作者 | 小葳

2024年以来，AIGC for Code成为AI领域备受追捧的热门赛道。

在硅谷，从火爆的AI编程助手Cursor，到Poolside、Replit等独角兽的快速崛起，AI正在推动软件开发完成从“人力密集”到“人机协同”、"智能增强"的历史性跨越。

在国内市场，aiXcoder是在代码大模型领域崭露头角的明星企业。孵化自北京大学软件工程研究所的aiXcoder，是全球最早将深度学习技术应用于代码生成与代码理解领域的团队。其智能化软件开发解决方案已在金融、军工、航天、通信、软件服务、互联网等行业实现规模化落地。

代码大模型要穿透企业应用的"最后一公里"，算法创新与AI基础软硬件的融合已是必然趋势。在昇腾AI创新大赛2024全国总决赛中，aiXcoder凭借“基于代码大模型的企业智能化软件开发解决方案”，从全国3700多支队伍中脱颖而出，斩获企业赛道（应用创新组）金奖！

当越来越多企业对研发平台提出更智能、更高效、自主可控的新需求，aiXcoder如何让代码大模型加速落地各行各业？aiXcoder与昇腾的强强联合，又将为国内代码大模型市场带来哪些新价值？

深入破局，锚定技术与市场的最佳契合点

传统软件开发一直存在重复性劳动占比高、人力成本高、效率低下等诸多痛点。如何将前沿人工智能技术应用于软件工程领域，帮助开发者从繁琐的编码工作中解脱出来，将更多精力投入到核心业务逻辑的设计与实现上，是aiXcoder的初心。

早在2013年，北大aiXcoder就开始研究如何将深度学习应用于代码生成和代码理解，并于2014年发表了该领域在全球范围内最早的论文。目前，aiXcoder累计在国际顶级期刊和会议发表论文100余篇，其中多篇是智能化软件工程领域的首篇论文和引用率最高的论文。

ChatGPT诞生以来，主流厂商都推出了自己的大模型，然而通用大模型与企业级软件开发场景间仍存在显著能力鸿沟。aiXcoder自创立之初便深入洞察企业开发者真实需求，并根据这些痛点设计产品的底层逻辑：

首先，结合代码特性训练的代码大模型，是生成更准确代码的根本所在。现有通用大模型并未充分考虑软件开发的具体场景，往往将代码视作自然语言文本进行处理，忽略了代码的结构性和复杂的上下文关系，导致生成的代码不够准确。

其次，结合企业私域数据生成更符合特定行业和领域的代码，是企业应用大模型的关键。不同企业在业务需求、行业规范、软件开发框架及运行环境方面千差万别，这也是通用代码大模型难以落地企业的原因。

“学习并掌握‘领域化’知识，才是大模型在企业成功落地的关键。为企业客户解决领域化问题，正是我们的差异化价值所在。”aiXcoder商业合伙人兼总裁刘德欣曾这样表示。

第三，数据隐私与安全合规，是企业落地大模型的前提考虑。数据分析服务商Cyberhaven的数据显示，员工直接发给ChatGPT的企业数据中，有11%都是敏感数据。代码承载着企业核心数据资产，很多企业应用AI编程一个最关键的诉求就是私有化本地部署。

如何满足企业对AI编程不断升级的需求，aiXcoder在与昇腾的深度合作中探索出新的机遇，并在昇腾AI创新大赛中一展身手。作为面向AI开发者的顶级赛事，昇腾AI创新大赛既是aiXcoder展示技术实力的舞台，也是与全国AI创新企业切磋交流的平台。

“昇腾AI创新大赛对aiXcoder有独特的吸引力。我们看到众多优秀参赛作品已经将大模型能力在多个行业场景落地，展现出巨大潜力。同时各个参赛企业都具备很强的AI研发能力，并都从各自的角度探索与昇腾生态的深度结合，很高兴能和这些很棒的团队相遇。”aiXcoder一位技术负责人表示。

昇腾赋能，软硬协同的智能化开发突围战

昇腾AI创新大赛中，aiXcoder的获奖方案“基于代码大模型的企业智能化软件开发解决方案”差异化优势明显。这背后也离不开昇腾提供了从底层硬件到基础软件、社区资源在内的全方位赋能。

优势一，以小参数量达到更强的代码生成效果，以低延时、低资源占用的特点满足企业私有化部署要求。

aiXcoder在模型预训练阶段就做了大量工作让模型理解代码处理任务，专门面向软件工程领域预训练代码大模型，以7B参数量实现超越5倍参数规模模型的代码生成性能，以低延时、低资源占用特点去满足企业用户的私有化部署要求。

这背后，离不开aiXcoder多年在软件工程和代码大模型领域的技术积累。

2021 年 4 月，团队便推出完全自主知识产权的十亿级参数代码大模型 aiXcoder L 版，成为全球⾸个基于⼤模型的智能编程商⽤产品；

2022 年 6 月，在ChatGPT发布之前，aiXcoder推出国内第一个百亿级参数的大模型，用于支持自然语言描述的方法级代码生成；

2023年7月，具有代码自动补全、代码自动生成、代码缺陷检测与修复、单元测试自动生成等功能且聚焦企业适配的aiXcoder Europa重磅推出，可根据企业数据安全和算力要求，为企业提供私有化部署和个性化训练服务；

