專題：第八屆中國金融科技論壇

　　中國國際服務貿易交易會第八屆中國金融科技論壇於9月9日在北京舉行，主題為「科技賦能—金融業數字化創新與應用」。軟通動力信息技術（集團）股份有限公司金融事業群總裁車忠良出席並演講。

　　以下為演講實錄：

　　車忠良：謝我是車忠良，我的題目包含了幾個意思，題目叫AI軟件工程實踐。前半段是說我們是幹什麼的，因為我和我的同事是服務於廣大金融機構，軟件工程是我們的本質工作，是我們的飯碗，也是AI帶來變化、變革和衝擊最大的領域。

　　第二點是這裏邊的實踐這個詞，說到實踐，其實也包含兩個方面，一個就是踩到坑了，或者說是撞到牆了，所以我們來談實踐。第二個就是談到實踐的時候沒有那麼高大上的理論，就是實實在在的向諸位去彙報，說我們是怎麼幹的。

　　在去年也是這個場合，也是在這個會議室裏，當時是講AI在改變我們的軟件工程的範式。1年過去了，我們在走的過程裏邊，終於在這個歷程裏面在採坑的時候發現，遇到問題的時候，是什麼問題改變了範式，新範式是什麼？就是發現沒了，找不着了，不知道軟件工程的新範式在AI來了之後，我們在使用了AI，在驅動這個流程往前跑的時候新的範式是什麼？怎麼可以被客戶所接受？我們可以怎麼樣自證？怎麼樣他證？這件事情做全了、做對了，貫標了，所以我們開始相對艱難的一種探索。

　　大家在實際裏邊，都有一種體會，很多人用的很多VibeCoding它非常的強大，它現在能夠乾的事情非常多，很多的事情都是由VibeCoding來承擔了，同時在產業裏面我們有大量的存在，就是我們實質上還是在使用Copilot的這種方式。因為AI的強大，它的任勞任怨、無怨無悔，讓它怎麼改，它就怎麼改，極其的高效、主動的思考、反覆的跟你討論、反覆的自己驗證，所以導致了VibeCoding非常好。但是我們在實際過程中，又會發現這件事情誰應該對它負責？就像剛纔孫總所提到的可觀測的問題、可解釋、可評價、可干預的問題，這個問題怎麼解決？誰對這件事情負責？

　　大家也都知道，模型的推理是有一定的遊走，有一定的幻覺的，鼠有鼠道，蛇有蛇規，小兔子在田野裏邊跑的時候，它離家門口很近的地方，也是有一條熟悉的道路的，農村的老人可以在它熟悉的道路上設一個套路，把它套住。但是大模型在推理上，它的波動性可能比碳基還是要大一些。

　　整個執行的過程裏面，我們很多的事情不可解釋，尤其是在VibeCoding的時候，或者說我們執行一個大的big bomb長程任務的時候，它每次都差不多，但是整個過程裏面你想要讓它在某一段停下來你干預一下繼續往前跑挺難。我們做一個軟件工程的長程任務怎麼樣去把這個過程做到剛纔所說的可解釋、可追溯、可干預？我們試了很多種方法，無外乎就是把這個事情切斷，怎麼樣把大象關進冰箱裏，那就要把它分段，所以我們把很強的軟件工程的過程全部給它肢解，做到一段一段的，在每一段的時候有標準的方法、標準的工藝，在每一段的時候植入我們的Agent、助手。在每一段的時候設定相應的質量門禁，按照一定的閾值去向下放，既能夠保證AI在可信的閾值裏面自由的流淌它的信息流，又能夠讓人可以在過程中對需要人去幹預的事情能夠插上手，能夠伸手扶它一把，能夠隨時在某一個環節把它接管過來。

　　這樣的一個體系去構造、去試圖打破從一個黑箱交給它的任務，VibeCoding一直到它自己跑完，能不能變成過程的白盒，使得整個過程具備觀測的能力、具備度量的能力、具備評價的能力。也就是說在整個過程裏面我們繼續去回答過往的時候在傳統的軟件工程裏面我們所熟悉的需求、設計、測試、測試用力、測試大綱、結構、頁面、跳轉等等這些，它是否還依然有效，我們怎麼能夠讓AI在這個裏面把所有的東西都能夠給我們產出出來，而且在產出物我們能夠去幹預，能夠去為人類所接受，能夠去接受質量檢核，能夠按照每一集確認的文檔自動往下的去跑。所以我們在面對到一些巨大的工程的時候，因為有這樣的幾個客戶，給了我們明確的任務就是要讓AI的方式來完成很長程的任務，還是很大型的工程，我們後面想，我記得中央二台有一個節目叫《大國重器》，裏面講了幾個很重要的例子，一個就是上海中心的爬樓機，隨着上海中心一點點往上爬，專門為它定製的。另外一個是中交一公局的深中通道，萬噸的深中通道下面海底隧道的沉管，要用一個專用的浮船給它拖過去。我們在構造這個過程的時候也會發現，剛纔孫總也提到FDE，我們有了這樣的一個機制以後，我們其實是需要為我們所服務的母體的工程去構造一個切片過、標準化過，同時又有很強的具象的定製能力，管理的需求、管理的規約、管理所有環節的一個定製化的工程體系。

　　正是在這麼一種體系之下，回到剛纔的VibeCoding到Copilot的中間，我們把它架起來了，從我們的逆向工程對需求澄清，到規約設計，到組裝裝配，到生產製造，到驗收放行，完整的一個鏈條，在每個鏈條裏面，對剛纔我們看到的原來熟知的軟件工程的範式、文檔、文件在AI的支持下不僅能夠產生允許人類去幹預，允許我們去迭代，允許我們去交給AI，讓AI承載這些由人類確認過的內容，相對自由的在這樣的一個長程的任務裏面，去連續的執行，實現批量的迭代，實現自我的版本迭代和系統的升級。

　　也就是說，從工程體系上，我們構造了從它的需求到設計到裝配到構造到驗證到執行的全鏈路，為AI的使能建立了一個確定性的路徑，同時為人類的參與，不光是觀測，不光是評價，為它的參與、為它的修改甚至是接管，提供了一個可見的通道。從我們的立項開始到定義到構建到驗收，建立起來人機協同的機制，大部分的工作是由AI來幹，但是人類可見。同時人類所給予的指導、意見和評審、決策決定了AI能夠沿着一個相對確定的通道、確定的鏈路去把信息流流淌起來。所以我們想到很多「可」：可評價、可解釋，其實還有更多的「可」。在整個過程裏邊我們想到的「可」越多，其實是我們越擔心我交給AI的任務它都是執行完了，是我說對了，還是我說錯了，我說全了沒有，因為它比我強，但是我怎麼能夠保證它幹出更強更快更高質量的工程，對人類來講我們是希望它乾的事能夠可觀測、可約束、可干預、可驗證、可審計，我們希望我們打造的工具鏈本身能夠向人類去展示它可定義的能力、可配置的能力、受控的能力和貫標的能力，和整個執行鏈路可以復現，可以隨時重啓，可以斷點重來。正是基於這樣的一個想法，我們構造了這樣的一個工具鏈的體系，在推動幾個重大的工程，在用這樣的一種方式向前去演進。

　　我們在探索這個過程挺難的，把一個很靈活的無所不能的AI試圖把它串到一個可塑的標準化的管道里，還有很多的工作要做。

　　謝謝大家，這就是我今天彙報的內容。