AI Coding 又进化了！王炸！

hdy

前两天刚落下帷幕的 HDC 2025 大家都看了吗？

作为由华为举办的年度开发者盛会，我自己也第一时间蹲了一手，不得不说，收获颇丰。

让我印象最深的，是大会上的一个实际应用案例。

这是三星堆博物馆上线的一个游客互动数字导览，支持文物的线上导览、科普以及游客互动拍照并上传识别。

大家觉得开发+上线一个这样的数字应用大概需要多久？

做过开发的同学都知道，如果还是像以前那样先由产品经理来收集需求、分析需求、拆解需求，然后交由开发工程师来进行前、后端项目的代码开发，完成之后再进行测试验收和部署上线。

这一套流程走下来，没个十天半个月怕是难以完成，而如果中间还遇到扯皮和返工的情况，那需要花费的时间则更多。

然而实际情况是，三星堆博物馆只用了两天时间就借助 AI 工具将这个应用开发并上线了，妥妥的一场效率革命有没有。

看到这里，相信大家也和我一样好奇：

这背后到底用了一个什么样的 AI 工具和技术呢？

CodeArts Doer 官宣

没错，这个应用的背后使用的正是华为在这次大会上正式官宣的一站式智能开发助手：CodeArts Doer。

大家知道，目前市面上许多所谓的 AI 辅助编程其实基本上都是聚焦在「代码编写」这个环节，也就是下图中所示的【CODE】的环节。

然而实际的项目并不只有 Code 开发，还包括「需求管理」、「代码托管」、「代码检查」、「测试管理」、「运维部署」等一整个 DevOps 流程链。

而这次华为新推出的 CodeArts Doer 则突破了单环节局限，能做到全流程的 AI 智能化以及多 Agent 协同，从而让 AI 渗透在 DevOps 流程链的每一个环节。

自此开始，所谓的 AI 开发不再只是像一个玩具了，而是成为了一个实实在在的生产力工具！

接下来我们就来看看 CodeArts Doer 具体又是如何做到的。

如何做到的？

聊到 CodeArts Doer 的具体工作流程，就不得不提 CodeArts Doer 为项目全流程开发所设计的 6 大 Agent 智能体，这也是业界目前最为完备的 6 大角色 Agent 矩阵。

没错，就是 CodeArts Doer 页面下方这 6 位“靓仔”们！

而且在 CodeArts Doer 平台上把他们叫做 6 位助手，并且为每位助手都取了一个好听的英文名。

怎么样，是不是很酷？

从左到右，我们先来分别认识一下，他们分别是：

• 团队助手Agent（Timmy）：任务规划清晰，监督执行到位
• 项目助手Agent（Mike）：分析总结项目进展，跨项目沟通交流
• 产品助手Agent（Pony）：持续自主学习，需求分析详细
• 开发助手Agent（David）：掌握项目知识，准确生成代码
• 测试助手Agent（Cindy）：善用测试工具，保证交付质量
• Committer助手Agent（Oliver）：遵从开发规范，代码智能评审
  

接下来我们就来详细看看这 6 大 Agent 智能体是如何渗透到软件开发的每一个环节，从而为用户提供“更快、更准、更稳”的智能化研发提效方案。

如何更快？

大家知道，在传统的软件开发流程之中，一直以来被大家所“诟病”和“深恶痛觉”的一个核心问题就是【项目需求的传递和返工】。

无论是开发还是产品，相信大家都经历过太多因为需求传递误差、沟通不及时以及跨部门协作所带来的返工问题。

一个开发需求从用户提出，到产品经理分解确认，再到下发开发工程师开发，最后再经测试返工，随便一个小圈子流转下来往往都需要好几天时间。

而这其中如果某个环节一旦遇到问题，花费的时间则可能更久，这样就严重降低了整体的开发效率。

而在 CodeArts Doer 这个平台上，通过借助其多 Agent 智能体自动化协作，事情就变得有趣了起来。

这地方有个例子，比如项目现在收到一个「需要为小程序用户个人中心增加自定义头像功能」的需求，这里可以直接丢给 CodeArts Doer：

团队助手Agent（Timmy）作为一个任务规划清晰，监督执行到位的 AI 智能体，在接收到这个项目需求以后，会进行任务计划，并进行原始需求的创建和分解。

用户确认任务计划没有问题之后，平台则会把流程自动给到产品助手Agent（Pony）。

接下来，产品助手Agent（Pony）会对需求进行详细分解并撰写需求文档。

比如针对上面用户个人中心自定义头像功能这个大需求会详细拆分为前端开发任务、后端开发任务、数据库变更以及测试需求，然后通知开发助手Agent（David）进行具体的代码开发工作。

