邮储银行，奔跑在智能化软件开发的春天里_风闻

2011年，硅谷投资人马克·安德森的一句话——软件吞噬世界（Software is eating the world）被世人所知晓。

10多年过去了，一语成谶，这句话已经成为当下的共识。各行各业的数智化，都离不开软件的研发、迭代、维护乃至创新。

但现实中，软件吞噬世界之前，首先会吞噬掉开发人员的时间和精力。

随着软件研发的需求与日俱增，很多企业的开发人员数量，却没有也不可能同步指数级增长，加上应用软件是政企服务触达最终用户的触点，为了更精准、更及时地适应市场变化、满足客户需求，持续升级软件功能成为必需，开发人员承担的研发、测试、运维等任务也比以往更繁重。

如何将开发人员从重复枯燥的工作中解放出来，聚焦于更具创造性、创新性的软件研发，成了行业数智化顺利实现的前提条件。

在邮储银行身上，我们先一步感受到了行业数智化充满希望的春天。

作为数字金融的先行探索者，邮储银行已经打造了“邮储大脑”、智能运维平台等，来支撑金融转型升级。最近上线的“邮小研”智能开发平台，则有望加速金融应用的研发与迭代进程，让邮储银行实现数智化加速跑。

以邮储银行为例，我们来看看智能化软件开发，如何推动一家企业乃至一个行业迈进数智化春天的。

金融行业数智化如火如荼，是积极拥抱大模型的第一梯队。邮储银行正以显著的“加速度”奔跑，积极布局数字化转型战略，加大对大模型、云原生、AIoT等新一代数字技术的深度投入。

当“AI+金融”“数字+金融”应用，在邮储银行的业务土壤中等待萌发的时候，离不开一种能力：软件开发。

所以，金融数智化，邮储银行首先面对的一个困境，就是软件开发的“三多”难题。

需求多：邮储银行处在数字化转型的关键时期，产品研发需求旺盛，导致应用开发的任务繁重，其中存在大量重复性工作，亟需迈向智能化、自动化。

功能多：基于前期的数智化探索，邮储银行已经上线了大量智能应用及功能，这些多样化功能的测试上线，都依赖于开发人员的“手工作业”，比如需求分析、编写测试脚本，导致产出率低，拉长了软件发布周期。

耗时多：系统测试全工程生命周期较长，交付效率不够高，极度消耗测试人员的时间，这与银行数智化应用较短的迭代周期，形成了巨大的矛盾。

面对软件研发的“三多”困境，银行在当前环境下又确实需要做好成本控制，注重投入产出比。该如何填平这条供需鸿沟呢？基于大模型的智能化软件开发，逐渐成为行业认可的方案。

基本逻辑就是提前将金融软件的相关知识、能力、成果沉淀到一个模型中，并结合算力、开发工具栈、云服务等必要基础设施，来支撑软件研发的全局智能化、全流程自动化，从“手工作坊式”开发模式迈向“工业化生产”。

用一个研发测试平台，来解决软件开发“三多”与开发资源有限之间的矛盾，无疑是一个绝佳的解法。

通过引入大模型技术，邮储银行希望建立一个高效、智能的研发测试平台，以支持金融科技产品的快速开发和高质量测试。借助平台一系列自动化和智能化的测试工具和服务，提高软件测试的效率和精度，降低开发成本，提升产品质量，加速产品上市时间，并支持业务创新。

但新的问题，又摆在了邮储银行面前。

一是技术门槛，智能化的研发测试平台，需要打造一个专精于软件开发的基础大模型，这对金融行业提出了很高要求；二是资源门槛，研发测试平台还需要AI算力、云服务、工具栈等一系列必要的研发资源，而且还要满足金融业对安全合规、自研可控、高可靠性等要求。

纵观市面上，能满足上述条件的智能产品和服务并不多。那么，邮储银行的数智化脚步会因此而停滞吗？

如今结果已经知晓，邮储银行顺利地打造出了智能开发平台“邮小研”，解决软件研发的“三多”难题，支持金融科技产品的快速开发和高质量测试，为数智化创新添动力。

让我们好奇的是，邮储银行究竟是如何迈过两大门槛，先一步抵达了百花齐放的数智之春呢？

“好风凭借力，送我上青云”，中国人常用这句话来形容一个人的际遇突破，离不开外力的帮助和加持。

如果我们把“邮小研”，看作是邮储银行在智能化软件开发领域的一员猛将，那么它的成功问世与智能觉醒，也离不开华为云CodeArts盘古助手这一股“好风”。

前面提到，打造一个智能测试平台，邮储银行要迈过大模型技术和多样资源的两道门槛，而这些都被CodeArts 盘古助手很好地解决了。

首先是技术方面，CodeArts盘古助手的前身是2022年11月亮相的CodeArts Snap智能开发助手，基于盘古研发大模型打造。

该大模型此前已经学习了1300多万篇经典的技术文档和760亿行精选代码，熟悉了500多万个开源代码仓，实现了一句对话让代码生成、一次点击自动注释和生成测试用例、一条指令智能部署。作为软件开发者的编程助手，在华为内部和诸多行业都实现了落地应用。

