作者：Panda、泽南
5 分钟就能完成真人程序员一天的事情量。
太轻松了。
在 AI 程序员的帮助下，一个险些没有专业编程履历的初中生，在人头攒动的展台上从零开始，两分钟就做出了一个倒计时网页。
他须要做的，只是输入包含几句话的提示词。数秒钟后，大模型就天生了代码，还列出了环境需求，复制完代码就可以利用了。
这不是程序员父亲带自家小孩做的网红项目，而是大家都可以考试测验的事。在大模型的帮助下，代码正在成为低门槛的设计工具。
昨天，阿里云完成了「可能是历史上最大规模的模型开源发布」，开源了通义千问 Qwen2.5 系列模型，又在云栖大会的年度重磅发布中实现了阿里云通义大模型「全尺寸、全模态、多场景」的升级。
与此同时，阿里云「通义灵码」也完成了进化，给人们期待已久的 AI 程序员打了个样。
通义灵码的「AI 程序员」已经正式和大家见面。比较于以往 IDE 上的「AI 编程助手」，「AI 程序员」不须要你去启动 IDE 软件，直接在 web 端就可以完成需求剖析、开拓、测试等一系列事情，全面接手了繁芜的开拓任务。
AI 程序员，表现超出预见
还不到一岁的通义灵码，在通义大模型的加持下，现在能够自主实行任务拆解、代码编写、毛病修复、测试等开拓全过程任务，而且天生的速率最快可达分钟级，开拓效率一下提升了数十倍。
在阿里云的定义中，「AI 程序员」是能独立自主完成研发任务的 AI 智能体，可承接人类指派的软件研发生命周期中的各种任务。它目前预置了三个利用场景：毛病修复、需求 0-1 实现、研发问答。
我们可以合理地认为，这是三个针对不同任务配置了不同系统提示词（system prompt）的通义大模型，因此，你也可以在自由形式的「研发问答」中通过合理构建提示词来配置最适宜自己的场景。
在云栖大会现场，阿里云演示了通义灵码 AI 程序员自主进行毛病剖析、制订修复操持等功能。开拓者全程只需一键确认，即可快速完成毛病修复代码和代码提交的全过程；针对从 0 到 1 的开拓任务，用户也只需输入自然措辞描述需求，即可自动完成理解需求、拆解开拓任务、编码、测试和修复等全链路开拓过程。
大会的展台上，一位 13 岁的中学生在通义灵码上输入了几句话，AI 程序员在两分钟内就天生了一个 Python 措辞编写的倒计时网页。
从机器之心的体验来看，如果从研发问答到需求实现再到毛病修复全流程地完成一个小运用的开拓，用时不到 10 分钟。而阿里云表示，如果利用 AI 程序员来开拓网页，只需 5 分钟就能完成从需求到编程到测试的结果的全过程；相对的，如果让人类程序员来做同样的事情，则常日须要一整天韶光。
目前，AI 程序员支持集成两个平台：阿里云一站式 DevOps 平台云效以及大家熟习的代码托管平台 GitHub。我们可以让 AI 程序员直接克隆代码库或读取 issue，也能将 AI 程序员天生或修正过的代码直接提交到我们的项目代码库。
案例：升级魂斗罗游戏
首先我们来看一个利用场景，毛病修复。大会现场，有参与者体验了一个非常有趣的案例：利用 AI 程序员修正经典街机游戏《魂斗罗》的代码，办理了手残党难以通关游戏的难题。
大略来说这个过程分为两步。
第一步，明确需求。手残党玩《魂斗罗》游戏最大的问题是难以避免侵害，而在该游戏中，角色只要一受到侵害就会去世亡。
那么，我们的需求便是让游戏角色在面对侵害时能更加坚挺。为此，我们可以采取的做法是修正《魂斗罗》的侵害剖断机制：从受伤即去世改为侵害数值剖断；同时提高角色的血量。其余，为了更好地帮助玩家判断，也自然须要增加血量显示。同时，为了让玩家能轻松地制霸沙场，这里也对角色的跳跃高度进行了调度。
第二步，便是让 AI 程序员完成这些需求。可以看到，接入云效平台之后，只需一个定义了需求的链接，AI 程序员就可以立马开始事情，拉取代码库之后，AI 对需求内容进行了剖析。用户开拓者检讨无误之后，点击「确认」。之后，AI 程序员天生相应代码文件。
一起「确认」下去，AI 程序员终极完成了全体项目，并且 AI 程序员的实行效率非常高，速率非常快，几分钟内就完成了对 9 个代码文件 2000 多行代码的剖析和修正。
视频加载中...
