3月23日—24日，2024全球開發者先鋒大會（GDC）在上海隆重召開。商湯科技董事長兼CEO徐立受邀出席開幕式，並發表《AI 2.0時代的“新質生產力工具”》主旨演講，分享了對AI 2.0時代生產力工具“質”變背後的思考和突破路徑。

新生產力工具仍需持續進化

ChatGPT、Copilot、Blackwell是AI 2.0時代的熱度代名詞。搜索數據顯示，中國對於這些詞的關注熱度位居世界榜首。徐立指出，隨着AI 2.0時代的來臨，GitHub（一個面向開源及私有軟件項目的託管平臺）上的相關項目數量呈指數級增長。生成式AI項目、大模型項目以及輔助編程、輔助開發的工具項目層出不窮。但反過來看，中國數字人才缺口也在逐年增大，且短缺比例在快速擴大。

他同時也強調，雖然我們已經開始使用AI 2.0時代的生產力工具，但這些工具帶來的生產效率提升效果並不明顯，所能解決的問題佔比不足10%，給生產鏈路帶來的突破相對有限。

衆所周知，軟件開發全生命週期包括需求分析、設計、開發、測試、部署和維護諸多環節。雖然目前AI能夠帶來很多革新，或者擴展到很多場景，但目前僅能解決其中非常小衆的部分。具體而言，AI目前能解決的是在過往基礎上抽象成比較標準化、甚至以知識庫的形式固化下來的內容，包括代碼補全、代碼增寫以及部分測試用例等。如果把它分攤到整個軟件或者產品設計的全流程當中，佔比並不高。

徐立分析，隨着擴展能力變強，很多工具會從前端的設計、測試用例再到維護的橫向拓展，一步步往前演進。除了橫向能力的拓展，從縱向來看，當前新生產力工具的準確率和完成度也普遍較低。根據SWE-bench評估，Claude 2和GPT-4在特定任務上僅有不到5%的任務完成度，即使是最新的Devin完成度也僅13%，雖然整個行業在往前走，但目前還是處於相對雛形。

而他同時也觀察到一個有意思的現象是，編程經驗越豐富，不代表就越能用好新的生產力工具。統計數據顯示是相反的：工作五年以下的程序員使用新生產力工具解決問題時長超過一小時，但五年以上的程序員反而更短。這意味着越是高階、複雜的任務，對於當前新生產力工具來說還有一定的挑戰。

商湯“小浣熊”的“KRE”三層架構實踐

徐立總結，大模型能力可分爲三層架構，而且這三層之間互有依賴，但又相對獨立。第一層知識（Knowledge），世界知識的全面灌注；第二層推理（Reasoning），理性思維的質變提升；第三層執行（Execution），世界內容的互動變革。

商湯結合“KRE”三層架構打造出的辦公輔助軟件“小浣熊”。在一個已開發完成的基模型的基礎上，商湯從需求分析到最終完成產品開發，共需投入100人天（專業計量單位）的工作量。如果去年用“小浣熊”代碼補助工具，可節省30%的工作量。它在整個過程中主要解決的還是一些重複性的勞動，在一個很好的代碼庫基礎上，能夠做一些代碼的完成任務。

現在商湯推出“小浣熊”2.0版本，它真正意義上基於給出的海量數據篩選出需求，制定產品特徵，在產品的特徵之上完成產品的自主開發。“最終，我們期待它在獲得世界知識的基礎上，在真實的世界當中應用到更多的機器人場景中。”徐立分享道。

徐立解釋，以“KRE”三層來理解“小浣熊”：知識層是代碼的補全，補全的代碼來自他人寫過的代碼；推理層則深入到軟件開發的全流程；執行層進入切分到垂直場景當中，以場景化的智能爲依歸。可以總結爲，知識層主要解決高頻、標準化問題，做別人做過的問題，顯然準確率高；推理主要解決長尾、碎片化的問題。

他舉了“小浣熊”場景化的例子。首先，管理智能化場景，在交通分析的場景中，大屏上的數據往往是固定化的，比如某個路口的流量、某個時間的流量分析等等，是一個標準化的問題。然而，當要結合天氣因素、輿論因素、新聞因素，過去沒有此類的分析結果，可以用軟件強推理能力來完成一些長尾應用的分析。其次，辦公智能化場景，當需要爲產品推廣制定預算時，把財務報表、賬戶信息、產品介紹等各類文檔資源全部輸入到商湯的“辦公小浣熊”當中，它能夠根據輸入的數據和需求，給出一個既合理又科學的預算方案，展現出強大的推理能力。

“生產力工具如果在知識能力、推理能力、執行能力三層能力上都有突破，首先受益的是廣大開發者以及場景化的核心應用，最終將真正帶來整個社會生產力的跨越式發展。”徐立說。