开源中国受邀出席CSDI峰会：系统解读企业级智能研发平台实践路径

9 月 12 日至 14 日，2025 第九届 CSDI 中国软件研发创新科技峰会成功举办。开源中国代码服务域技术负责人林靖靖受邀出席「软件研发智能化专场」，以《从理念到落地：Vibe Coding 赋能企业级研发协同》为题，系统分享 Gitee 在智能化 DevOps 领域的技术路径与落地实践。

开源中国代码服务域技术负责人林靖靖 洞察研发困境：四大「孤岛」亟待突破

在分享的开篇，林靖靖指出了当前企业研发过程中普遍存在的四大痛点：工具孤岛、知识孤岛、数据孤岛和协作孤岛。这些「孤岛」导致了信息割裂、流程不畅、知识无法有效沉淀和复用，严重制约了研发效能的提升。解决这些问题，是推动研发模式向更高阶智能化演进的前提。

Gitee DevOps：统一平台，打破壁垒

在工具链的全景对比中，林靖靖展示了 Jira、Gitlab、Jenkins 等常见工具与 Gitee DevOps 的差异。Gitee DevOps 通过统一流程管理、核心资产管控和效能洞察，为智能研发奠定了统一的基础。

这为后续 AI 的接入与场景化应用，提供了数据和流程层面的支撑。

智能终端工作台，重塑开发者体验

在平台底座之上，Gitee 正在打造一个「终端工作台」，通过五大智能方向全面提升研发体验。

智能创作

在需求和文档阶段，AI 能够辅助进行智能创作，如根据关键信息自动续写需求文档、进行文档质量和规范性检查，甚至生成流程图、架构图等可视化内容，确保知识资产的规范与完整。

智能编程

在编码环节，Vibe Coding 提供了一系列强大的 AI 辅助功能。它能基于分支差异和提交记录，自动生成规范的 Pull Request 标题和描述；在 Code Review 过程中，AI 可以作为「不知疲倦的评审员」，对代码规范、依赖版本、逻辑漏洞等进行自动化检查和建议；它还能智能识别代码扫描中的潜在误报，并给出具体的修复建议，极大提升编码质量和效率。

智能交付

在持续集成和交付阶段，当流水线（Pipeline）执行失败时，AI 能够自动介入进行问题排查，分析日志并结合知识库，快速定位失败原因，并提供精准的修复建议，显著缩短故障修复时间。

智能管理与度量

针对项目管理，AI 可以基于项目数据进行风险预测，如迭代延期风险分析。同时，它支持通过自然语言生成查询语句和统计图表，让团队成员和管理者能以对话的方式快速获取项目状态、洞察效能数据，让决策更加敏捷和数据驱动。

产品设计理念：从「用户触发」到「AI 主导」

林靖靖进一步分享了 Gitee 在 AI 产品设计上的理念演进。早期的 AI 应用多为「用户主动触发」模式，AI 作为被动工具等待用户调用。而 Gitee 追求的是更有价值的 AI 场景：以平台串联，AI 主动触发，用户校验决策。

在这种模式下，AI Agent 成为一个主动的「数字员工」。例如，当开发者提交代码后，平台会自动触发代码扫描和流水线检测。AI Agent 会主动拉取分析报告，识别问题，自动创建修复分支、生成修复代码，并最终创建一个 Pull Request 推送给开发者进行评审和合并。这彻底改变了传统的工作流，将开发者从「执行者」提升为「决策者」。

这一理念的背后，是 Gitee Xtreme 极智 AI 应用开发底座提供的强大支持，通过在项目协同、代码服务、持续交付、效能度量等领域部署不同的 Agent，实现了对研发全域的智能化覆盖。

Gitee 智能研发中枢：从助手到平台的演进

在分享中，林靖靖不仅展示了 AI Agent 在各项研发工具中的深度融合，还进一步介绍了 Gitee 如何将这些能力凝聚成一个平台级的智能研发中枢，并为企业提供了从研发智能到业务智能的完整升级路径。

