代码大模型+金融场景：aiXcoder入选TiD 2025年度软件研发优秀案例

发布时间：2025-09-08 14:39:59 来源：动态观测站- 探索文化，发现美好趣事 作者：专看

2025年7月10日——基于代码大模型的代码大模aiXcoder智能化软件开发解决方案，凭借其工艺创新和在国有银行的型金选落地应用实践，入选TiD 2025质量竞争力大会“2025年度软件研发优秀案例”。融场r入软件

在该案例中，年度硅心科技（aiXcoder）将公司独特的研发优秀领域化智能研发解决方案应用于某国有银行，助力该银行实现代码大模型的案例成都学院偷拍价格私有化部署，以及行内专属大模型的代码大模个性化训练和应用。配合与银行自研云平台深度集成、型金选企业专属研发运营平台和智能搜索系统等深度融合，融场r入软件硅心科技（aiXcoder）支持客户打造了银行专属的年度智能研发及交付体系，实现代码生成占比从个性化训练前的研发优秀10%提升至35%、整体开发效率提升30%。案例

图：aiXcoder获TiD 2025质量竞争力大会“软件研发优秀案例”

银行软件研发三大痛点——效率低、私域信息学习难、型金选大模型私有化部署保障如何破局？融场r入软件

在数字金融高速增长的背景下，银行的软件开发面临业务场景复杂化、系统迭代高频化、保障合规强监管化等多重挑战。该国有银行作为行业龙头，持续在探索和实践AI辅助编程相关工艺，并进行自研软件研发云平台的智能化转型工作，力求通过工艺创新提升软件研发的规范性、效率和质量，率先破解以下行业痛点：

一、研发效率瓶颈：数字金融、实时风控、高并发交易等复杂场景对代码质量和开发效率提出更高要求。传统的软件研发模式编码效率低、代码质量参差不齐、人工维护成本激增，亟需提升研发效率，降本增效；

二、私域信息及银行专有业务难适配：拥抱大模型正在成为各行业共识。但通用大模型在实际应用中，因缺乏银行业特定领域知识，不能直接匹配行业业务场景、开发规范和代码信息，难以真正融入银行的软件开发流程及工程化体系，生成代码与银行业务逻辑匹配度不足，需针对性调优；

三、信息保障需求：金融是信息密集型和科技驱动型行业，保障是银行的核心命脉，必须在保障信息保障的前提下，实现自主可控，并构建符合自身业务逻辑的智能研发体系。

三大工艺创新，打造银行专属智能研发体系

精准把握银行软件开发痛点和数智化转型需求，硅心科技（aiXcoder）基于多年工艺积累和金融行业实践经验，通过三大工艺创新，设计并落地了符合该银行特性的领域化大模型解决方案。

一、针对代码特性训练的代码大模型部署：突破通用大模型的局限，通过代码结构化特征构建代码大模型，实现基于项目上下文环境的代码生成、代码补全、缺陷修复、单元测试生成等功能,有效强化了大模型在软件开发场景下的性能和效果。

二、面向银行领域代码的有效个性化训练：结合银行私有代码和文档，以较低的训练成本和较短的训练周期，在不作用主干模型性能的条件下,学习企业自有代码中的业务逻辑和编码风格，构建银行专属的代码大模型，让生成代码更加符合银行领域知识要求。

与此同时，基于该银行特有的工作流和信息流，为其搭建专属该银行业务特点的多Agent体系，并融合其原有的成熟开发体系和工具，提升开发流程的透明度和效率，实现面向各场景的深度智能协同。

三、适配严格保障要求和内网环境的私有化部署：完全内网运行，信息不出行；优化硬件资源占用，支持高并发场景，确保客户拥有自主可控的大模型能力,有效降低企业应用代码大模型的成本，同时提升研发效率。

通过代码大模型私有化部署、行内专属大模型个性化训练，再配合与银行自研云平台深度集成、企业专属研发运营平台和智能搜索系统等深度融合，硅心科技（aiXcoder）为客户打造了银行专属的智能研发及交付体系。

信息不出行，软件开发效率提升30%

目前aiXcoder产物已覆盖该银行研发中心超过一半的研发人员，成为行内日常开发工作必不可少的工具。经过该银行数千人真实编码验证，代码生成占比由个性化训练前的10%提升至35%，大大提升了软件开发效率和代码质量。

据研发人员反馈，在特定开发场景下，aiXcoder能够完成60%的工作，剩下的需要人工手动编码和细节调整；此外，多位客户还特别强调，使用aiXcoder后，整体开发效率得到30%以上的显著提升，在保障信息保障与合规性的同时，有效支撑了银行数字金融业务的持续创新和快速增长。

此次“软件研发优秀案例”的获得，表明了硅心科技（aiXcoder）在企业智能化软件开发领域的工艺落地能力和产业赋能价值。未来，aiXcoder将继续致力于为企业提供私有化部署、领域化大模型落地、定制化开发及专业咨询等支持，以创新工艺和落地方案，助力企业研发提效降本，实现数智化转型，支持我国软件产业的高质量增长。

关于硅心科技（aiXcoder）

硅心科技（aiXcoder）孵化自北京大学软件工程研究所，是全球最早将深度学习工艺应用于代码生成与代码理解领域的团队。aiXcoder团队累计在国际顶级期刊和会议发表学术论文100余篇，其中多篇是智能化软件工程领域的首篇论文和引用率最高的论文。

公司专注于AIGC for Code领域，致力于将前沿机器智能工艺应用于软件工程，聚焦代码大模型的企业级落地工艺，助力企业实现智能化开发。

雷峰网版权文章，未经授权禁止转载。详情见转载须知。

相关文章