾將學(xué)習(xí)到如何在金融行業(yè)的數(shù)據(jù)密集型任務(wù)中成功應(yīng)用大模型，提升研發(fā)效能，包括具體的應(yīng)用案例、實(shí)施步驟、效能提升數(shù)據(jù)與成果展示，為自身項(xiàng)目的落地提供實(shí)用參考。
提升技術(shù)領(lǐng)導(dǎo)力與團(tuán)隊(duì)協(xié)作效能：對(duì)于技術(shù)管理人員，本議題將提供關(guān)于如何引導(dǎo)團(tuán)隊(duì)合理、高效地使用AI助手，調(diào)整協(xié)作模式以適應(yīng)新技術(shù)環(huán)境，以及如何通過(guò)工具選擇與整合優(yōu)化開(kāi)發(fā)流程的實(shí)用建議，有助于提升其技術(shù)領(lǐng)導(dǎo)力與團(tuán)隊(duì)協(xié)作效能。
緊跟AI輔助編程技術(shù)前沿：通過(guò)本次演講，聽(tīng)眾將對(duì)AI代碼助手、大模型等前沿技術(shù)在金融研發(fā)領(lǐng)域的最新應(yīng)用與挑戰(zhàn)有全面了解，有助于保持技術(shù)敏銳度，為個(gè)人職業(yè)發(fā)展與企業(yè)技術(shù)路線(xiàn)規(guī)劃提供前瞻視野。

培訓(xùn)對(duì)象

1.金融行業(yè)軟件開(kāi)發(fā)與技術(shù)管理人員：特別是從事金融科技、數(shù)字銀行等領(lǐng)域研發(fā)工作的架構(gòu)師、技術(shù)經(jīng)理、項(xiàng)目經(jīng)理等，他們對(duì)金融業(yè)務(wù)邏輯、數(shù)據(jù)安全、合規(guī)性要求有深入理解，且關(guān)注如何在保證這些關(guān)鍵要素的基礎(chǔ)上引入AI代碼助手以提升研發(fā)效能。
2.AI與機(jī)器學(xué)習(xí)技術(shù)應(yīng)用專(zhuān)家：對(duì)AI代碼助手、大模型技術(shù)有濃厚興趣或已在項(xiàng)目中實(shí)踐應(yīng)用的專(zhuān)業(yè)人士，他們對(duì)自然語(yǔ)言處理、深度學(xué)習(xí)、自動(dòng)編程等相關(guān)技術(shù)有一定了解，渴望了解金融行業(yè)的特定應(yīng)用案例和最佳實(shí)踐。
3.代碼質(zhì)量管理與開(kāi)發(fā)者效能提升專(zhuān)家：包括DevOps工程師、質(zhì)量保證（QA）負(fù)責(zé)人、開(kāi)發(fā)流程優(yōu)化顧問(wèn)等，他們關(guān)注代碼質(zhì)量、技術(shù)債務(wù)、開(kāi)發(fā)效率等核心議題，對(duì)如何

課程內(nèi)容

案例方向

---

大模型應(yīng)用創(chuàng)新（to C 應(yīng)用）/大模型應(yīng)用創(chuàng)新（金融方向）/大模型應(yīng)用創(chuàng)新（垂類(lèi)行業(yè)）

話(huà)題概述

---

隨著大模型技術(shù)的迅猛進(jìn)步，智能客服正日益成為數(shù)字銀行領(lǐng)域的革新亮點(diǎn)。眾安銀行，作為香港數(shù)字銀行的先行者，始終致力于技術(shù)創(chuàng)新的探索與實(shí)踐。本次大會(huì)，我們將與大家分享眾安銀行在大模型與數(shù)字客服融合領(lǐng)域的創(chuàng)新實(shí)踐——數(shù)字“小安”空中柜臺(tái)項(xiàng)目。
該項(xiàng)目旨在通過(guò)引入先進(jìn)的大模型技術(shù)，顛覆傳統(tǒng)APP的冰冷交互模式，為客戶(hù)帶來(lái)更加溫馨、人性化的服務(wù)體驗(yàn)。我們深入洞察年輕客戶(hù)的好奇心理和老年客戶(hù)對(duì)線(xiàn)下服務(wù)的依賴(lài)，創(chuàng)造性地推出了數(shù)字人客戶(hù)經(jīng)理的概念。客戶(hù)打開(kāi)APP時(shí)，將仿佛步入真實(shí)的銀行環(huán)境，與數(shù)字人客戶(hù)經(jīng)理進(jìn)行自然流暢的互動(dòng)，輕松咨詢(xún)優(yōu)惠活動(dòng)、查詢(xún)賬單、進(jìn)行轉(zhuǎn)賬等操作。
在技術(shù)實(shí)現(xiàn)層面，我們采用數(shù)字人模式，根據(jù)用戶(hù)畫(huà)像和具體需求，分配具有不同形象的數(shù)字人客戶(hù)經(jīng)理。通過(guò)高效的轉(zhuǎn)換層處理，我們能夠?qū)⒖蛻?hù)端的語(yǔ)音等信號(hào)迅速識(shí)別并轉(zhuǎn)換為可處理的信息，再通過(guò)業(yè)務(wù)分析和決策引擎，精準(zhǔn)匹配到相應(yīng)的API接口進(jìn)行邏輯處理。此外，我們充分利用數(shù)字人平臺(tái)和靈犀平臺(tái)（眾安AIGC中臺(tái)）的強(qiáng)大能力以及AI技術(shù)，構(gòu)建了一個(gè)高效、智能的業(yè)務(wù)邏輯層，為項(xiàng)目提供了堅(jiān)實(shí)的技術(shù)支撐。
目前，數(shù)字“小安”空中柜臺(tái)功能已進(jìn)入生產(chǎn)灰度驗(yàn)證階段，并獲得了部分用戶(hù)的積極反饋，效果良好。我們堅(jiān)信，這一創(chuàng)新實(shí)踐將為客戶(hù)帶來(lái)更加便捷、高效的服務(wù)體驗(yàn)，同時(shí)也將為銀行業(yè)的智能化升級(jí)轉(zhuǎn)型提供有力的支持。

