平安银行金融科技部创新实验团队负责人 曾阳

  2023年，国家网信办、国家发展改革委等七部门联合发布《生成式人工智能服务管理暂行办法》，鼓励生成式人工智能技术在各行业、各领域的创新应用，生成积极健康、向上向善的优质内容，探索优化应用场景，构建应用生态体系。人民银行也在《金融科技发展规划(2022—2025年)》中提出，抓住全球人工智能发展新机遇，以人为本全面推进智能技术在金融领域深化应用，强化科技伦理治理，着力打造场景感知、人机协同、跨界融合的智慧金融新业态，实现金融服务全生命周期智能化，切实增强人民群众获得感、安全感和幸福感。在国家的统筹规划下，上述文件为大模型时代的银行业数字化转型及科技创新指明了方向、提出了要求。

  顺应这一趋势，通过持续构建专注银行场景的大模型能力体系及应用生态，平安银行在提升银行内部运营效率、获客能力和风控能力等方面均取得了良好成效，而面对日渐丰富的软件工程资产和规模庞大的科技开发团队，加速构建以模型为中心的智能研发体系成为亟待解决的重点问题。

一、深化数字化转型，研发团队交付质效迎来新需求

  当前，银行业进入数字化转型深水区，业务部门提出了快速迭代、低成本试错和以客户为中心等综合性发展需求，这需要高质量的金融科技能力作为支撑。在软件工程领域，需求变化对研发团队的交付速度和质量提出了更高要求，并在技术上面临着全新挑战。

  1.业务需求要“快速响应”，产品质量要“稳定可靠”

  在金融行业，快速响应市场变化和业务需求是保持竞争力的核心关键。换言之，业务部门希望能快速、低成本试错，且产品功能可快速迭代更新。但实际上，科技团队在开发过程中时常出现开发周期长、速度跟不上等问题，而频繁赶工也极易导致代码质量参差不齐、测试不够全面、维护困难等风险，进而对产品的稳定性和可靠性形成挑战。

  2.研发资源要“精益高效”，研发流程要“智能高效”

  随着IT资源的持续投入，银行研发成本不断攀升，但项目开发需求并未明显减少，故需要实现人均效能的倍级提升，才能更为精益、高效地支持业务数字化转型。但在传统模式下，研发流程大多仍依赖人工操作，缺乏智能化工具和系统支持，研发效能管理也达不到精细化水平。

二、代码大模型发展迅速，研发体系升级新模式

  为解决数字化转型中的研发挑战，平安银行将生成式人工智能等大模型能力与软件开发全流程紧密融合，打造以大模型为中心的AI软件开发助手及智能体，积极构建新时代智能研发能力体系。基于金融科技研发经验及代码大模型技术，平安银行打造AI代码辅助平台CoPArtner(如图1所示)，进一步加快金融产品创新与迭代步伐，加速推动研发全流程向智能化蝶变升级。

图1 AI代码辅助平台CoPArtner

  1.打造代码生成大模型能力底座，多模型、多功能提升整体效能

  依托丰富的研发数据和资源，平安银行构筑代码生成大模型能力底座，着力提升平台整体效能。CoPArtner平台以“PinganGPT+多个开源代码模型”为基础，通过深度调优和精细化“剪枝”，搭载了由不同网络架构和模型参数组成的代码生成大模型基座。基于此，CoPArtner平台将可根据应用场景特点选取更加适用的模型，并充分发挥各模型在特定功能上的最优性能，极大地提升整体项目群的工作效能，如在代码补全场景中利用1B模型的敏捷性实现快速补全，又或在代码问答场景中运用33B模型的深度思考能力提供精准解答等。

  通过构建CoPArtner专属管理平台，平安银行进一步增强代码数据安全性，显著提升了资源利用率等关键性能指标。截至目前，CoPArtner平台已在平安银行的云端高性能GPU计算集群上实现私有化部署，可支持资源的虚拟化使用和并行处理，有效确保了服务的稳定性与高效性。同时，在安全性方面，所有在集群上运行的模型和数据都会受到严格的安全管控，以保障代码和敏感信息安全。此外，平安银行还实施了多层次的安全防护措施，包括数据加密、访问控制和入侵检测系统等，以防范可能存在的其他威胁。

  2.构建灵活多样的工具平台，模型微调策略提升场景应用效果

  面向专业开发者、数据分析师、业务专家等不同用户，平安银行基于CoPArtner平台打造了灵活多样的交互工具，以确保用户无论何时何地都能便捷地接入和使用代码大模型。其中，网页端可为非专业开发者提供便捷的、无需安装下载的代码大模型使用环境;开发者IDE端更专注于专业开发者，致力于一站式解决研发问题，无感提升开发效率;开放式API则进一步扩展了平台应用范围，允许代码大模型与各种业务应用无缝结合，实现更深层次的定制化和自动化应用。

