奇富科技AI Coding兩年落地成效：頭部工程師產(chǎn)出杠桿持續(xù)放大

面對金融科技強(qiáng)合規(guī)、高復(fù)雜度的業(yè)務(wù)特性，奇富科技持續(xù)推進(jìn)AI Native組織轉(zhuǎn)型，將AI Coding作為研發(fā)體系升級的核心抓手。經(jīng)過三年積累，公司已從工具引入走向方法論、上下文資產(chǎn)與自研基礎(chǔ)設(shè)施建設(shè)，并在技術(shù)領(lǐng)域需求交付、測試生成和運(yùn)維輔助等場景取得可量化成效。

引入AI Coding后，公司開發(fā)人員在人機(jī)協(xié)同模式下的人均需求交付效率大幅提升，技術(shù)領(lǐng)域需求提升達(dá)65%，迭代周期縮短55%；測試用例生成效率提升80%，回歸測試周期縮短60%；運(yùn)維故障定位耗時減半，巡檢腳本AI生成率達(dá)到90%。AI Coding已開始貫穿需求、開發(fā)、測試與運(yùn)維等核心工程環(huán)節(jié)。

奇富科技認(rèn)為，AI Coding的上限不僅取決于工具，更取決于上下文和工程資產(chǎn)。公司在代碼架構(gòu)、質(zhì)量保障和穩(wěn)定運(yùn)維層面沉淀工程規(guī)范、測試案例與運(yùn)維流程，使AI更準(zhǔn)確理解業(yè)務(wù)、生成代碼和輔助排障，形成難以復(fù)制的底座。

在團(tuán)隊(duì)協(xié)作層面，公司通過商業(yè)工具與自研框架，將人與智能體（Agent）納入同一套研發(fā)流程：智能體承擔(dān)規(guī)模化、可重復(fù)執(zhí)行，人類在需求定義、方案評審、質(zhì)量驗(yàn)收和關(guān)鍵決策中把關(guān)，形成“人在環(huán)中”（Human-in-the-loop）閉環(huán)。高質(zhì)量研發(fā)來自深度協(xié)同，而非簡單替代。

在技術(shù)體系上，公司搭建六層成熟度框架，明確從人工編碼走向智能體團(tuán)隊(duì)（Agentic Team）的路徑。目前已跨越AI輔助和沉浸式編碼階段，主流采用規(guī)范驅(qū)動開發(fā)（SDD），并從Agentic Engineering走向Harness Engineering：通過上下文資產(chǎn)、工具鏈編排、權(quán)限約束、執(zhí)行反饋與質(zhì)量驗(yàn)證，為智能體建立可控、可觀測、可治理的工程化“安全軌道”。行業(yè)整體看，AI Coding已快速普及，但組織級、可規(guī)模化Agent工程體系仍屬少數(shù)。

落地路徑上，公司2024年實(shí)現(xiàn)AI代碼補(bǔ)全全員覆蓋，2025年沉浸式編碼覆蓋60%開發(fā)場景，2026年加速SDD規(guī)模化落地，并完成自研多智能體協(xié)同基礎(chǔ)框架關(guān)鍵驗(yàn)證。公司以商業(yè)工具兼顧生態(tài)兼容，以自研框架承載任務(wù)拆解、上下文裝配、工具調(diào)用、執(zhí)行校驗(yàn)與人工把關(guān)等Harness能力，適配金融行業(yè)合規(guī)、安全和可控要求。

Token消耗與滲透率反映AI工程化深度。目前99.7%員工日常使用AI工具，全員滲透率接近88%；開發(fā)崗人均每日Token消耗達(dá)千萬級，前20%頭部工程師日均消耗突破億級。Token消耗與工程師產(chǎn)出呈強(qiáng)正相關(guān)，部分高成熟度頭部用戶在特定場景下產(chǎn)出杠桿最高可達(dá)40倍，個體能力正從“經(jīng)驗(yàn)驅(qū)動”走向“體系驅(qū)動”。

作為國內(nèi)少數(shù)實(shí)現(xiàn)SDD規(guī)模化落地、并探索多智能體協(xié)作與Harness Engineering的金融科技企業(yè)，奇富科技以可量化成效、自研技術(shù)框架和工程化治理體系提供了行業(yè)參考。未來，公司將圍繞Token成本、執(zhí)行軌跡質(zhì)量與可治理度構(gòu)建統(tǒng)一度量體系，以可量化ROI作為深度工程化標(biāo)尺，持續(xù)夯實(shí)技術(shù)壁壘。

來源：三劍客精選

聲明：本文僅作為知識分享，只為傳遞更多信息！本文不構(gòu)成任何投資建議，任何人據(jù)此做出投資決策，風(fēng)險自擔(dān)。