2024年4月，aiXcoder正式推出并开源7B代码大模型，在多个主流测评集上，aiXcoder 7B代码生成与补全能力超越同级别及更高参数规模的开源模型。

2025年4月，aiXcoder进一步升级产品，推出Agent（智能体）模式，并内置MCP（大模型上下文协议）功能，创新为软件开发行业带来全流程自动化解决方案。该技术通过模拟人类开发者的任务规划、工具调用、自主反思、逻辑推理等能力，可智能完成项目级代码生成、修改、调试、重构等复杂软件开发任务，显著提高企业研发效率，大幅缩短研发周期，助力企业数字化转型。

基于AI技术最新发展持续迭代自研模型，aiXcoder构建起覆盖软件开发全链条的技术壁垒，最终形成差异化的产品竞争力。

优势二，强大的深度定制能力，帮企业打造专属领域化代码大模型。

aiXcoder依托自身在软件工程领域的深厚积累和多行业实践，可以根据企业需求提供量身定制的领域化方案，支持有效个性化训练、领域基础代码prompt化、偏好对齐等领域化落地方式，让大模型充分学习企业领域化知识。与此同时，从客户的个性化需求中萃取出具有通用价值的能力与工具，形成标准化的产品和流程交付给客户。

aiXcoder积累了深厚的垂直领域模型构建能力，无论客户是独特的嵌入式代码或企业自有IDE，甚至需要提供MATLAB等语言训练需求，都可以根据客户私域数据及环境进行领域化训练和集成。

优势三，通过适配昇腾MindIE推理引擎实现推理速度提升6倍以上，通过并行解码提升计算资源利用率和增强并行处理能力。

代码大模型对系统响应速度要求极高，任何低效和延迟都将扰乱开发者的工作节奏。aiXcoder 7B大模型通过了昇腾技术认证，更高推理速度可以提供更加高效、流畅的开发体验。

为了让代码大模型更好地适配昇腾AI基础软硬件，aiXcoder研发团队进行了大量调优工作，包括权限设置问题、`rank_table_file.json` 配置、`config.json` 配置等。

这背后，昇腾社区和技术专家提供了全面支持。MindIE是基于昇腾硬件的运行加速、调试调优、快速迁移部署的高性能深度学习推理框架，其支持主流第三方框架，并通过统一接口使能极简开发。同时，昇腾社区完善的技术文档、华为专家及时的技术解答也加快了aiXcoder的适配进程。

此外，在产品形态方面，aiXcoder与昇腾携手推出“智能化软件研发一体机”，为企业提供软硬一体、安全可靠的大模型快速落地解决方案，助力企业实现从算力到软件一站式部署。

硬件层面，一体机支持英伟达A800(2/4/8卡)、V100(4/8卡)、昇腾910B(8卡)等多种GPU配置，满足复杂和高性能计算需求。

软件层面，一体机以aiXcoder自研代码大模型为核心引擎，具备代码生成与补全、代码解释、代码注释生成、单元测试生成、代码缺陷监测、代码智能问答等系统化软件研发辅助能力，助力企业整体提高研发水平。

同时，一体机集成研发效能统计、权限管理、负载均衡、模型灰度发布和系统监控等多项企业级管理功能，实现代码大模型的有效管理和效果评估。

产业实践，从金融到航天的软件开发变革

不同于通用型AI编程工具，aiXcoder聚焦领域Know-how沉淀，专注为大中型企业提供基于代码大模型的智能化软件开发解决方案，包含私有化部署、领域化大模型落地及定制化开发等服务。

经过持续的技术迭代与场景验证，目前aiXcoder已突破AI编程在企业落地中的"最后一公里"，在军工、金融、航天、软件服务、机器人等行业已成功部署数十个项目，实现多场景落地应用。

在金融行业，针对某证券公司代码质量参差不齐、单元测试覆盖率低、重复代码多等痛点，aiXcoder解决方案实现代码自动生成和补全占比达30%，代码质量大幅提升。

在软件服务行业，aiXcoder联合全球领先的应用软件产品和解决方案提供商信华信，共同构建软件工程领域大模型，带动软件实践项目缺陷数量降低近34%，代码采纳率平均达47%。

在航天领域，aiXcoder与航天502所联合推出首个先进人工智能技术与软件工程相结合、自动将控制算法生成程序代码的软件开发产品，极大提高航天软件开发效率和质量。

在机器人行业，特斯联科技集团通过引入aiXcoder智能辅助编程工具，实现研发整体提效近40%，单元测试行覆盖率达85%。过去开发者理解1000行机器人代码需要1小时，在aiXcoder帮助下仅需10分钟就能完成。

 结语

AIGC已推动软件研发来到历史变革的十字路口，aiXcoder与昇腾的深度协同，为中国AI for Code赛道树立标杆意义：自主创新AI基础设施与领域代码大模型的深度耦合，为企业级软件开发效率瓶颈找到了突破口。

在产业维度，依托领域代码大模型构建起"行业知识沉淀-开发流程再造-商业价值裂变"的增强回路。在生态维度，以全栈自主创新打通"算力供给-模型训练-场景落地"的创新链条。

aiXcoder与昇腾的强强联手，不仅标志着软件开发范式变革的临界点已然到来，还预示着自主创新软件开发生态正在形成新的护城河。

END

本文为「智能进化论」原创作品。