  CoPArtner平台引入贯穿编码链路的智能化辅助功能(如智能代码补全、代码问答、多语言代码翻译、自动注释生成、智能代码审查、代码优化建议、自动生成单元测试用例等)，并将其共同组成一个高效、智能的代码编写支持系统，旨在全面提升软件开发的效率和质量。此外，CoPArtner平台还针对金融行业场景制定了支持模型微调的技术策略，可利用各业务场景的知识库来训练专有业务代码模型，从而更为精准地匹配业务编码需求，提供更加贴合实际的代码生成和优化建议。

  3.覆盖全生命周期研发流程，编码新范式助力技术普惠

  当前，平安银行已在CoPArtner平台中构建了编码环节的核心能力，同时亦启动了测试验证、数据洞察等环节的前期研发工作，通过打造覆盖软件工程全生命周期的智能工具，为研发人员提供了全方位的AI辅助。未来，平安银行还将不断提升CoPArtner平台在软件开发各阶段的广度和深度，持续推进软件工程的范式跃迁，进一步重塑银行软件研发体系，为全行各类员工提供多样化、智能化的AI编码能力。

  一方面，通过为研发人员提供智能易用的AI工具，简化重复性开发操作，平安银行不断释放开发者的创造力，使其能够专注于更高维度的系统设计和功能实现。另一方面，伴随大模型技术的持续升级，将解锁更多的数字化创新场景，并促使业务需求逐步向多元化转变，而平安银行基于CoPArtner平台，将可进一步拓宽编程边界、降低编程门槛，以及打造人机结对编程新模式，从而使非专业但离场景更近的一线业务人员亦可参与到软件开发中来，实现“科技平权、技术普惠”。CoPArtner平台应用场景如图2所示。

图2 CoPArtner 平台应用场景

三、智能研发体系创新实践，打造数字化转型新动能

  通过构建以CoPArtner平台为核心的全渠道智能化研发新业态，平安银行软件工程体系实现多维度升级，高质量助力业务数字化转型：一是提升开发效率，在编码流程中，代码生成助手可自动生成规范化代码和注释能力，从而使开发人员无需从头开始手动编码，并显著降低团队成员间的沟通成本。二是加速业务响应与创新，在业务项目开发过程中，CoPArtner平台通过提供智能化的代码调试、代码优化等功能，可大幅提升代码可靠性，减少后期调试和维护成本，使开发人员能够将更多精力投入到创新和优化工作中。三是保障研发安全性，CoPArtner平台因其私有化和安全性，可避免使用外部模型带来的代码泄露风险，确保银行业务数据和代码的自主可控;同时，自动生成的代码还带有审核注释和测试用例，能够降低开发过程中的出错率，进一步提升软件质量和稳定性。

  自2023年10月上线至今，CoPArtner平台已服务各类用户近千人，助力提升研发人员效率超15%。在需求分析阶段，CoPArtner平台通过深度解析用户描述、辅助需求分析，可自动生成精确的需求文档，大幅缩减文档编写时间;在编码阶段，CoPArtner平台可通过嵌入式插件实现开发环境智能化，并根据开发者的注释或代码示例自动输出完整的代码，以及利用智能代码补全机制开展基于上下文的代码推荐，其代码采纳率已超过30%;在测试阶段，CoPArtner平台可辅助生成单元测试代码、单元测试案例等，逐步提升单测覆盖率，保障代码质量;在运维和数据分析阶段，CoPArtner平台可精准理解用户的自然语言，并根据数据分析需求调用各数据API接口执行任务、解答问题，以及提供可行建议。截至目前，上述功能已覆盖20余个数据指标，成为全天候陪伴研发与运维人员的“运维分析助手”。

  在推进CoPArtner平台研发和实践的基础上，平安银行不断沉淀技术经验，并作为核心参编单位参与编写中国信通院发起的代码大模型标准《智能化软件工程技术和应用要求第1部分：代码大模型》及《智能化软件工程技术和应用要求第2部分：智能开发》，助力大模型技术在行业智能研发领域的应用发展。

  创新引领，智启未来。生成式人工智能的理解和生成能力正驱动软件工程向更为智能化的方向演进，构建以模型为中心的新一代软件工程体系、发展智能研发新质生产力已成为银行业面临的一道必答题。后续，平安银行将持续深化生成式大模型在编码、测试、运营、数据分析等领域的研究与应用，努力将CoPArtner平台打造成为推动全行研发人员和业务人员踊跃创新的沃土，高质量支撑银行数字化转型发展，为践行数字金融新篇章作出积极贡献。