新生产力工具仍需持续进化

ChatGPT、Copilot、Blackwell是AI 2.0时代的热度代名词。搜索数据显示，中国对于这些词的关注热度位居世界榜首。徐立指出，随着AI 2.0时代的来临，GitHub（一个面向开源及私有软件项目的托管平台）上的相关项目数量呈指数级增长。生成式AI项目、大模型项目以及辅助编程、辅助开发的工具项目层出不穷。但反过来看，中国数字人才缺口也在逐年增大，且短缺比例在快速扩大。

他同时也强调，虽然我们已经开始使用AI 2.0时代的生产力工具，但这些工具带来的生产效率提升效果并不明显，所能解决的问题占比不足10%，给生产链路带来的突破相对有限。

众所周知，软件开发全生命周期包括需求分析、设计、开发、测试、部署和维护诸多环节。虽然目前AI能够带来很多革新，或者扩展到很多场景，但目前仅能解决其中非常小众的部分。具体而言，AI目前能解决的是在过往基础上抽象成比较标准化、甚至以知识库的形式固化下来的内容，包括代码补全、代码增写以及部分测试用例等。如果把它分摊到整个软件或者产品设计的全流程当中，占比并不高。

徐立分析，随着扩展能力变强，很多工具会从前端的设计、测试用例再到维护的横向拓展，一步步往前演进。除了横向能力的拓展，从纵向来看，当前新生产力工具的准确率和完成度也普遍较低。根据SWE-bench评估，Claude 2和GPT-4在特定任务上仅有不到5%的任务完成度，即使是新的Devin完成度也仅13%，虽然整个行业在往前走，但目前还是处于相对雏形。

而他同时也观察到一个有意思的现象是，编程经验越丰富，不代表就越能用好新的生产力工具。统计数据显示是相反的：工作五年以下的程序员使用新生产力工具解决问题时长超过一小时，但五年以上的程序员反而更短。这意味着越是高阶、复杂的任务，对于当前新生产力工具来说还有一定的挑战。

商汤“小浣熊”的“KRE”三层架构实践

徐立总结，大模型能力可分为三层架构，而且这三层之间互有依赖，但又相对独立。第一层知识（Knowledge），世界知识的全面灌注；第二层推理（Reasoning），理性思维的质变提升；第三层执行（Execution），世界内容的互动变革。

商汤结合“KRE”三层架构打造出的办公辅助软件“小浣熊”。在一个已开发完成的基模型的基础上，商汤从需求分析到终完成产品开发，共需投入100人天（专业计量单位）的工作量。如果去年用“小浣熊”代码补助工具，可节省30%的工作量。它在整个过程中主要解决的还是一些重复性的劳动，在一个很好的代码库基础上，能够做一些代码的完成任务。

现在商汤推出“小浣熊”2.0版本，它真正意义上基于给出的海量数据（维权）筛选出需求，制定产品特征，在产品的特征之上完成产品的自主开发。“终，我们期待它在获得世界知识的基础上，在真实的世界当中应用到更多的机器人场景中。”徐立分享道。

徐立解释，以“KRE”三层来理解“小浣熊”：知识层是代码的补全，补全的代码来自他人写过的代码；推理层则深入到软件开发的全流程；执行层进入切分到垂直场景当中，以场景化的智能为依归。可以总结为，知识层主要解决高频、标准化问题，做别人做过的问题，显然准确率高；推理主要解决长尾、碎片化的问题。

他举了“小浣熊”场景化的例子。首先，管理智能化场景，在交通分析的场景中，大屏上的数据往往是固定化的，比如某个路口的流量、某个时间的流量分析等等，是一个标准化的问题。然而，当要结合天气因素、舆论因素、新闻因素，过去没有此类的分析结果，可以用软件强推理能力来完成一些长尾应用的分析。其次，办公智能化场景，当需要为产品推广制定预算时，把财务报表、账户信息、产品介绍等各类文档资源全部输入到商汤的“办公小浣熊”当中，它能够根据输入的数据和需求，给出一个既合理又科学的预算方案，展现出强大的推理能力。

“生产力工具如果在知识能力、推理能力、执行能力三层能力上都有突破，首先受益的是广大开发者以及场景化的核心应用，终将真正带来整个社会生产力的跨越式发展。”徐立说。