游客發表
1月6日,阿里阿里Qoder推出全新智能補全功能NEXT,全功Qoder NEXT能主動感知用戶的納率完整代碼庫和用戶編碼行為,當用戶修改代碼后,碼采可立即推測后續需要變更的提升關聯位置,并提供精準的阿里代碼建議。
過去兩年,全功大模型的納率編程能力快速提升,基于編程模型打造的碼采原生AI IDE、插件以及CLI工具正在改變軟件開發的提升范式,其中,阿里代碼補全是全功開發者使用頻率最高的功能之一。然而,納率目前主流代碼補全工具只能在光標處單步補全,碼采難以滿足變量名全局修改、提升跨文件聯動等真實場景的需求。
為此,Qoder團隊構建了一套“訓練-反饋-優化”且持續進化的體系,實現了從"被動補全"到"主動預測并修改"的升級。通過抽象語法樹(AST)精準模擬真實編碼過程完成初始訓練,再從海量真實編輯行為中持續學習、構建高質量數據集,通過 ActionRL 算法,Qoder能結合開發者的編輯歷史,精準識別編碼意圖,實現從單行代碼補全到單文件多點位編輯意圖預測,甚至支持多文件關聯編輯。測試數據顯示,Qoder NEXT的AI代碼的采納率提升65%。
當開發者更改變量后,Qoder NEXT 會主動預判其他需要該變量的位置,自動補全并自動添加引用語句,甚至生成完整的函數實現。
Qoder NEXT 技術負責人玄壇表示:“Qoder NEXT不僅能提升開發者手寫代碼的效率,還能作為 Agentic Coding的有效補充,可以針對 AI生成的代碼提供函數級和行級的精調、重構等,有效完善Agentic Coding的「最后一公里」。”
隨機閱讀
熱門排行