收益

---

1.深化對(duì)大模型技術(shù)的理解與應(yīng)用：
中高端技術(shù)人員通過(guò)本次分享，能夠深入了解大模型技術(shù)在數(shù)字銀行客服領(lǐng)域的實(shí)際應(yīng)用場(chǎng)景，包括如何結(jié)合業(yè)務(wù)場(chǎng)景實(shí)現(xiàn)個(gè)性化服務(wù)、智能交互等功能。這將有助于他們更全面地掌握大模型技術(shù)的原理、特點(diǎn)和應(yīng)用方法，進(jìn)一步提升自身的技術(shù)水平和應(yīng)用能力。
2.拓寬技術(shù)創(chuàng)新思路與視野：
通過(guò)了解眾安銀行在數(shù)字客服領(lǐng)域的創(chuàng)新實(shí)踐，技術(shù)人員可以拓寬技術(shù)創(chuàng)新思路，啟發(fā)自己在實(shí)際工作中如何結(jié)合業(yè)務(wù)需求和技術(shù)趨勢(shì)，探索新的技術(shù)應(yīng)用方向。此外，分享中涉及的數(shù)字人客戶(hù)經(jīng)理概念、高效智能業(yè)務(wù)邏輯層構(gòu)建等技術(shù)實(shí)現(xiàn)細(xì)節(jié)，也將為技術(shù)人員提供寶貴的參考和借鑒。
3.提升業(yè)務(wù)與技術(shù)的融合能力：
本次分享不僅關(guān)注技術(shù)本身，還強(qiáng)調(diào)了技術(shù)與業(yè)務(wù)的融合。技術(shù)人員通過(guò)了解業(yè)務(wù)痛點(diǎn)、需求以及實(shí)際落地的挑戰(zhàn)，將能夠更好地將技術(shù)應(yīng)用于實(shí)際業(yè)務(wù)場(chǎng)景中，提升業(yè)務(wù)效率和服務(wù)質(zhì)量。同時(shí)，通過(guò)學(xué)習(xí)和借鑒成功案例的經(jīng)驗(yàn)和教訓(xùn)，技術(shù)人員也可以更加熟練地處理業(yè)務(wù)與技術(shù)之間的協(xié)同問(wèn)題，提升自己在項(xiàng)目中的價(jià)值和影響力。

演講題綱

---

一、引言
簡(jiǎn)述數(shù)字銀行發(fā)展趨勢(shì)及面臨的挑戰(zhàn)
引出大模型技術(shù)在數(shù)字客服領(lǐng)域的創(chuàng)新應(yīng)用

二、業(yè)務(wù)場(chǎng)景概述
數(shù)字銀行客服的業(yè)務(wù)需求及場(chǎng)景分析
用戶(hù)對(duì)智能客服的期望與需求調(diào)研

三、業(yè)務(wù)痛點(diǎn)分析
傳統(tǒng)客服模式的問(wèn)題與不足
響應(yīng)速度慢
服務(wù)質(zhì)量不穩(wěn)定
無(wú)法滿(mǎn)足個(gè)性化需求
現(xiàn)有智能客服解決方案的局限性
技術(shù)瓶頸
數(shù)據(jù)處理能力不足
用戶(hù)體驗(yàn)不佳

四、可行性分析
大模型技術(shù)在客服領(lǐng)域的適用性分析
技術(shù)資源與市場(chǎng)需求的匹配度評(píng)估
潛在的風(fēng)險(xiǎn)與應(yīng)對(duì)策略

五、整體解決方案
大模型與數(shù)字客服的融合策略
數(shù)字人客戶(hù)經(jīng)理的概念及實(shí)現(xiàn)路徑
高效智能業(yè)務(wù)邏輯層的構(gòu)建方法

六、數(shù)據(jù)流圖詳解
客戶(hù)端信號(hào)識(shí)別與轉(zhuǎn)換流程
業(yè)務(wù)分析與決策引擎的工作原理
API接口匹配與邏輯處理過(guò)程

七、柜員機(jī)器人實(shí)現(xiàn)
數(shù)字人模式的設(shè)計(jì)與實(shí)現(xiàn)
用戶(hù)畫(huà)像與需求匹配的算法原理
實(shí)時(shí)互動(dòng)與語(yǔ)音交互技術(shù)的應(yīng)用

八、實(shí)際落地的痛點(diǎn)與挑戰(zhàn)
技術(shù)實(shí)施過(guò)程中的難點(diǎn)與問(wèn)題
用戶(hù)接受度與培訓(xùn)成本考慮
數(shù)據(jù)安全與隱私保護(hù)挑戰(zhàn)

九、案例分享與效果評(píng)估
數(shù)字“小安”空中柜臺(tái)項(xiàng)目的實(shí)施情況
用戶(hù)反饋與業(yè)務(wù)效果分析
成功經(jīng)驗(yàn)與教訓(xùn)總結(jié)

話(huà)題亮點(diǎn)

---

1.創(chuàng)新引入大模型技術(shù)提升服務(wù)體驗(yàn)；
2.數(shù)字人客戶(hù)經(jīng)理概念的實(shí)現(xiàn)；