百度:基于文心快码开放共建,加速AI研发落地
9月21日,InnerSource Asia Summit 2024在深圳举办,来自国内外的知名开源专家和优秀企业代表发表演讲,介绍内源最新进展,交流内源建设实践经验。百度作为内源建设代表性企业之一,内源建设起步早、在面向AI的内源建设上独具特色,获得“内源卓越奖”。
InnerSource Commons 总裁 Daniel Izquierdo Cortázar 为百度颁发内源卓越奖
百度开源办公室资深工程师董淑照在会议主论坛上发表了《AI时代百度的内源建设》主题演讲。百度自2016年启动内源建设,从文化、基础设施、开放生态层面,支持内源和开源软件发展,通过内源培育了大量业内知名的优秀的开源软件,发展了一批内部广泛使用的平台工具,在技术治理、生态建设方面积累了一些经验和方法论。面向AI时代的内源建设,百度基于文心快码AI编码助手建设了文心快码开放平台,通过内源方式加速了AI研发的落地。此外,百度针对AI领域的内源已经从代码共建延伸至数据共建,并认为数据飞轮将成为内源新的组成部分。
百度文心快码开放平台业务落地负责人田彦博分享内源实践
在下午的工具分论坛上,百度文心快码开放平台业务落地负责人田彦博分享了百度文心快码的内源实践,详细阐述了文心快码开放平台的设计理念、内源共建的落地经验和已经取得的成果。文心快码是百度工程师广泛使用的AI编码工具,在工具的推广使用中,针对用户定制化开发需求多的问题,建立了文心快码开放平台,开放AI开发能力底座,通过内源共建方式支持各部门、平台、研发流程的差异化需求,优化AI能力到应用场景“最后100米”。文心快码开放平台在半年多的时间内已积累了20余个开放能力,涵盖编码、测试、持续集成、持续交付等各领域,通过自上而下的推动和自下而上的共建,形成了更好的AI研发落地效果。目前,文心快码已经被百度内部80%以上的工程师使用,每天有30%多的代码由文心快码生成。接下来,文心快码将通过开放平台继续赋能外部企业的研发智能化建设,目前已有1万多家企业注册文心快码,成为企业拥抱AI研发的强大伙伴。
文心快码是百度推出的智能代码助手,基于文心大模型与百度编程大数据打造。9月25日,国际权威评测机构沙利文联合头豹研究院发布《2024年AI代码生成市场观测报告-里程碑》年度报告,百度文心快码(Baidu Comate)在技术底蕴、应用落地、产品成熟等八个重要维度均排名第一,成为所有参评厂商中获评第一最多的产品,位居首位。当日,国内评测机构SuperCLUE也发布“中文原生代码助手测评基准榜单”,百度文心快码总分达到87.55,在国内AI代码产品中排名第一。
当下,AI代码生成已成为全球AI生成落地最广泛应用的场景之一。AI研发在帮助企业缩短研发周期、降低开发成本、提升研发质量方面已发挥明确而显著的作用。文心快码将AI研发与内源共建方式结合,无疑为企业AI研发的加速落地提供了新的范例。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
血液里就像流淌着一股未完成的使命
说起程序员,大家的第一印象估计是:沉默寡言,生活全是代码与 bug 的较量。但如果有人问我:“为什么要做程序员?” 我只能说,血液里仿佛流淌着一股未完成的使命感。这事儿,要从我初中开始说起。 小时候,我立志“走出大山,再回到大山”。学技术、改造家乡,打造一个农业的良性生态循环。这份使命感,既单纯又朴素。而随着岁月的流逝,生活给我做了个“热更新”。上了大学,看完《社交网络》电影后,感觉有了新的使命,决定让校园告别纸质传单和黑板报,直接上手写代码,目标:改变校园社交!于是我的“Hello, world!”就这么拉开了序幕。我从想改变农业的少年,变成了想改变校园社交媒体的青年。 大学毕业后,我踏上了程序员这条不归路。当时刚进前端领域,老板一句“不破则不立”,就把我推向了 Java 的大门。一学就是七八年,硬是从前端熬成了全栈开发。外表平静的我,内心一直不安分,玩开源、写博客、思考人生,开酒馆、开咖啡店、开餐厅、该干的都干了,不该干的也干了。 说实话,做程序员虽然表面上看着枯燥,但背后其实也有很多乐趣。项目出差的时候,我自告奋勇接下所有任务,就是为了多看看外面的世界,体验不同的风土人情。至于学...
- 下一篇
性能剖析利器-Conan|得物技术
原创:得物技术 - 仁慈的狮子2024年09月30日 18:30 上海 目录 一、背景 1. 局限性 2. 向前一步 二、原理剖析 1. 系统架构 2. 工作模式 3. reporter 三、稳定性验证 四、案例分析 五、写在最后 一、背景 线上问题的定位与优化是程序员进阶的必经之路,常见的问题定位手段有日志排查、分布式链路追踪和性能分析等,其中日志排查主要用来定位业务逻辑问题,分布式链路主要用来定位请求链路中具体是哪个环节出了问题,而如果服务本身的性能出了问题,如一段时间复杂度高的代码引发了CPU占比飙升、内存泄漏等,则需要依赖性能分析工具来帮我们定位此类问题。 在Golang技术栈中,pprof则是性能分析的一大杀器,它可以帮助我们获取到程序的运行时现场(profile data),并以可视化的形式展示出来,火焰图是其中最为常见的一种展现形式: 我们如果想要借助pprof的能力进行性能分析,通常的步骤是: 程序中导入net/http/pprof包,并开放端口用于获取profile数据; 使用go tool中集成的pprof工具,访问端口下载profile数据,然后在本地对p...
相关文章
文章评论
共有0条评论来说两句吧...