这样一来，游戏就修正成功了，下面来试玩一下。
可以看到，现在的游戏角色在撞到人类士兵时不会再立即去世亡了，但撞到坦克单位还是会去世亡；同时，也能看到跳跃高度变高了，生命值也提升了。《魂斗罗》游戏手残党的核心难题被 AI 程序员成功办理。
实现需求、边聊边研发
在需求实现场景中，目前 AI 程序员预置了 3 种做事：用于快速搭建微做事的 SpringBoot、轻量级 Python 框架 Flask、用于构建用户解码的高效且灵巧的 JavaScript 库（没错，便是最受程序员欢迎的 Java、Python 和 JavaScript）。
当然，用户也可以添加自己的已有代码库，在自己的框架上进行开拓事情，这样就可以支持所有常用的编程措辞。
首先我们来磨练一下 AI 程序员的基本功：天生一个 Python 程序，可以翻转用户输入的字符串的顺序。
可以看到，AI 程序员毫无压力地完成了这个任务，输出的代码实测有效。
接下来上一点难度：基于轻量级 Python 框架 Flask 开拓一个猜数字小游戏；游戏规则是「系统随机天生一个 1 到 100 之间的数字（包括 1 和 100），玩家有 10 次机会预测该数字。」
要开拓这样一个游戏，不管是人类开拓者还是 AI 程序员，首先必须熟习 Python 和 Flask 框架，同时还须要理解我们利用自然措辞表达的开拓需求，并将其准确地转译成代码。
下面来看 AI 程序员将如何完成这一开拓任务。
为此，首先我们定义一个目标：开拓一个猜数字小游戏。
目标很大略，但要让 AI 程序员准确理解我们的需求，我们须要给出详细的描述。但我们很
AI 程序员天生的完全需求较长，此处并未完全展示。
当然，你也可以与 AI 程序员进行谈论，逐步调度详细需求的细节，比如我们可让 AI 程序员细化前端需求，以便后续天生更符合我们审美的游戏界面。
接下来，就让 AI 程序员帮助我们实现这个小游戏吧。以下动图展示了机器之心测试员与 AI 程序员的完全交互过程。
可以看到，AI 程序员一开始天生了基本上完全可用的代码，但略有瑕疵。经由测试员大略反馈了报错信息后，AI 程序员很快便实行了改动。我们也得到了功能完备的 Python 小游戏：
其余，我们在需求实现场景中还可以拉取已有的代码库来进行迭代升级，比如这里我们拉取了最近比较热门的一个开源项目 g1—— 据称可极大提升 LLM 的推理能力。
我们让 AI 程序员大略地剖析了这个项目并提出了改进见地。点击「确定」，AI 程序员就能替我们完成代码改进。
在机器之心的试用过程中，AI 程序员基本可以精确理解测试员用并不严谨的自然措辞表达的开拓需求或修正见地，并且能够基于自己的理解准确地完成开拓或修复任务。同时，由于 AI 程序员可集成阿里云 DevOps 平台云效及 GitHub，因此我们可以很方便地更新我们的项目代码库，推进开拓进度。
总结下来，我们创造通义灵码的 AI 程序员和以前的 AI 编码助手有着明显不同的定位：
AI 编码助手的核心场景是赞助开拓者完成代码智能天生和研发智能问答，帮助程序员写代码、补代码、写注释、写单测、写代码优化和排查问题，其是在 IDE 工具中作为 Copilot 供应赞助。AI 程序员的自主程度更高，可以实现自动毛病修复和自动需求实现，还能与开拓者进行开放式的问答。因此，比起作为 Copilot 的 AI 编码助手，AI 程序员更像是一个可以在用户指挥下自主事情的开拓者。用户本身只须要检讨 AI 程序员的天生结果并点击「确认」或提出修正见地即可，并且这统统都可以仅通过自然措辞实现。其余不得不提的是，通义灵码 AI 程序员无需任何 IDE 工具，web 端就支持全部功能。没错，也便是说，你可以在任何可利用浏览器的设备上进行项目开拓！