2024华为全联接大会期间，华为云发布了全新升级的CodeArts盘古助手，具备重塑软件开发的智能化能力，成为智能化软件研发的新范式。

其次是资源方面，对于金融业来说，安全合规是“红线”，因此算力、算法等平台底层的基础设施必须可靠、可信、安全，而数字金融服务又要覆盖超大规模用户，性能也必须够高。

这一点上，华为云就很好地满足了金融行业需求，来解决上述痛点刚需。

比如CodeArts盘古助手的底层能力，依托于华为云的昇腾AI云服务，提供强大、可靠的AI算力。未来，CodeArts盘古助手也将深度嵌入CodeArts软件开发生产线，持续提供研发全流程的智能增强能力。软件开发生产线CodeArts，也是华为云打造的一站式软件开发平台，工具代码内核自研率高达96%，可以提供需求管理Req、代码检查Check、测试管理TestPlan、代码托管（CodeArts Repo）等20多款自主创新的软件工具服务，覆盖需求、设计、开发、测试、部署、运维等软件开发全生命周期环节。

其中全栈自研的云端代码托管服务CodeArts Repo，就非常适合分支网点众多的大型银行，进行跨地域的多人协同开发。

所以，通过CodeArts盘古助手智能生成、智能问答、智能协同三大核心能力，邮储银行可以更加高效地开发应用程序。

其中智能生成，支持代码生成、单元测试用例生成、测试脚本生成等生成功能，帮助开发者提升开发效率、减少代码错误和漏洞。智能问答，支持代码解释、代码优化、代码调试、代码翻译等交互问答功能，可以辅助开发人员理解代码、修复缺陷和优化代码。智能协同，支持需求获取、代码提交、流水线执行等服务的无缝衔接，可以帮助开发人员用对话形式调用华为云服务，实现一站式应用部署。

在华为云CodeArts盘古助手的有力支持下，“邮小研”觉醒在智能化春风里。

使用华为云CodeArts盘古助手打造的智能开发平台“邮小研”，支持大模型精准调优、RAG检索增强，以及多Agent协同系统等任务。目前已生成超过26万行的代码，构建了100+应用系统，代码生成采纳率超30%，单元测试代码采纳率超60%。

更好的智能化开发体验，让邮储银行的软件工程师们纷纷“真香”，内部有超过50%的工程师使用“邮小研”来开发应用程序。

智能化软件开发之路走得更加顺遂，邮储银行的应用创新和数智化升级速度，自然也就更快了。

生机盎然的 “邮小研”，让我们看到了智能化软件开发给邮储银行数智化带来的助力。

数字经济浪潮已经是各个国家和地区都在积极拥抱的确定性趋势。我们希望越来越多的金融机构和其他行业，跑出数智化加速度。而行业数智化的起点，一定是软件开发智能化。为什么呢？

首先，行业数智化以AI、大模型、云计算等通用技术为核心，而这些都依赖于软件工程来进行落地，在行业中释放技术价值与红利。

但目前，数智化还处于“研发为重”的第一阶段，多数银行还在进行技术储备和浅层尝试。可以说，只有在软件开发自动化、智能化之后，才能进入数智化的快速发展期。这既是机会，是建立差异化竞争力的关键期；也是挑战，必须尽快提升软件开发的智能生产力。

CodeArts盘古助手的价值，恰恰就在于此。

首先，作为一种大模型技术在软件研发领域的落地产品，CodeArts盘古助手是一种能力自证。如果基于大模型的智能化软件开发，连开发者都不愿用、用不好，连软件行业自身都改变不了，那想改变其他业务场景与行业就更困难了。

其次，作为技术先进、高效、低门槛的产业基础，CodeArts盘古助手为行业和企业解决了智能化软件开发所耗费的巨大研发成本与资源，会激活行业的信心，更加勇于开展数字化的创新探索。

在此基础上，率先建构起智能化软件开发能力的企业，会具备更强大的开发效率和迭代能力，建立差异化优势，重塑AI时代的竞争力。也就是说，未来企业的数智化能力建设，智能化软件开发将是基础与核心。

所以说，智能化软件开发，是行业数智化百花齐放的前提条件之一。华为云CodeArts盘古助手，就是各行各业正在等待的一股春风，不仅在邮储银行种下了一抹数智化绿意，也将加快行业数智化春天到来的脚步。目前 CodeArts 盘古助手已在金融、汽车、医疗、能源、制造等众多行业场景中成功实践，华为云从基础算力到大模型服务、再到具体应用的全栈AI能力，为不同行业和领域的转型升级提供有力支持，帮助企业加速构建现代化应用，让AI加速走向千行万业。