平台级智能助手：统一的交互入口

Gitee 将 AI 能力统一收敛到一个平台级的智能助手中。这个助手以对话式界面呈现，成为用户与整个 Gitee DevOps 平台交互的核心入口。用户无需学习复杂的操作，即可通过自然语言完成各项任务：

• 智能问答与知识检索：助手能够接入企业内部的知识库（如操作手册、API 文档等），通过 RAG（检索增强生成）技术，为用户提供精准的图文问答。

• 任务汇总与建议：它可以主动读取用户当前的任务清单，并根据优先级、任务内容等信息，智能生成任务完成建议，并定期推送给用户。

• 操作辅助与 Agent 驱动：用户可以通过对话功能，直接驱动 Agent 完成相关操作，例如批量流转工作项的状态，将自然语言指令转化为平台上的实际动作。

企业级AI底座：Gitee Xtreme 的战略蓝图

林靖靖强调，要在企业内规模化地推广和应用 AI，必须有一个强大的底层平台支撑。为此，Gitee 推出了Gitee Xtreme 极智 AI 企业智能应用开发底座。该平台旨在解决企业在智能化转型中面临的四大核心问题：

1.智能化目标的制定：自上而下地制定可度量的评价指标，驱动企业智能化改进。

2.多业务大模型管理：针对不同业务场景，基于场景数据训练和管理多个最适合的模型，并进行统一调度。

3.快速智能化应用开发：提供 AI 场景的快速模型接入、知识库接入和工作流编排能力，将 AI 能力与业务系统解耦，快速响应业务变化。

4.智能化效果评价体系：沉淀模型调用和应用数据，对智能化效果进行度量与评价，并将业务数据反哺于模型微调，构建企业智能研发的数据飞轮体系，实现效果的持续优化。

AgentOps：让大模型应用落地成为可能

Gitee 还进一步提出了AgentOps的理念，即沉淀一套基于大模型开发智能化应用的方案和工具。这套方法论将复杂的 AI 应用开发过程，解构为五个关键步骤，极大地降低了落地门槛。

最终，通过构建包含感知、规划、行动三个核心模块的智能体（Agent），扩展大模型的能力，让业务流程真正实现智能化。Gitee Xtreme 极智 AI 平台正是这一理念的工程化实现，为企业从信息化、数字化迈向最终的智能化，提供了清晰的基础设施建设路径。

落地成效：Vibe Coding 带来的多维度价值

演讲的第二部分，林靖靖分享了 Vibe Coding 在企业级项目中的落地效果和团队反馈，数据和案例直观地展示了 AI 带来的变革。

• 研发效率显著提升：数据显示，通过 AI 辅助，代码编写速度提升了30%-50%。在一个预估需要5人/周（约200小时）完成的项目中，借助 Vibe Coding 实际仅耗时44小时，实现了近5 倍的效率提升。

• 质量与稳定性增强：AI 驱动的自动化测试和实时风险预警，实现了「质量左移」，将缺陷扼杀在早期阶段。同时，AI 辅助 Code Review 让审查焦点从语法、风格等细节问题，转向更宏观的架构设计和业务逻辑，有效提升了代码质量。

• 协作体验与心流改善：AI 模型作为团队共享的知识库，减少了成员间因信息不对称产生的沟通成本。通过对话式的交互，开发者无需在 IDE、文档和浏览器间频繁切换，更容易进入并维持高效专注的「心流」状态。正如一位研发人员反馈：「写代码像和一个熟悉项目的同事对话，效率明显提高」。

最后，林靖靖也坦诚地探讨了当前面临的挑战，如长代码项目的上下文管理、团队规范与边界的建立等，并分享了 Gitee 的持续优化方向。

Gitee 认为，AI 的价值在于将某一方面的能力做到极致的提升。当强大的模型能力与成熟的 DevOps 体系相结合，将催生出「智能研发」的全新范式，为企业带来效率、质量和成本的极致优化。

未来，Gitee 将继续深耕 AI 与研发场景的融合，依托 Gitee Xtreme 极智 AI 企业智能应用开发底座，不仅服务于研发智能化，更致力于将其能力扩展至更广泛的业务智能化领域，助力千行百业完成智能化转型。