在手机浏览器上也能流畅地利用 AI 程序员。
背靠通义大模型，能力全面升级
大模型爆发以来，能「自动写代码」的 AI 赞助编程便不断成为人们的话题。最近一段韶光里，AI 程序员正逐渐走向实用化。个中，通义灵码又是最吸引关注的工具之一。
今年 4 月，阿里云就放出称，公司正在内部全面实行 AI 编程，利用通义灵码赞助程序员写代码、读代码、查 BUG、优化代码等。通义灵码还被专门分配了一个工号——AI001，顺利「入职」了阿里云。
过去一年中，通义灵码凭借强大的赞助编程能力收成了不少用户：其 IDE 插件下载量超 500 万，并已入职中华财险、哈啰集团、长安汽车等公司，累计天生代码超 10 亿行，逐日赞助开拓者天生代码超 3000 万次，客户行业包括金融、制造、互联网、交通、汽车、能源等，是海内最受欢迎的赞助编程工具。
详细能力上，通义灵码 AI 编码助手立足通义大模型，采取了阿里云创始的代码仓库知识图构造，支持 64K 高下文，具备跨文件感知、检索增强式天生（RAG）和自适应天生能力，研发问答准确率超过 90%。据统计，通义灵码为已有用户贡献的代码比例已经靠近 30%。
与此同时，随着通义大模型在语义理解、代码天生、开拓事情流等方面全面进化，通义灵码的能力也在全面提升。较之通义灵码 AI 编码助手，最新升级的 AI 程序员同时具备了架构师、开拓工程师、测试工程师等多种岗位技能。
这样的运用体验，离不开根本大模型能力的提升。在阿里云昨天上午发布的通义千问 Qwen 2.5 系列模型中，就包括一个针对编程任务微调的模型 Qwen2.5-Coder（目前有 1.5B 和 7B 版，即将推出 32B 版），其在多项评估基准上都取得了卓越表现。
通义灵码 AI 程序员正是基于通义大模型构建的多智能体运用，并且由于其参数量（千亿级）必定远高于开源版通义大模型，因此其表现也必定要精良得多。
再往底层看，阿里云还有坚实的根本举动步伐。进入 AI 时期之后，云打算正在向 MaaS（模型即做事）演进。阿里云正在全面投入 AI 大基建的升级过程，已构建了全栈的技能储备。个中包括环绕 AI 运用自研开拓的磐久做事器系列，其具备由多种芯片支持的异构算力，可支持 AI 不同侧面的打算需求。
周靖人表示，通过技能的优化，模型快速迭代、推理架构和系统的优化，阿里云希望能把打算的红利带给更多人。不过，本日大模型的运用与创新还处于早期阶段。
结语
正如阿里 CEO 吴泳铭在云栖大会上说的：随着技能的进步，未来统一通用的措辞或许会是 Token，新的家当革命就在面前。
AI 程序员的加入，正在颠覆科技公司的事情办法。它不仅能显著缩短工程师们的日常开拓韶光，提高效率，优化工程资源的分配，使人们能够专注于更具计策性的创新任务。
对付那些鲜少打仗编程的普通人来说，AI 程序员也将很快使繁芜的开拓流程变得触手可及。无需深入的编程知识或繁琐的环境配置，只需依赖 AI 的力量，人们便能轻松完成从方案、开拓到支配和优化的全流程操作，一站式构建新运用，实现以前无法想象的创新。
展望未来，我们或容许以见证黄仁勋的预言，技能正在进入正反馈的循环，用 AI 自动写 AI 的办法，我们将会以「摩尔定律平方」的速率提高。
以 AI 程序员为出发点，技能发展的速率只会愈加惊人。我们正站在一个前所未有的拐点上，科技的进步不再仅仅依赖于人类的聪慧，而是通过 AI 的赋能，实现新的技能进化与改造。