开发助手Agent（David）作为一个代码生成智能体，其主要工作就是确保准确的代码生成，其支持内嵌于 IDE 内来进行各种问题查询以及代码生成的工作。

代码生成之后，流程走到测试助手Agent（Cindy）这里，这是一个善用测试工具来保证交付质量的 AI 智能体。

其可以根据项目背景和具体需求来自动生成测试用例，规划好每一个用例的前置条件、具体测试步骤甚至是预期的结果。

这样一套流程走下来，试想一下，如果是按照以前的那种传统的开发流程，过程中免不了用户、项目、产品、开发、测试等之间的反复确认、需求沟通，甚至是返工的情况。

但是借助于 CodeArts Doer 的多 Agent 协作，从需求提出，到被接收、分析、拆解、执行、测试的路径被极大地压缩，同时也省去了过程中的很多沟通成本，研发效率得到很大提升。

如何更准？

看完上面的流程流转过程，大家难免会好奇一个问题，那就是 CodeArts Doer 每个 Agent 的工作它为什么是准确的？以及它是如何保证每个环节工作的准确性？

聊到这个问题，就不得不提 CodeArts Doer 平台区别于市面上常见 AI 辅助编程的几个特点。

众所周知，软件开发最怕方案偏离需求而造成返工，CodeArts Doer 融合了华为多年软件研发经验，推出代码开发的先进记忆算法。让 AI 像人脑一样能关联知识，还能淘汰无效信息，让 Agent 的大脑在项目中持续进化，让代码生成更符合用户的需求。

而且 CodeArts Doer 的每个智能体都具备强大的自学能力，并且具备丰富的项目背景知识。

这里同样拿开发助手Agent（David）举例，为什么他在代码生成时会准确，原因就是其会提前掌握项目原有的背景、技术框架、需求列表、详细的历史代码甚至是测试用例，并会严格在此背景下按照对应的具体需求来为用户提供准确的代码生成。

这一点非常关键，因为如果没有这部分的支撑，AI 生成出来的东西很有可能会“跑题”。

其次，这也得益于 CodeArts Doer 的多 Agent 互通协作。

那除了上节所描述的流程协作之外，CodeArts Doer 平台所提供的这 6 大 Agent 智能体之间以及和 CodeArts 平台之间，其实都是互联互通的。

我们知道，目前市面上大多所谓的 AI 编程工具其实只能针对代码编写这个环节，而无法连通上下游的其他 DevOps 环节，但是 CodeArts Doer 的多 Agent 协作则针对性地解决了这个问题，这也是我跟下来觉得最为实用的一个点。

这里举个例子。

以我们最为关心的开发助手Agent（David）来说，其和其他 Agent 包括后台的 CodeArts 平台都是互通协作的。

比如用户可以在 IDE 中通过开发助手Agent（David）来查询目前已有的需求清单：

不仅如此，在对话的过程中甚至还支持一键点击，直接来开发某个具体编号的项目需求：

同理，其他任何一个 Agent 相互之间都具备这种联通能力。

这种能力非常重要，打个比方，这就像极了一个公司的各个部门之间完全打破了沟通和知识障碍，互相之间可以无缝联接和对话，这样一来在提升效率的同时，对于信息的传递也会更加准确。

如何更稳？

众所周知，如果应用上线以后才发现 AI 辅助生成的代码产生了 bug （尤其是安全性 bug），那么后续修复的成本将是巨大的。

CodeArts Doer 打造了全链路的防范机制，并且内嵌了十几个企业级代码防护和安全规则检查，为的就是确保项目的稳定开发与运行。

另外，CodeArts Doer 平台上所提供的十几种工具或者服务，也可以帮助开发工作变得更加稳定和可靠。

其次，CodeArts Doer 平台所具备的智能化测试和自动修复功能，也可以让软件的稳定性和可靠性得到保障。

其中测试助手Agent（Cindy）非常善用测试工具来保证代码功能和交付质量，一旦发现问题，其也可以触发多 Agent 协同，来启动研发自愈工作流，从而让软件 bug 可以被快速发现和修复。

等待所有的 bug 都被修复之后，其又会启动再次提交代码-->通过门禁-->发布上线的流程，从而让这个过程闭环。

除此之外，通过项目助手Agent（Mike）的项目进度追踪和风险把控，用户可以很轻松地追踪到某一个具体项目当前的各项进展情况。

这样一来，就不用通过耗时耗力的日报、周报等来获取工作进度和风险把控，每个需求、每个环节都有详细的记录和报告。

一切都尽在掌控之中。

写在最后

那以上就是我这次参会之后的一些感想、理解以及梳理总结。

这两年 AI 领域的发展速度相信大家都有目共睹了，技术和产品的迭代速度更是远超预期。

众所周知，现如今 Agent 很常见，AI 编程也很常见，但是像华为 CodeArts Doer 这样打通了各个 Agent，并将其落地到需求、开发、测试、部署等软件交付的全生命周期，让 AI 开发不再像个玩具，我觉得还是非常有实际意义的。

另外从这次 HDC 2025 整个大会的风向标和大家所关注的议题来看，也再次印证了一个问题，那就是现如今不管是对企业还是个人，拥抱 AI 已经不是一件由不由得你选择的事情了，而是一道必选题、必答题和必会题。

AI 给行业和个人都带来了巨大机会，而对于我们开发者来说，如何把 AI 内化为自己的核心竞争力，同时把自己打造成 X+AI 或者 AI+X 型人才，或许是我们都应该花点时间来思考的问题。