在AI浪潮下，代码智能正经历从辅助工具到自主开发者的革命性转变。一篇由北航等近30家机构联合发布的304页综述，系统梳理了这一领域的技术演进与未来图景。其价值在于构建了从基础模型到智能体应用的完整技术体系，为理解AI如何重塑软件开发生态提供了全景式视角。
智能速览
代码智能的演进可划分为六个时代，现已进入AI自主开发时代。
代码专用大模型通过聚焦高质量数据和架构优化，在特定任务上超越通用模型。
代码任务评估已从函数级生成，发展到考验跨文件理解能力的仓库级任务。
对齐技术如监督微调与强化学习，是确保模型生成代码安全、高效的关键。
软件工程智能体已能自主完成需求分析、开发、测试到维护的全流程工作。
未来代码智能将向垂直领域专业化、决策自主化和多模态融合发展。
精华内容
这篇304页的综述不仅回顾了代码智能60年的演进，更构建了从基础模型到智能体应用的完整技术体系，揭示了代码智能的未来图景，其核心在于技术与场景的深度融合。
演进之路
代码智能的发展历程被划分为六个清晰的阶段。从1960s的完全手动编码，到1980s编译器与IDE的出现实现工具辅助，再到1990s开发框架的普及。2020年，代码大模型崛起，开启了AI辅助时代，实现了自然语言到代码的跨越。展望2025年以后，软件工程智能体（SWE Agents）将主导AI自主时代，能独立完成全流程开发，最终迈向多模态融合的代码智能时代。这一演进的核心驱动力，是从早期规则系统到如今Transformer大模型的技术跃迁。
模型基石
代码基础模型分为通用大语言模型与代码专用大语言模型。通用模型如GPT-4虽具备编码能力，但在专业性、安全性和长上下文处理上存在短板。为此，代码专用模型通过聚焦高质量数据、优化架构和设计专项训练任务实现超越。例如，StarCoderData和The Stack v2注重数据合规与去污染；架构上从Dense模型进化到MoE（混合专家）模型，如Qwen3-Coder，兼顾了能力与效率；训练任务也超越了传统的“下一个token预测”，引入了Fill-in-the-Middle和多token预测等更贴合实际编码场景的方法。
能力跃迁
代码智能的任务被划分为三个粒度，评估体系也随之完善。最基础的语句/函数级任务，如代码生成（HumanEval基准）和修复，考验模型的“基本功”。进阶的仓库级任务是当前难点，要求模型理解跨文件依赖，在SWE-bench等基准上，顶尖模型的通过率仅约60%。最高阶的智能体系统任务则要求模型能使用工具、交互网页、操作终端，自主完成复杂工程，目前成功率仍处于较低水平，但代表了未来发展方向。评估标准也从单纯生成代码，转向以执行结果（如Pass@k）和代码质量为核心的综合性评估。
智能体时代
当代码模型结合工具与记忆，便进化为软件工程智能体，能够自动化整个软件开发生命周期。在需求工程阶段，智能体能理解需求并生成UI原型；在开发阶段，如ChatDev、MetaGPT等框架通过多智能体协作生成项目代码；在测试阶段，能自动生成单元测试或进行模糊测试以发现漏洞；在维护阶段，则能分析日志、定位并修复生产环境问题。其核心优势在于协作与长期记忆，部分先进智能体在特定场景下的效率已达到人类初级开发者的两倍。
未来展望
综述指明了代码智能未来的三大趋势。一是从通用走向专用，针对嵌入式、金融等垂直领域的深度优化模型将涌现，在特定场景下性能远超通用模型。二是智能体自主化，从辅助决策走向自主决策，能主动识别并解决问题，甚至预测风险。三是多模态融合，未来的代码智能将能处理UI设计图、需求文档、会议录音等多种输入，实现“所见即所得”的端到端开发体验，彻底重塑软件开发流程。
代码智能的核心价值并非替代开发者，而是通过自动化重复性工作，将人类的创造力释放到架构设计等更高阶的任务中。该领域正从技术探索走向体系化工程，未来将成为推动研发效率、代码质量和安全性全面提升的核心基础设施。
